# 响应速度

一个复杂问题跑几十分钟？瓶颈几乎总在**模型生成时间 × Agent 回合数**，不在中转层。

## 时间花在哪

Claude Code / Codex CLI 处理一个任务 = 几十到上百次 API 回合。生产 24 小时全量请求实测：

- 模型生成占总耗时 **93%**
- 中转转发开销 <1 秒/请求（7%）

30 分钟的任务 ≈ 100+ 回合 × 单回合 10 秒上下。想快，要么减少回合，要么换快模型。

## 模型速度参考

单请求 p50 实测：

| 模型 | p50 | 适合 |
|---|---|---|
| `gpt-5.4-mini` | ~4s | 轻任务、小改动、批量处理 |
| `gpt-5.4` | ~9s | 日常开发 |
| `gpt-5.5` | ~11s | 复杂推理、大重构 |

最快和最慢差近 3 倍。Claude 侧同理：`claude-haiku-*` 快于 sonnet / opus。

## 提速建议

### 按任务选模型

简单任务别用最重的模型。摘要、翻译、小修小补先试 `gpt-5.4-mini` / `claude-haiku-*`。

### 降 reasoning effort

推理档位越高、模型思考越久，`xhigh` 单回合可比 `medium` 慢数倍。日常开发 `medium` 足够，攻坚再开 `xhigh`。

Codex CLI（`~/.codex/config.toml`）：

```toml
model_reasoning_effort = "medium"
```

Claude Code 走 ChatGPT 模型时：

```bash
export CLAUDE_CODE_EFFORT_LEVEL=medium
```

### 控制上下文长度

上下文越长首字节越慢。开新任务前 `/clear`，长会话及时 `/compact`。

## FAQ

**Q：是不是中转站慢？**
A：实测中转开销 <1 秒/请求、占比 7%，同模型直连官方不会明显更快。

**Q：同一个问题为什么有时快有时慢？**
A：回合数不同 + 官方负载波动，生成时间本身有长尾（p99 可达 p50 的 5 倍以上）。

**Q：流式会更快吗？**
A：总时长一样，但首字先出、体感更好。CLI 工具默认流式。

**Q：换网络 / 换地区能提速吗？**
A：基本不能。网络往返只占总耗时的零头，大头是模型在官方机房里生成的时间。