Reddit网友热议大模型推理速度估算公式：每秒token数≈内存带宽÷每次token读取的活跃权重。MoE模型因仅激活部分专家，速度优于同参数量稠密模型。但实际性能受量化、预填充、延迟等多因素影响，该公式仅为理论上限。