3 秒预算怎么分：网络、网关、预填充、解码、渲染——每段占比和优化建议。
AI 接口慢是常态，但慢在哪？工具把总延迟拆成五段并显示占比：解码占大头就上流式输出，预填充占大头就压缩 prompt。
默认值是典型配置（如 7B 模型、A100 单卡），按你的实际情况改。
改任何一个数，结论、明细、敏感性分析全部自动跟着变。
红黄绿结论卡告诉你够不够、贵不贵，行动清单告诉你下一步。
