跳至主要內容
Telemetry
人工智慧和法學碩士 SQL查詢範例

測量 LLM 獲得第一個權杖的時間

按模型和功能比較流回應能力和總生成延遲。

中級llm_requests已審查 2026-07-27測試用 阿帕奇 DataFusion 45.2.0

審閱者 Telemetry產品團隊 . SQL 相容性、事件契約、合成輸出和操作注意事項. 審查標準和所有權

問題已回答

在輸出開始之前,哪些模型和功能組合感覺很慢?

使用者在流式傳輸之前經歷的暫停與總完成時間分開。測量兩者可以揭示延遲是否來自請求啟動或生成。

活動合約

查詢期望的欄位

欄位型別為什麼存在
timestamp_utcTimestamp模型請求完成時間。
modelUtf8提供者模型識別符號。
featureUtf8提出要求的產品功能。
statusUtf8最終請求結果。
time_to_first_token_msFloat64距離第一個流式權杖的毫秒數。
latency_msFloat64總請求持續時間(以毫秒為單位)。
DataFusion SQL

複製查詢

sql
SELECT
  feature,
  model,
  COUNT(*) AS requests,
  approx_percentile_cont(time_to_first_token_ms, 0.50) AS p50_ttft_ms,
  approx_percentile_cont(time_to_first_token_ms, 0.95) AS p95_ttft_ms,
  approx_percentile_cont(latency_ms, 0.95) AS p95_total_latency_ms
FROM llm_requests
WHERE timestamp_utc >= now() - INTERVAL '7 days'
  AND status = 'success'
  AND time_to_first_token_ms IS NOT NULL
GROUP BY feature, model
HAVING COUNT(*) >= 30
ORDER BY p95_ttft_ms DESC;

此只讀查詢是針對空型別資料表計劃和執行的 阿帕奇 DataFusion 45.2.0。確定性樣本輸出是綜合的並單獨審查;根據您自己的資料驗證欄位型別、閾值和業務定義。 閱讀測試方法。

查詢結果

p95 第一個權杖的時間

報告生成的啟動暫停時間最長,總完成時間最慢。

featuremodelrequestsp50_ttft_msp95_ttft_msp95_total_latency_ms
report_generationlarge-reasoning8421,2804,62018,400
draft_replysmall-fast6,8103109203,840
search_summarybalanced2,4204801,3806,210

綜合範例輸出。在將其用於操作決策之前,針對您自己的事件架構和閾值執行查詢。

p95 time to first token:來自 Measure LLM Time to First Token 範例結果的合成 p95_ttft_ms 值的靜態圖表
確定性範例輸出的可索引 SVG。下載它以獲取帶有歸屬的文章、操作手冊或設計評論。

重現範例

下載公共裝置

JSON 包包含型別化事件契約, illustrative 輸入行、確切的 SQL、預期輸出、審閱註釋和引擎版本。 CSV 包含顯示的結果。

SQL 是如何工作的

  1. 1成功的流請求按產品決策和模型進行分組。
  2. 2p50 描述了典型的停頓,而 p95 則暴露了使用者抱怨的尾部。
  3. 3總 p95 延遲仍然存在於 TTFT 旁邊,因此最佳化不會改善啟動,同時會使完成情況變得更糟。

需要決定的邊緣情況

  • 非流請求沒有有意義的第一個權杖測量。
  • 提供商報告的時間和客戶觀察到的時間可能有所不同;記錄測量邊界。
  • 比較功能內的模型,因為提示大小和請求的輸出長度都會影響這兩個指標。

推薦儀表板

  • 分組條:p50_ttft_ms 和 p95_ttft_ms
  • 趨勢:p95 TTFT(按型號和功能劃分)
  • 資料表:具有權杖計數和重試上下文的慢速請求

警示指導

當大容量功能的 p95 TTFT 超過其連續儲存桶的使用者體驗目標時發出警示。

讀取警示設定

讓查詢範例發揮作用

相關埋點和指南

繼續分析

在真實事件中執行它

建立資料表,調整欄位並儲存結果

免費開始,傳送結構化事件,並將查詢結果用作圖表、共享儀表板小工具或警示輸入。

獲取 API 金鑰