CPA更新以后首字从200ms变成4秒？

200ms显然是假的，做不到的吧。

或者说这200ms只是中转的耗时

所以之前websocket开启后首字时间其实是错的，只是安慰剂，现在修复了的意思啰 ^-^

让 AI 分析了一下 CPA 源代码，发现新版本 CPA 的 TTFT 计算规则确实发生了一些变化，如下：

更具体的， v7.2.145 及更早的 CPA 版本会在收到任何事件时终止 TTFT 计时，v7.2.146 则只会在收到实际生成 tokens 的事件时才终止 TTFT 计时。

这些事件现在不会结束 TTFT：



codex.rate_limits

codex.response.metadata

responsesapi.websocket_timing

response.created

response.in_progress

response.output_item.added

response.content_part.added

response.reasoning_summary_part.added

response.web_search_call.in_progress

response.file_search_call.searching

response.code_interpreter_call.interpreting

response.mcp_call.in_progress



要等到以下事件之一才停止：



response.output_text.delta

response.reasoning_summary_text.delta

response.reasoning.delta

response.reasoning_text.delta

response.function_call_arguments.delta

response.custom_tool_call_input.delta

response.shell_call_command.delta

response.audio.delta

response.image_generation_call.partial_image

所以现在这个 TTFT 甚至会把一部分 reasoning 过程消耗的时间也算进去，自然就数值膨胀了。因为第一次生成 reasoning_summary_text 的时候显然已经进行了一个阶段的推理了。更何况有人根本没有开 reasoning summary。

我也发现首字提高了，也不稳定，有的时候几百毫秒的时候五六秒

本来就不可能几百毫秒，现在是合理的

如果只是首字延后了，那TPS应该不变才对，怎么现在还变低了……

对输出的结束判定也延后了嘛 ^-^

由于 OpenAI 不会在推理过程中返回 reasoning tokens，真实的 TTFT 根本就无从计算。更新前后都只是估计，之前是估计的小了，现在是估计的大了。不过我也觉得现在要更合理一些，之前那个稳定 200ms 确实没有任何参考价值。

实际情况是 TPS 升高了，因为 TPS=Tokens/(总延迟-TTFT)，总延迟和 Tokens 不变，TTFT 增大，TPS 自然就增大了。可以看下面的真实统计数据：

可以说 TPS 是显著增大了，而不是你说的变低了。如果你观察到变低了，有可能是样本数还不够多，也有可能你账号被限流了。

别看数据，不管什么首字，tps，就看体感，体感你觉得快了慢了？