来自 Viv（@Vtrivedy10）的推文线程

正因如此，所有评估都应该包含以下内容： 每项任务的成本 每项任务所需时间 除了整体性能和令牌指标之外，用户也关心他们的体验，所以我们应该衡量这种体验（即使是不同的硬件）。如果一项任务完成得更便宜/更快，人们希望看到这一点。