# 推理成本

百万窗口有两个真问题：中间遗忘和变慢。这篇给四个省 token 又提准的做法与三条判断标准。

MoE 省算力但不省显存。这篇讲路由机制、三个训练与部署的坑，以及选型该看哪两栏。