一、结论先行
API 本身的首 token 响应时间（TTFT）为 3-7 秒（视输入上下文大小），属于正常范围。
如果你感觉"慢"，大概率不是 API 的问题，而是你使用的客户端工具的展示方式导致的。不同工具对模型输出的展示策略不同，直接影响你的速度感知。
同一个 API，在不同客户端里的体感对比：
| 客户端 | 思考过程展示 | 额外链路 | 体感速度 |
|---|---|---|---|
| VS Code 插件（Claude Code） | 实时展示，最详细 | 无 | 快 |
| CLI 终端（Claude Code） | 有展示，较简洁 | 无 | 较快 |
| Claude Desktop 桌面端 | 不展示，显示等待 | 无 | 感觉慢 |
| 第三方工具 | 通常不展示 | 有额外网络中转 | 可能很慢 |
核心建议：如果你对速度有疑问，请用原生 Claude Code CLI 做一次对比测试。这是排除客户端变量、验证 API 真实速度的最可靠方式。
二、为什么会"感觉慢"
原因一：思考过程不展示
Claude 模型在回答复杂问题时，会先进行"深度思考"（Extended Thinking）——分析代码结构、读取文件、规划方案。这个过程从 API 收到请求的第 1 秒就开始了。
不同客户端对这个思考过程的处理方式不同：
- VS Code 插件：实时展示思考内容，你从第 1 秒就能看到文字在流动
- Claude Desktop 桌面端：不展示思考过程，只显示等待动画。等思考完成后才展示最终结果
结果就是：同一个请求，VS Code 里你觉得"1 秒就开始响应了"，桌面端你觉得"等了 60 秒才出结果"。实际上模型做的事情完全一样，花的时间也一样。
打个比方：
这就像网页加载——白屏 3 秒后一次性显示完整页面，你觉得"慢"。但如果 0.5 秒先出文字骨架、1 秒出内容、2 秒出图片，你觉得"快"。后者总时间更长，但体感更快。思考过程展示就是 AI 的"骨架屏"。
原因二：第三方工具的额外链路
如果你使用的是第三方工具（而非官方 Claude Code），你的请求可能经过了多层中转：
原生 CLI 的链路： 你 → Claude Code → API → 响应 第三方工具的链路（以某些工具为例）： 你 → App → 网络中继服务器 → 本地进程 → Claude Code → API → 响应原路返回
每多一层中转，就多一次网络往返和一个可能出问题的环节。特别是某些工具的中继服务器部署在海外（如 Cloudflare），国内网络连接可能不稳定甚至完全不可达。
这种情况下的"慢"是真实的延迟——但延迟发生在工具层，不在 API 层。
原因三：偶发的上游波动
极少数情况下，上游模型服务本身会有负载高峰或性能波动。当这种情况发生时：
- 通常是全行业性的，不只影响我们一家
- 持续时间一般较短，很快会恢复
- 我们的日志会记录异常的 TTFT 数据，可以提供给你确认
如果你发现用原生 CLI 测试也明显变慢（TTFT 超过 15 秒），请联系我们确认是否为上游波动。
三、如何获得最佳速度体验
推荐方案
| 场景 | 推荐工具 | 理由 |
|---|---|---|
| 日常开发（想看思考过程） | VS Code + Claude Code 插件 | 思考过程实时可见，体感最快 |
| 终端/命令行开发 | Claude Code CLI | 原生体验，过程可见，无额外链路 |
| 简单对话/快速提问 | Claude Desktop | 界面简洁，适合非开发场景 |
| 速度/质量验证测试 | Claude Code CLI | 排除所有客户端变量，看 API 裸速度 |
使用第三方工具的注意事项
- 第三方工具的额外封装层可能显著增加等待时间，这不是 API 的问题
- 如果第三方工具体验不佳，请先用原生 CLI 对比确认 API 本身是否正常
- 某些工具依赖海外中继服务器，国内网络环境下可能连接不稳定
- 权限弹窗、进程调度等工具层的机制也可能导致额外等待
重要原则：任何关于速度或质量的判断，请先用原生 Claude Code CLI 做对比测试，排除客户端变量。否则，你可能在用工具层的问题来评判 API 的表现。
四、常见问题
Q: 为什么桌面端要等很久才有响应？
Claude Desktop 的设计偏向简洁展示，不展示模型的思考过程。当模型在后台进行代码分析、文件读取、方案规划时，界面上只显示等待状态。这不是"卡住了"——模型在认真工作，只是你看不到过程。
等待时间长通常意味着模型在做更深入的分析。如果你希望看到完整的思考过程，推荐使用 VS Code 的 Claude Code 插件。
Q: 为什么同样的 key，在不同工具里速度差很多？
因为不同工具的架构不同。原生 CLI 直接连接 API，链路最短。第三方工具可能有网络中继、进程管理、权限系统等额外环节，每一层都可能增加延迟。API 本身的响应速度是一样的。
Q: 怎么判断是 API 慢还是工具慢？
用原生 Claude Code CLI 发送同样的请求。如果 CLI 正常（TTFT 3-7 秒），说明 API 没问题，延迟来自你的工具。如果 CLI 也慢，请联系我们排查。
Q: 等待时间长是不是说明模型在"偷懒"？
恰恰相反。等待时间长通常意味着模型在处理更大的上下文、做更深入的分析。一个 3 万 token 上下文的请求，TTFT 5-7 秒是正常的。模型需要"读完"你之前的所有对话历史才能给出回答。
Q: 有时候确实比平时慢，是怎么回事？
偶发的速度波动通常来自上游模型服务的负载变化。这种情况下全行业都会受影响，不只是我们。如果你发现持续异常（CLI 测试 TTFT 超过 15 秒），请联系我们，我们会确认上游状态并告知预计恢复时间。
五、速度自检指南
如果你觉得"慢"，按以下步骤排查：
第一步：确认你用的是什么客户端
├─ 原生 CLI / VS Code 插件 → 进入第二步
└─ 第三方工具 / 桌面端 → 先用原生 CLI 对比测试
├─ CLI 正常 → 问题在客户端层，参考上方推荐方案
└─ CLI 也慢 → 进入第二步
第二步：检查 TTFT 是否正常
├─ 3-7 秒（3-4万 token 输入）→ 正常
├─ 8-15 秒（大上下文或高峰期）→ 基本正常
└─ 15 秒以上 → 联系我们排查
第三步：联系我们时请提供
├─ 使用的客户端和版本
├─ 大概的请求时间
└─ 如果方便，提供请求 ID