测试时计算（Test-time Compute）

一句话理解

“多想一分钟再答题”的算力化——遇到难题让模型多思考、多尝试、多验证，用推理时的算力换正确率。

定义

测试时计算（Test-time Compute / Inference-time Scaling）指在推理阶段投入更多算力（更长思考、多次采样、自我验证）以提升输出质量的范式，是推理模型（词条 867 与本批 A 组 o 系列）的技术内核。

你会在哪遇到它

o 系列与 R1 的技术报告；“算力需求从训练转向推理”的行业讨论；API 账单上“思考 token”也计费的提示。

背后的原理

三种花法：拉长思维链（想得更细）；多次采样再挑选（多开几局选最优）；自我验证与回溯（边想边检查，发现错路就退回）。收益规律：难题上投入越多提升越明显，简单题上纯属浪费——这也是快慢模型路由（本批词条）存在的理由。行业含义：算力需求从“训练一次”扩展到“每次使用都在烧”。

和相近概念的区别

1 与训练时扩展：预训练堆数据是“练功”，测试时计算是“临场发挥”。 2 与自我一致性（多路投票）：投票是测试时计算的一种具体做法。 3 与推理模型：推理模型是为此优化的产品，普通模型配合好提示也能蹭一点。

常见误区

1 想得越久答案越好——有收益上限，过长的思考会跑偏。 2 思考是免费的——思考 token 同样计费，账单会说话。 3 只有大模型会——多家都有同类能力，普通模型也能被提示词引导多步思考。