大模型结构化输出空白符开销实测：单行压缩 JSON 最高可降 30% 延迟

实测表明，在系统提示词中要求模型输出单行压缩 JSON，能够有效消除结构化输出中占比 27% 至 34% 的缩进与换行 token。在测试的 10 款模型中，Gemini 4 Argon 与 GPT-6.1 等直接输出型模型的延迟降低了 21% 至 30%，成本降低 25% 至 28%。而在思考阶段占大头的推理模型以及本身默认单行输出的模型中，该优化带来的收益相对有限或没有变化。