英文：测试时计算（Test-Time Compute） 分类：inference
测试时计算（TTC）是指在模型部署后、回答用户问题的推理阶段额外消耗 GPU 算力来提升输出质量的技术路线。它与传统的"训练时扩大参数"并列为新的缩放轴（new scaling axis）：推理时让模型多想一会儿、多采样几条、多搜几条路径，往往比单纯把模型做大更划算。o 系列、DeepSeek-R1 等推理模型的核心能力就来自测试时计算。
典型技术包括：①思维链/长推理链——让模型输出更长的中间推理过程；②采样与投票——对同一问题采样多条答案再选最优（Best-of-N、自一致性）；③搜索与树搜索——用蒙特卡洛树搜索（MCTS）或过程奖励模型（PRM）引导推理路径；④递归自验证——模型自己检查并修正前面的结论；⑤测试时扩展token数——允许模型在推理阶段消耗更多 token。工程上 TTC 直接影响推理成本与延迟，需要在"多想一分钟"与"用户可接受等待时间"之间权衡。
2022-2023 年思维链（CoT）与自一致性方法初步证明"多想有益"；2024 年 OpenAI o1 与 DeepSeek-R1 把测试时扩展训练成模型核心能力；2025-2026 年 TTC 成为推理模型标配，业界出现"按思考 token 计费"的新商业模式，并推动 KV Cache、投机解码等推理优化技术加速成熟。
数学证明与竞赛题、复杂代码调试、长文档分析与法律推理、科学发现与药物设计等高价值但允许秒级延迟的场景；产品形态上体现为"深度思考"开关、"联网搜索 + 长推理"按钮。