Vrijeme do prvog tokena (TTFT)
Koliko modelu treba da počne da odgovara, za razliku od toga koliko brzo piše kad jednom počne.
Brzinu opisuju dva broja i oni se kreću nezavisno: čekanje do prve riječi i tempo riječi poslije nje. Model koji krene odmah, a piše sporo djeluje brže od onoga koji razmišlja četiri sekunde pa preplavi ekran, čak i kad drugi završi prvi.
Čekanje raste s ulazom, jer cio prompt mora da se pročita prije nego što išta može da se napravi. Tu se keširanje promptova isplati dvaput — keširani početak je jeftiniji, a uz to je već obrađen, pa odgovor kreće ranije.
Kod agenta se računica obrne. Niko ne gleda kako subagent ispisuje, a lanac od dvadeset poziva plati početno čekanje dvadeset puta, pa je bitno ukupno vrijeme, a osjećaj prve riječi nije.