{
  "system_prefix": null,
  "history_count": 1,
  "user_summary": {
    "text": "请围绕下面的关键词写一段连贯的分析（约 80 tokens 的输入）：latency distribution、结合实际案例、背后的设计取舍、背后的设计取舍、并给出可落地的建议、分布式系统、latency distribution、under high concurrency、token gener",
    "has_image": false,
    "has_tool_result": false
  },
  "assistant_summary": {
    "text": "在高并发下分布式系统的 token generation 延迟分布常呈长尾：如某 LLM 服务 99% 请求在 200ms 内，但峰值尾延迟超过 2s，源于排队与资源争抢。设计取舍在于牺牲平均吞吐换取尾部稳定性，或反之。可落地建议：为生成任务拆分细粒度队列，限流并隔离高优先级请求，同时用容量预估和缓",
    "tool_calls": [],
    "stop_reason": "stop"
  }
}

{
  "completion_tokens": 160,
  "completion_tokens_details": {
    "reasoning_tokens": 63
  },
  "prompt_tokens": 137,
  "prompt_tokens_details": {
    "cached_tokens": 0
  },
  "total_tokens": 297
}