模型回答证明生成的 GPU 成本约为 vLLM 推理的 70–95 倍，更适合作为审计层

为模型回答生成证明所需的 GPU 时间约为使用 vLLM 推理同一回答的 70–95 倍，因此证明生成难以进入服务热路径。更现实的定位是审计层，用于抓住路由器“静默换模型”的操作；架构上可将廉价验证部署在边缘。