最快的办法：新开一个对话（Cmd/Ctrl + Shift + O，或点左上角 “New chat”）。同样的 prompt 在干净的对话里通常快 3–10 倍。如果还慢，把模型 picker 切到 GPT-5.5 Instant，再检查网络。完整的概率排序是：会话太长 → 模型选重 → 网络延迟 → 服务器排队。
先把两件常被混为一谈的事分开。ChatGPT 慢和卡住不是一回事。慢是 token 一个个吐出来但最终能完成；卡是发了请求几十秒一个字都不出。本文讲慢。如果你的是真没输出，请看 ChatGPT 一直 loading。
为什么会慢，机制上是这样：每一轮对话，服务端要把整段历史加上你新发的 prompt 一起喂给模型，模型先 prefill（处理输入）再 decode（生成输出）。输入越长 prefill 越久；模型越重每个 token 越慢；网络 RTT 越大，stream 表面看就越卡。另外在网页端，浏览器标签页还要把越来越长的整段对话重新渲染一遍，这一项跟模型无关，自己就会卡。
症状
- 一个字一个字往外蹦
- “Thinking” 卡 20 秒以上才开始出第一段
- 同一对话窗口前面几轮快，越聊越慢
- 网页标签页本身就卡：滚动一顿一顿，还没发就打字延迟
- App 慢、网页快（或反之）
- 同样的 prompt 早上快、下午慢
你属于哪一类？
| 你看到的现象 | 最可能的原因 | 跳到 |
|---|---|---|
| 对话很长，页面滚动/打字也卡 | 浏览器重渲染 + 上下文太大 | Step 1 |
| picker 显示 Thinking 或 Pro，长时间静默后才出 | 轻任务用了重模型 | Step 2 |
| 首字节要 1 秒以上；你在用 VPN 或人在美国以外 | 网络 RTT | Step 3 |
| 只在工作日下午慢，且你是 Free 档 | 高峰排队 | Step 5 |
| 只有某个浏览器慢，无痕窗就正常 | 扩展拖慢 | Step 4 |
常见原因（按命中率从高到低）
1. 对话变长了
一段长对话有两件事同时拖慢它，网页端两个一起中招：
- 模型侧： ChatGPT 是无状态的，服务端不”记得”上一轮，每一轮都把全部历史拼成一段 input 发给模型。50 轮往返之后 input 可能上万 token，prefill 耗时随之增加。GPT-5.5 Instant 在约 4k token 输入时近乎秒回，到约 100k token 时 prefill 就要多花好几秒。
- 浏览器侧： ChatGPT 网页前端不做消息列表虚拟化——每条 message 都挂在 DOM 里，标签页要把整段对话保存在内存中，每出一条新回复就把整页重新布局一遍。超过约 150–200 条消息的对话，标签页常常吃到 800 MB–1 GB 内存，到这个量级，模型还没回，打字和滚动就已经卡了。
如何判断： 开个新对话问同样的问题，近乎秒回就说明是历史在拖。桌面端打开浏览器的任务管理器（Chrome 按 Shift + Esc），ChatGPT 这个标签页若超过约 1 GB，就该新开了。
2. 轻任务用了重模型
截至 2026 年 6 月，ChatGPT 的 picker 有三个手动选项，外加一个自动路由。简单任务（翻译、起标题、改错字）选了 Thinking 或 Pro，模型会先做一遍静默的内部推理再回答，比 Instant 慢 5–10 倍很常见。
| picker 选项 | 速度 | 适合 |
|---|---|---|
| GPT-5.5 Instant（默认） | 最快，无推理停顿 | 日常聊天、翻译、改错字、摘要、轻代码 |
| GPT-5.5 Thinking | 较慢（先静默推理） | 难数学、多步分析、复杂代码 |
| GPT-5.5 Pro | 最慢（重推理） | 最硬的研究/代码；仅 Pro、Business、Enterprise、Edu 档 |
| Auto（路由） | 不定 | 按复杂度在 Instant 和 Thinking 之间自动切 |
出图也会明显等一会——它是单独的渲染步骤，不是文字 stream，无论选哪个 picker 都要 10–30 秒。
如何判断： 看聊天框上方的模型 selector。如果显示 Thinking 或 Pro，切到 GPT-5.5 Instant 对比一下。
3. 网络 RTT / VPN 节点太远
OpenAI 主要在美东 / 美西提供服务。从亚洲或欧洲访问，baseline RTT 就比美国本土高 100–200ms。再叠一个选得不好的 VPN 路径（新加坡 → 法兰克福 → 美西），可能又多 500ms。这时即使模型本身很快，stream 看起来也是”一个个蹦”。
如何判断： 浏览器 DevTools -> Network，盯对话请求的 TTFB（首字节时间）。TTFB 超过 1s 就是网络问题，不是模型。
4. 浏览器扩展拖慢渲染
隐私扩展、广告拦截、AI 增强类扩展（Monica、Glasp 等）会在每条 message 上挂监听器，消息越多越叠加，让页面渲染变卡，这跟模型无关。
如何判断： 用无痕窗口打开同一对话（无痕默认禁扩展）对比速度。
5. 北美工作时间排队
需求高峰集中在美东工作日，最忙大约 12pm–5pm ET（对应中国的深夜到清晨）。这些时段 Free 档会被降权；Plus 和 Pro 保有优先级，基本不受影响。
如何判断： 换非高峰时段（北美晚上或周末）测同样的 prompt，明显变快就是之前在排队。
6. 对话里塞满文件 / 代码 / 表格
之前上传过几个大 PDF、贴过几千行代码，这些都留在上下文窗口里，每一轮都重新处理一遍——模型侧和浏览器侧都受累。
如何判断： 开新对话，不挂任何附件，问个简单问题。秒回就说明是附件 token 太重。
最短修复路径
按收益从高到低，前两步能解决大多数情况。
Step 1：新开对话
最简单、最有效。Cmd/Ctrl + Shift + O，或点左上角 “New chat”。同样的 prompt 在干净对话里通常快 3–10 倍，还顺手把浏览器标签页的内存清空了。
如果你需要前面的上下文，先让旧对话”用大约 300 字总结一下我们目前的对话，包括已经定下的结论和待办事项”，然后把这段总结贴到新对话的第一条消息里。这样既保住了思路，又不用拖着几万 token 一起走。
Step 2：切到匹配任务的模型
打开聊天框上方的模型 selector：
| 你在做什么 | 切到 |
|---|---|
| 聊天、翻译、改错字、起标题、摘要 | GPT-5.5 Instant |
| 写作、轻代码、日常分析 | GPT-5.5 Instant（或 Auto） |
| 难数学、多步推理、复杂代码 | GPT-5.5 Thinking（接受较慢） |
| 最硬的研究或代码（Pro/Business/Enterprise） | GPT-5.5 Pro |
把 Thinking 和 Pro 留给真正需要的硬任务。
Step 3：换网络 / VPN 节点
桌面端打开 DevTools -> Network，看对话请求的 TTFB。
- TTFB 超过
1s-> 瓶颈在网络层 - 用手机蜂窝热点对比一下
- VPN 用户切到地理上更近 OpenAI 区域的节点（美东或美西）；不要串多层代理
Step 4：关扩展 / 用无痕窗
开一个无痕窗口（默认禁扩展），或手动关掉非必需的扩展和 AI 增强类插件，然后刷新。
Step 5：避开高峰，或升级
如果你的工作时间和美东工作日下午（12pm–5pm ET）重叠，把重度任务挪到自己一天里更早的时段。Free 档可升级到 Plus（截至 2026 年 6 月 $20/月）或 Pro，恢复高峰时段的优先级。
Step 6：重置标签页、释放内存
如果只有网页端卡：把 ChatGPT 标签页关掉重开，清掉累积的内存；再打开浏览器的标签页休眠（Chrome：chrome://settings/performance -> Memory Saver）。光这一步就能把长对话标签页的内存砍掉一半。
Step 7：拆长任务
特别大的活儿（500+ 行代码、1 万字翻译）拆成每次约 3–5k 字或约 100 行。每次 prefill 更短，比一次性把全部重处理一遍快得多。
如何确认修好了
- 在新对话里发一句短 prompt（比如”只回复 OK 这一个词”）。第一个 token 应在约 1–2 秒内出现。
- 如果还慢，在 DevTools -> Network 看 TTFB。低于
1s说明网络没问题，变量在模型或排队。 - 确认日常任务的 picker 显示的是 GPT-5.5 Instant。
- 网页端看浏览器任务管理器：一个新的 ChatGPT 标签页应远低于 1 GB。
如果请求压根不出 token（“Thinking” 60+ 秒一个字没有），那是卡住不是慢，看 ChatGPT 一直 loading。
常见问题
为什么对话越长越慢？ 两个原因叠加。模型每轮都把整段对话当 input 重新处理一遍（输入越长 prefill 越久），而网页标签页把每条 message 都留在 DOM 里、整段重渲染，内存越吃越多。新开对话能把两者一起重置。
GPT-5.5 Thinking 一定比 Instant 慢吗？ 首字节上是的。Thinking 在写出任何内容前会先做一遍静默推理，所以简单 prompt 感觉慢很多。日常用默认的 Instant，只在难推理、数学、复杂代码时才切 Thinking。
升级到 Plus 或 Pro 会更快吗？ 主要是去掉高峰排队——工作日下午 Free 被降权时，Plus 和 Pro 保有优先级。但它不会缩短一段超长对话的 prefill；那要靠新开对话解决。
回答本身没问题，但页面就是卡，为什么？ 那是浏览器不是模型。ChatGPT 网页前端不做消息列表虚拟化，超过约 150–200 条的对话能把标签页推到 1 GB 以上。新开对话或把标签页重开即可。
新开对话后怎么保住上下文？ 让旧对话用大约 300 字总结一下对话，含已定结论和待办事项，再把这段贴到新对话第一条消息里。
预防建议
- 每个话题新开对话——既省上下文体积，也让标签页保持轻量
- 按任务难度选模型：日常用 Instant，只有真正难的问题才用 Thinking
- 不要叠 VPN + 跨区域代理——每跳一次都增加延迟
- 重度任务避开美东工作日下午，或升级换优先级
- 长任务拆短跑，让每次调用的 prefill 更短
- 完成一个工作流就新开对话，别在一个对话里塞 100+ 条消息