窗口与并发：同一预算的两种花法

窗口与并发共享同一份 KV 预算：总量固定时窗口翻倍、并发约减半；max-model-len 的选择本质是「长文能力」与「同时服务量」的业务取舍。

相对关系示意

窗口    可并发序列（相对）
4K      基准
8K      约一半
32K     约 1/8

vllm serve <模型路径> --max-model-len 8192

长短混合场景可把窗口定在覆盖档位，超出部分由网关排队或进长文专用实例。

‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌