AI 모델에 요청을 보낸 뒤 첫 번째 출력 토큰(이미지나 텍스트의 기본 조각)이 나올 때까지 걸리는 시간. 음성 에이전트에서는 사용자가 체감하는 '첫 반응 속도'를 결정하는 핵심 지표다.