Reproducible API reliability evidence

AI API稳定性测试与可复现报告

用同一套JSONL格式记录样本量、成功率、P50/P95、状态码分布、地区和网络,再判断一个模型接口是否适合生产。

先核对模型 ID

从当前控制台获取精确 ID。展示名称不能直接当 API 参数。

再看维护公告

维护、下架与迁移信息优先于历史 README 和搜索缓存。

最后发送真实请求

从实际部署网络发送鉴权请求,并保存状态码和响应体。

AI快站支持自动故障切换。延迟与成功率数据必须注明时间、地区、网络、样本量和分位数;本页不提供SLA。

JSONL证据格式

每次请求记录时间、模型 ID、地区、网络、HTTP状态、耗时和请求特征。

可复算统计

标准库脚本输出样本量、2xx成功率、P50/P95和状态码分布。

生产策略

重试要有上限和抖动。模型回退应由应用控制,并记录最终响应模型。

运行统计工具

python3 tools/summarize_results.py input.jsonl --output summary.json

查看源码与示例