示例评分：86 / 100
接口可达，目标模型响应形态基本一致，平均延迟可接受；仍建议在晚高峰和生产灰度阶段继续复测。
示例延迟：首包 1.8s，P95 5.6s
首 token 正常，但尾部延迟波动偏高。适合低到中频请求，不建议直接承载高并发生产任务。
风险结论：中低风险
未发现明显模型偷换或异常包装，但错误码透明度和失败扣费规则仍需要人工核对。
报告通常会解释这些信号
- 可用性：base URL、TLS、鉴权和目标模型请求是否成功。
- 模型一致性：响应形态、错误结构、上下文行为和 usage 字段是否符合标称模型。
- 流式响应：是否能持续输出、是否中途断流、事件格式是否标准。
- 计费信号：usage、失败请求、空响应和扣费记录是否需要进一步核对。
- 安全边界：是否建议使用低权限测试 Key，是否避免提交敏感业务数据。
适合怎么使用
把报告发给团队、站主或供应商，用同一套维度讨论接口质量，而不是只争论单价或单次成功截图。
报告边界
单次报告不能证明长期稳定。生产接入仍要看连续监控、失败率、售后、备用通道和业务敏感度。
下一步
使用低权限测试 Key 生成真实报告；如果你运营中转站，也可以提交站点参评，让用户自行生成检测报告。