對 LLM API 進行不誤導的負載測試
生產實作指南：對 LLM API 進行不誤導的負載測試。內容包含確定性工件、失敗邊界、上線檢查與有來源的限制。
生產實作指南：對 LLM API 進行不誤導的負載測試。內容包含確定性工件、失敗邊界、上線檢查與有來源的限制。
先做決策
對 LLM API 進行不誤導的負載測試是一份明確的生產契約，而非孤立的程式修改。移動流量前先定義成功訊號、終止失敗狀態與回復條件。以下工件把證據與假設分開，並讓每次嘗試都可追溯。
先落實 workload，再以確定性案例證明 traffic，並把 ethics 設為上線門檻，而非事後補項。
可重用的技術工件
以下表格是審查記錄。只有證據來自同一請求、測試時窗或設定快照時才算通過。
| 檢查點 | 需要保留的證據 | 通過條件 |
|---|---|---|
workload |
prompt/output_distributions,stream_share,tools,schema |
記錄 owner、來源、核驗日期與已知限制。 |
traffic |
arrival_model,concurrency,warm-up,duration,region |
限制明確，超過時預設拒絕。 |
routing |
model_ID,route_version,fallback_and_retry_policy |
記錄 owner、來源、核驗日期與已知限制。 |
measurement |
eligible_denominator,errors,p50/p95/p99,TTFT_definition |
在線路邊界保留並精確比對該值。 |
saturation |
queue,admission_rejects,upstream_429,timeout_phase |
記錄能連結一個邏輯請求與一次具體嘗試。 |
ethics |
owned_endpoint_and_approved_capacity;never_test_third_parties |
執行前立即核驗身分、作用域與策略。 |
演算範例
範例使用合成且確定性的資料。請改用已審查的工作負載參數，勿把生產密鑰或客戶提示放入測試工件。
scenario: steady_mixed
duration: 20m
warmup: 5m
arrival_rate_rps: 2
max_concurrency: 24
requests:
short: 60%
long: 25%
tool: 10%
structured: 5%
thresholds:
error_rate: "< 0.01"
first_output_p95_ms: "< reviewed_target"
report_failures: true
實作流程
- 變更前凍結目前請求、回應、設定與可觀測基線。
- 執行一個確定性的正向案例並保留客戶端完整結果。
- 執行配對的負向或上限案例，以證據確認失敗行為。
- 用一個邏輯請求 ID 連結全部嘗試，記錄時間、終態與用量但不保存敏感正文。
- 僅對有界流量放量並設定停止條件，不能因 happy path 通過就直接擴大。
- 變更後回讀持久狀態與公開行為；任何不變量失敗時執行預備的回復。
常見失敗模式
即使外層 HTTP 看似成功，以下情況仍使結論無效：
- 公布百分位數卻未揭露負載、並發、失敗、區域與時窗。
- 多層重試相乘，把短暫 429 放大成過載。
- 取消未傳到佇列與上游，結果無用後仍消耗容量。
- 把提示、密鑰或原始正文寫入高基數遙測。
Modelflare 邊界
Modelflare 可集中管理 OpenAI 相容路由、密鑰、群組、用量與失敗處理，但已設定路由不代表上游支援所有選用欄位。必須以原生協定驗證具體模型與渠道；價格以目前來源為準，保留明確零值，最終持久結算才是帳務真相。
發佈前檢查表
- 先回答核心問題再補背景。
- 每個欄位、狀態、指標與公式都有唯一 owner。
- 範例只用合成識別，不含密鑰或客戶資料。
- 所有語言保留相同結構、程式碼、限制與警告。
- T-1 日重查易變契約、模型支援與價格；失效時移動日期。
- 預約時間前，公共 API、本地化路由與 sitemap 均不出現文章。
來源與核驗日期
來源核驗日期：2026-08-07。來源只建立外部契約或原則，不證明未測試的路由已支援。