按请求阶段设计 AI API 超时

生产实践指南：按请求阶段设计 AI API 超时。内容包含确定性工件、失败边界、上线检查和有来源的适用限制。

先给出决策

按请求阶段设计 AI API 超时是一份明确的生产契约，而不是孤立的代码改动。切换流量前，先定义成功信号、终止失败状态和回滚条件。下面的工件把证据与假设分开，并让每次尝试都可追溯。

先落实 connect，再用确定性用例证明 headers，并把 cancel 作为上线门槛，而不是事后补项。

可复用的技术工件

把下表作为评审记录。只有证据来自同一次请求、同一测试窗口或同一配置快照时，该行才算通过。

检查点	需要保留的证据	通过条件
connect	DNS,TCP,TLS_budget_and_failure_class	限制明确，超过限制时默认拒绝。
headers	request_sent->response_headers	限制明确，超过限制时默认拒绝。
first_output	headers->first_meaningful_output,separate_from_first_SSE_frame	记录能关联到一个逻辑请求和一次具体尝试。
idle	maximum_gap_between_meaningful_stream_events	限制明确，超过限制时默认拒绝。
total	absolute_request_deadline_inherited_by_all_child_work	限制明确，超过限制时默认拒绝。
cancel	client_cancel_reaches_queue,gateway,upstream,and_tool_work	记录能关联到一个逻辑请求和一次具体尝试。

演算示例

示例使用合成数据且结果确定。请换成经过评审的真实工作负载参数；不要把生产密钥或客户提示词放入测试工件。

total_deadline_ms: 60000
phases:
  connect_ms: 3000
  response_headers_ms: 10000
  first_meaningful_output_ms: 25000
  stream_idle_ms: 15000
rules:
  - child_deadline_must_not_exceed_total
  - client_cancel_propagates_immediately
  - timeout_records_phase_and_attempt

实施流程

1. 变更前冻结当前请求、响应、配置和可观测基线。
2. 运行一个确定性的正向用例，并保留客户端看到的完整结果。
3. 运行配对的负向或上限用例，用证据确认失败行为。
4. 用一个逻辑请求 ID 关联全部尝试，记录耗时、终态和用量，但不记录敏感正文。
5. 仅在有界流量中放量并设置明确停止条件，不能因为 happy path 通过就直接扩大流量。
6. 变更后回读持久状态和公网行为；任何不变量失败时执行预先准备的回滚。

常见失败模式

即使外层 HTTP 请求看起来成功，以下情况也会使结论无效：

• 客户端取消没有传递到队列和上游，结果已无用时仍占用容量。
• 后续请求依赖隐藏的提供商状态，但所选路由没有保存或无法读取该状态。
• 多层独立重试相乘，把短暂 429 放大成持续过载。
• 把提示词、密钥、原始工具参数或提供商正文写入高基数遥测。

Modelflare 边界

Modelflare 可以集中管理 OpenAI 兼容路由、密钥、分组、用量记录和失败处理，但“已配置路由”不等于上游支持所有可选字段。必须用原生协议验证具体模型与渠道。提供商价格以当前价格源为准，显式零值必须保留，最终持久结算才是账务真相。

更宽的决策边界见上级指南，当前客户端配置见接入文档。

发布前检查表

• 先回答核心问题，再补充背景。
• 每个请求字段、状态、指标和公式都有唯一 owner。
• 示例只使用合成标识，不包含密钥或客户数据。
• 所有受支持语言保留相同的标题层级、表格、代码、限制和警告。
• 在 T-1 日复核易变 API 契约、模型支持和价格；事实失效时移动发布日期。
• 预约时间前，公共 API、本地化路由和 sitemap 都不能出现该文章。

来源与核验日期

来源核验日期为 2026-08-07。这些来源只建立外部契约或运行原则，不能证明未经测试的提供商路由已支持。

• Go: Context
• RFC 9110: Retry-After