可用性与时延
成功响应、首 Token 延迟、生成速度及异常分布。
能力表现
在约定题集和任务上比较输出质量，明确评分方法。
版本差异
记录资源标识与版本表现，观察结果变化。
用量与缓存
分析返回的用量及缓存信息，标注数据来源与可验证范围。
为企业而设计
01
准入前
在约定测试集上验证目标资源。
02
运行中
观察表现变化与异常迹象。
03
调整时
结合报告决定复测、隔离或更新使用策略。
01 / 检测维度
用多个维度认识模型资源。
单次成功响应无法描述资源质量，需要结合测试方法和场景解释不同指标。
02 / 可信与安全扩展
把异常迹象转化为需要复核的问题。
在具备测试条件时，探索资源身份、响应异常和链路风险的检测，为后续调查提供线索。
身份与版本迹象
对比能力和响应特征，提示与预期不一致的情况。
响应异常
使用可比较输入观察异常变化，避免把正常随机性直接判定为篡改。
受控诱饵测试
仅在已授权测试环境使用无真实权限的测试凭证，不使用企业生产秘密。
链路证据
保存可获得的来源和调用信息，说明哪些环节无法独立验证。
04 / 企业治理流程
将检测结果纳入资源管理。
把准入、监测和复测组织成明确流程，并由企业确认后调整运行策略。
准入
确定需求和测试标准，完成初始评估。
监测
按照批准的频率观察资源表现与异常。
处置
告警后复测，确认是否需要隔离资源。
联动
将经审核的检测结论用于 Route Engine 候选资源和路由规则。
05 / 行动区
为模型资源建立一份可复核的质量基线。
提供目标模型、使用场景与关心的指标，一起确定测试对象、方法和报告范围。
交流材料
模型资源信息、目标任务、允许的测试方式与时间窗口。
预期输出
测试方案、报告结构和可支持的决策范围。