模型质量监控

不是实时的。看板显示的是最近一次检测完成时的结果，不是实时值；最近一次检测超过预期时间时页面会提示，引用结论时请以记录里显示的实际检测时间为准。

两者口径不同：通过率的分母只算有效回答，请求失败不进入分母；异常记录统计的是未通过与请求失败的轮数总和。所以一个时段内可以同时出现「高通过率」和「多条异常」，后者通常来自上游限流或超时。

会。判分只看回答里有没有独立出现的数字 21，可能命中小数、编号或否定句（例如「不是 21」）。它是一道低成本的每日定点观察题，用来发现明显劣化和长时间故障，不能替代完整的模型评测。

可以。右栏两个卡片分别对应糖果题与鹈鹕骑行测试，填 API 地址与 Key 即可开始。结果会以脱敏形式（只显示地址域名）公开展示最近 1 小时，测试地址与 Key 都不会公开或保存。

账号级监控每消耗 10% 额度触发一次生成，作品墙最多同时展示 200 只鹈鹕，每分钟更新。展示的是最新动画作品，用于观察画风变化，页面不对绘画质量打分。

常见原因是那个时段没有成功检测到结果（上游不可用、限流或额度耗尽），或上游整个时段都不可用导致没有有效记录落地。无数据不等于未通过，判断质量时应当把这类时段排除在分母之外。

页面顶部会显示当前监控的模型 ID 与思考强度（effort），卡片里的模型名与时间线属于同一轮监控配置。模型切换后历史时段仍保留原记录，不会追溯改写。

可以，但请注明 AiTest123.com 与页面显示的检测时间，并说明这是历史结果而非实时结论；不要把它描述成对某个服务商的担保或结论。