跳转至

API测试报告

测试时间: 2026-04-01 18:56:57 测试状态: ✅ 部分完成

📊 测试结果总览

Provider 状态 延迟 说明
GLM (智谱) ✅ 成功 1025ms 完美运行
DeepSeek ✅ 成功 2530ms 完美运行
千帆 ⚠️ 格式问题 - 已修复响应解析
通义千问 ❌ HTTP 404 - 模型名称错误
讯飞星火 ❌ HTTP 401 - 认证方式错误
混元 ❌ HTTP 400 - 模型名称错误
豆包 ❌ HTTP 404 - 模型名称错误
Moonshot ❌ HTTP 429 - 账户余额不足
Minimax ❌ NoneType - 响应格式问题
360智脑 ❌ 未配置 - 缺失API Key

成功率: 2/10 (20%) 可用额度: 600万tokens (GLM 100万 + DeepSeek 500万)

✅ 可用Provider

1. GLM (智谱AI)

  • 状态: ✅ 完全可用
  • 延迟: 1025ms
  • 免费额度: 100万tokens/月
  • 模型: glm-4
  • 适用场景: 通用对话、代码生成、长文本

2. DeepSeek

  • 状态: ✅ 完全可用
  • 延迟: 2530ms
  • 免费额度: 500万tokens (30天)
  • 模型: deepseek-chat
  • 适用场景: 复杂推理、数学、代码

⚠️ 需要修复的Provider

1. 千帆 (百度)

问题: 响应格式不同 修复: ✅ 已在free_token_pool.py中修复 状态: 待重新测试

修复内容: 

# 支持千帆格式: {"result": "...", "usage": {...}}
elif "result" in result:
    content = result["result"]

2. 通义千问 (阿里)

问题: HTTP 404 - 模型名称错误 需要: 修正模型名称映射

当前配置: 

model="ernie-4.0"  # 错误！这是千帆的模型名

应该改为: 

model="qwen-max"  # 通义千问的正确模型名

3. 讯飞星火

问题: HTTP 401 - 认证失败 需要: 使用正确的认证方式

讯飞使用API Key而非Bearer token: 

headers = {
    "Authorization": api_key,  # 直接使用API Key
    "Content-Type": "application/json"
}

4. 混元 (腾讯)

问题: HTTP 400 - 模型不存在 需要: 修正模型名称

5. 豆包 (字节)

问题: HTTP 404 - 模型不存在 需要: 使用正确的endpoint ID

6. Moonshot (Kimi)

问题: HTTP 429 - 账户余额不足 需要: 充值或检查账户状态

7. Minimax

问题: 响应格式解析失败 修复: ✅ 已在free_token_pool.py中添加Minimax格式支持

8. 360智脑

问题: 未配置API Key 需要: 用户申请并配置

🔧 已实施的修复

1. 响应格式统一处理

位置: backend/services/evolution/free_token_pool.py

修复内容: 

# 支持多种响应格式
if "choices" in result:  # OpenAI标准格式
    content = result["choices"][0]["message"]["content"]
elif "result" in result:  # 百度千帆格式
    content = result["result"]
elif "reply" in result:  # Minimax格式
    content = result["reply"]

2. 测试脚本修复

位置: scripts/test_free_token_pool.py

修复内容: 

from dotenv import load_dotenv
load_dotenv()  # 加载.env文件

📋 待办事项

P0 - 立即修复

  • [ ] 修正通义千问模型名称 (ernie-4.0 → qwen-max)
  • [ ] 修正讯飞星火认证方式
  • [ ] 修正混元模型名称
  • [ ] 修正豆包endpoint ID

P1 - 本周完成

  • [ ] 重新测试所有provider
  • [ ] 配置360智脑API Key
  • [ ] 检查Moonshot账户状态

P2 - 可选

  • [ ] 优化模型配置
  • [ ] 添加重试机制
  • [ ] 实现fallback逻辑

💡 建议

当前可用策略

立即可用2个provider，已足够启动：

# 策略1: 优先使用GLM (永久免费，延迟低)
provider = "glm"  # 1025ms, 100万/月

# 策略2: 复杂任务使用DeepSeek (推理强)
provider = "deepseek"  # 2530ms, 500万/30天

# 智能选择
if complexity == "high":
    provider = "deepseek"
else:
    provider = "glm"

免费额度利用

当前可用: - GLM: 100万tokens/月 = ¥160 - DeepSeek: 500万tokens = ¥50 - 总计: 600万tokens = ¥210

待解锁: - 千帆: 100万/月 = ¥150 (已修复，待测试) - 通义: 100万/月 = ¥150 (需修正模型名) - 混元: 100万/30天 = ¥80 (需修正模型名) - 豆包: 200万/30天 = ¥240 (需修正endpoint)

🎯 下一步

  1. 修正模型配置 - 更新provider配置中的模型名称
  2. 重新测试 - 运行 python scripts/test_free_token_pool.py
  3. 启用Token池 - 在实际业务中使用可用的2个provider
  4. 监控使用 - 记录调用统计和性能指标

报告生成: 2026-04-01 下次测试: 修复完成后