统计分析

统计分析页把请求记录聚合起来看趋势，回答「这段时间整体跑得怎么样」。

指标概览

页顶的四张卡片是这段时间的总体结论：总请求数、成功率、缓存命中率与 Token 消耗；右上角切换统计范围（如近 7 天）。

用量分布

用量分布把请求量按时段摊开（热力图或柱状图可切换），一眼看出高峰在哪、哪段时间几乎没流量。用它交叉验证成本与限流问题：某个供应商的限流是不是总发生在你的高峰时段。

模型表排序

模型使用排行与供应商明细里的模型表，表头都可以点：点一下按这一列排序，再点一下反向。

• 首次点击的方向由列自己决定：请求数、平均 TTFT / TPS / 平均输出、缓存命中率、成功率这些数值列先看最大的；模型名与 Provider 名从 A 排到 Z。
• 没有样本的模型始终排在最后，升降序都一样——空的「平均 TTFT」不代表它最快。
• 名次跟着当前排序重排：按平均 TTFT 倒序时，第一名就是最慢的那个。排行榜只列前 10 名，但排序在全部候选里做，所以点一下平均 TTFT 能把请求量排不进前十的慢模型翻出来。

看什么

与请求记录的分工

• 请求记录是逐条的，用来定位某一次请求发生了什么。
• 统计分析是聚合的，用来发现一段时间里的模式。

排障思路

结合故障转移看，典型判断：

• 某供应商失败率突增 → 去看它的冷却记录与渠道诊断。
• 成功率不低但耗时上升 → 可能是某条慢候选把整体拉高，考虑调队列顺序。
• Token 用量异常 → 去缓存亲和确认提示词缓存是否还在命中。

---

运行日志记的是服务自己在做什么，见运行日志。