语言模型
GPT-6 与 GPT-6.1 Sol 的升级验收
用相同输入和检查脚本判断模型升级的质量、延迟和费用。
把变更限制在模型 ID
保存当前接口版本、提示词、工具定义和输出限制。对同一批已知结果的任务更换模型，核对工具参数、终止状态和输出长度。
准备切换和回滚的数据
分别统计通过率、耗时与单个合格结果的费用。上线前保留上一条模型配置和测试编号，有异常时用同一组用例复现。
语言模型
用相同输入和检查脚本判断模型升级的质量、延迟和费用。
保存当前接口版本、提示词、工具定义和输出限制。对同一批已知结果的任务更换模型，核对工具参数、终止状态和输出长度。
分别统计通过率、耗时与单个合格结果的费用。上线前保留上一条模型配置和测试编号，有异常时用同一组用例复现。