方法与准确率

我们怎么判断“挂了”，以及我们有多准

以下数字由系统根据最近 7 天的原始探测数据和 25 家有官方状态页的服务实时计算，不做人工挑选，好坏都公开。

11次比官方更早发现平均领先 83 分钟，最多 137 分钟

17%异常被官方证实258 次异常中 43 次与官方事件重合

76%疑似误报195 次持续不到 10 分钟且官方未提及

77%官方重大事件同时被检测到26 起中 20 起

20 次异常持续超过 10 分钟，但官方没有发布事件。这些可能是官方漏报，也可能是我们的误判，我们无法单方面断定，所以不计入“准确”。
“官方重大事件同时被检测到”偏低，主要原因是：很多官方事件影响的是网页版、App、语音或视频等功能，而我们实测的是 API。只影响网页版的故障，API 往往仍然正常。
我们会持续增加真实推理测试（不只是列模型），以覆盖更多“API 能连上但回答失败”的情况。

每 2 分钟，用真实的 API Key 调用各家官方接口（列模型 / 发一个最小请求），记录状态码、耗时和首字延迟。

探针分布在多个地区，单点网络抖动不会被判成故障。

同一服务连续 2 次以上异常（约 4 分钟）才记为一次“异常事件”，避免偶发超时误报。

同时读取官方状态页；我们的实测结果和官方公告分开展示，从不混淆，厂商也无法修改实测数据。