模型可用与降智监控

可用性探针每 30 分钟向模型发送一次极简对话请求（约 20 tokens），以模型是否真的回复为准，并记录首字延迟（TTFT，单位 s）；网关能列出模型并不代表可以正常应答。
不降智率只统计模型确实给出回答的样本，按智力题回答是否精确等于 21 判定；请求失败（超时 / 5xx / 无内容）不计入，而是单独标注。
可用率与不降智率均统计最近 60 次检测。检测由服务器按固定间隔自动执行，与浏览器是否打开无关；页面不可手动触发检测。