对大模型推理服务进行功能测试

功能测试用于验证大模型推理服务的接口和能力是否符合预期。平台会对运行中的服务发起标准用例，检查 OpenAI、Messages、Gemini 或 Embedding 等接口套件，并输出通过、不通过、警告和跳过等结果。

发起功能测试

进入目标大模型推理服务详情页，打开 一键测试 页签，单击 发起功能测试。功能测试需要服务处于 运行中。同一个服务同一时刻只能有一个活跃测试任务，且功能测试和性能压测共用该限制。若当前集群未开启功能测试能力，或测试镜像未配置，页面可能不会展示对应入口。

配置	说明
接口套件	按服务实际支持的接口选择，例如 OpenAI、Messages、Gemini 或 Embedding。不要对纯 OpenAI 服务运行 Gemini 套件，否则测试结果缺少判断价值。
用例组开关	按需开启长上下文、鲁棒性或采样参数等用例组。耗时较长或服务暂不支持的能力，可以先跳过。
用例超时	控制单条用例等待服务响应的时间。模型较大或首轮加载较慢时，应预留更长时间。
function calling 抽样条数	控制 function calling 用例抽样数量。填写 `0` 表示使用完整数据集；不填时使用平台默认抽样数量。
超长文本攻击用例	配置超长文本 token 数。填写 `0` 或不填时跳过该用例；需要触发测试时，数值应超过服务上下文窗口。
测试客户端资源	选择测试客户端使用的实例规格和资源池。资源不足会导致测试任务排队或失败。
目标入口	默认走服务真实网关入口。服务有多个网关入口时，选择本次需要验证的入口。

单击提交。任务会异步执行，您可以在 一键测试 页签的测试任务列表中查看状态。

测试任务到达终态后，在 一键测试 页签的任务列表中单击 查看报告，查看报告中的总结论和逐用例明细。历史测试任务可按需复制或删除。

查看目标	判断方式
任务状态	完成只表示测试跑完，不等于测试通过。失败表示测试任务本身执行失败，例如超时、资源不足或客户端异常。
总结论	以报告中的通过或不通过为准。只要存在失败用例，通常应视为本次功能测试未通过。
四态计数	`PASS` 表示通过，`FAIL` 表示不符合预期，`WARN` 表示可选能力或字段存在风险，`SKIP` 表示前置条件不满足或未执行。
逐用例明细	重点查看失败用例的目标端点、HTTP 状态码、延迟、失败原因和补充信息。

如果服务刚进入 运行中 就发起测试，模型可能仍在加载，容易出现大量网关错误或失败用例。建议先发送最小请求确认服务真正可用，再进行功能测试。

看不到功能测试入口怎么办？

功能测试入口取决于当前集群能力和测试镜像配置。请确认服务在支持该能力的集群中，且测试能力已开启。

提示已有活跃任务怎么办？

该服务已有未结束的功能测试或性能压测任务。等待任务结束，或停止现有任务后再发起新的测试。

任务完成但总结论不通过，是否表示平台执行失败？

不是。任务完成表示测试流程正常结束；总结论不通过表示被测服务的接口或能力不符合本次用例预期，需要查看失败用例原因。