流式输出、超时与重试：接入时要区分的三个阶段

开启流式输出

在兼容的 Chat Completions 请求中设置 stream: true，服务端会以 SSE 分块返回。前端应逐块渲染，并在流结束后保存完整答案。应用需要区分连接前失败与已经收到部分内容后的中断。

为不同阶段设置超时

连接超时用于发现不可达的网络路径；读取超时应允许模型持续输出。实际阈值取决于模型、输入长度和业务体验，应先在自己的调用链中测量，再配置 SDK 与代理层。

只重试可安全重试的请求

429、502、503 可在有限次数内退避重试；先遵循 Retry-After。已经收到部分流内容时，直接重发可能生成不同答案并产生新的计费请求，需由应用决定是否让用户重新发起。保留 request_id 便于排查。