20261106 用代理访问是否更好分析

结论
- opencode.ai 统一走代理；代理相对直连无速度代价
- muse-spark-1.3 必须走代理，直连 0/3（403 RegionError，服务端按出口 IP 拒）
- mimo-v2.6-flash 与 deepseek-v4.1-flash 代理≈直连，日常全走代理即可
- Mihomo 层无法按模型分流（同域名，模型名在加密请求体内）；要分流得换入口（IN-PORT）或换域名（官方直连 key）

方法与口径
- prompt 固定：两句话介绍 Transformer；max_tokens=1024（首轮 128 因推理挤占输出作废，不引用其数值）
- 成功 = HTTP 200 且 content 非空；耗时 = 端到端秒数；推理 tok 取自 completion_tokens_details.reasoning_tokens
- 临时 key（1 天有效，正文不记录原文）；出口：127.0.0.1:7890 vs 直连
- 连通轮：3 模型 × 2 链路 × ping（max_tokens=16）；速度轮：3 模型 × 2 链路 × 3 次

结果｜性能对比（列=模型，行=二级指标）

分类	指标	muse-spark-1.3	mimo-v2.6-flash	deepseek-v4.1-flash
连通性	代理	成功	成功	成功
连通性	直连	403 RegionError	成功	成功
成功率（3 次）	代理	3/3	3/3	3/3
成功率（3 次）	直连	0/3	3/3	3/3
耗时·代理（秒）	第 1 次	2.56	5.10	3.68
	第 2 次	3.17	6.56	4.51
	第 3 次	3.58	12.00	4.73
耗时·直连（秒）	第 1 次	—（0.8s 拒）	5.41	2.66
	第 2 次	—	8.77	2.77
	第 3 次	—	9.17	4.92
推理 tok 区间	代理	551~995	18~21	99~163
推理 tok 区间	直连	—	18~21	90~122
输出 tok 区间	代理	621~1024	100~113	168~237
输出 tok 区间	直连	—	111~152	161~189
回复完整	代理	2/3（截断 1 次）	3/3	3/3
回复完整	直连	—	3/3	3/3

关键发现
- chat 请求模型 ID 用裸名；带 opencode-go/ 前缀报 Model is unavailable（该前缀只用于 Hermes 配置内引用）
- spark 单次烧 551 ~ 995 推理 tok，简单问答实际成本为标价数倍；且输出易被自身思考挤占（截断实例见上表）
- mimo 推理仅约 20 tok，回复最长；但延迟波动最大（代理 12.0s / 直连 9.2s 毛刺各一）
- deepseek 三轮耗时最稳（2.7 ~ 4.9s），推理 90 ~ 163 tok

分流分析

方案	能否按模型分	结论
Mihomo 按域名规则	否	三模型同走 opencode.ai，SNI 之后全加密，只能整域 PROXY
双入口 + IN-PORT	能	7890 走代理 / 7891 直连，调用方按模型选入口；但 Hermes 单进程共享代理变量，落不了地
官方直连 key	能	域名不同（如 api.deepseek.com）自然分开；需另配 key，当前未采用
现状：opencode.ai 全走代理	—	维持；spark 靠它保活，另两家无速度损失

分流配置｜按域名（现状）

rules:
  - DOMAIN-SUFFIX,opencode.ai,PROXY
  - DOMAIN-SUFFIX,deepseek.com,DIRECT
  - DOMAIN-SUFFIX,aliyuncs.com,DIRECT
  - DOMAIN-SUFFIX,moonshot.cn,DIRECT
  - DOMAIN-SUFFIX,bigmodel.cn,DIRECT
  - GEOIP,CN,DIRECT
  - MATCH,PROXY

分流配置｜双入口 IN-PORT（备用，未采用）

mixed-port: 7890
listeners:
  - name: direct-in
    type: mixed
    port: 7891
rules:
  - IN-PORT,direct-in,DIRECT
  - DOMAIN-SUFFIX,opencode.ai,PROXY
  - GEOIP,CN,DIRECT
  - MATCH,PROXY

待裁决
- OC_BUY custom 暂不配（用户决定），长期 key 到位后一次配好
- 是否给国产模型配官方直连 key（配了才有分流意义，否则全走 opencode 无需分）
- 分工维持：deepseek 主力代码 / mimo 看图与轻活 / spark 只做压缩（输出短，绕开其截断与烧 tok 毛病）

边界与 caveat
- 每格仅 3 ~ 5 样本，mimo 的 12s 毛刺属单样本，不宜当稳健排名用
- 未覆盖 429 限流 / 5xx / 晚高峰；结论限测试当日时段
- 未测 23K 上下文与压缩场景，推理 tok 占比在长上下文下会变
- key 为 1 天临时 key，额度状态未知；借用 key 的剩余额度会影响复现