健康状态
状态
…
模型
-
上下文
-
进行中 (in_flight)
-
已持续 (busy_for)
-
排队 (queued)
-
服务端覆盖
-
请求统计
汇总来自服务端请求记录文件（/reqstat/summary）；下面的最近请求固定为最新 10 条（/reqstat/tail）。结束原因分三类：自然结束（生成完成或命中 stop 词）、长度上限（max_tokens 或上下文打满）、取消/断开（客户端中止）。
| 时间 | 结束原因 | 起草 | prompt(命中) | prefill | 输出 | TTFT | decode | 接受率 |
|---|
采样 / 思考参数（服务端覆盖）
跟随客户端：不干预。默认值：只在客户端没传该字段时使用。 强制：不管客户端传什么都改成这个值（max_tokens 的"强制"是上限，超过才压到此值）。 对 /v1/chat/completions、/v1/responses、/v1/completions 都生效，思考相关字段对 completions 不起作用。 被改写的字段会写进响应头 X-Qwenox-Overrides。保存后立即生效，并持久化到服务端文件，重启后仍有效。
| 参数 | 模式 | 值 | 说明 |
|---|
对话测试
以普通客户端身份流式调用 /v1/chat/completions。下面是"客户端提交的值"，留空或"不传"表示请求里不带该字段。 服务端覆盖生效时，回复上方会列出被改写的字段。引擎是单槽位，其他客户端正在生成时，这里会排队等待。
内存记账
-
GPU 可访问记账（committed）
committed
进程 RSS
最近 10 分钟（每 10 秒一个采样点）
原始 JSON（/health 与 /memory）
-
-