启用前确认模型能力

请求中设置 stream=true 后即可启用 SSE 流式输出。上线前先确认模型目录中的流式能力，并在真实账号路由上验证。普通错误仍以 JSON 返回；流式响应只用于已经开始的增量输出。

区分用量、超时和客户端中断

生产客户端需要分别处理 SSE 事件、最终用量、上游超时和用户主动取消。提供方流中断时，网关会记录诊断，方便后续区分成功调用、拒绝调用和未完成调用。