v2.8.3 新增测试间隔时间：每次采样之间让大模型接口空闲休息，默认5秒可配置(0关闭)，等待期间支持停止

API.md

@@ -114,11 +114,12 @@
   },
   "gen": {
     "name": "Qwen3 不同上下文长度速度对比",
-    "context_lengths": [512, 2048, 4096, 8192, 16384, 32768, 65536, 131072],
+    "context_lengths": [4096, 8192, 16384, 32768, 65536, 98304, 131072],
     "max_tokens": 128,
     "samples": 2,
     "warmup": true,
-    "avoid_cache": true
+    "avoid_cache": true,
+    "interval": 5
   }
 }
 ```
@@ -128,12 +129,13 @@
 | 字段 | 类型 | 默认 | 说明 |
 |------|------|------|------|
 | `name` | string | `""` | 测试名称/主题（会存入测试记录并展示在历史与详情） |
-| `context_lengths` | number[] | `[512,2048,4096,8192,16384,32768,65536,131072]` | 要测试的上下文长度列表，每个长度独立校准+预热+采样 |
+| `context_lengths` | number[] | `[4096,8192,16384,32768,65536,98304,131072]` | 要测试的上下文长度列表，每个长度独立校准+预热+采样 |
 | `max_tokens` | number | `128` | 解码输出 token 长度 |
 | `samples` | number | `2` | 每个（长度×并发）组合的采样次数 |
 | `concurrency_levels` | number[] | `[1]` | 并发数列表（默认单流）。>1 时每采样同时发起 N 个并行流，聚合为整批吞吐指标；多档自动并排对比 |
 | `warmup` | bool | `true` | 测试前空转预热（不计速度，按并发数预热） |
 | `avoid_cache` | bool | `true` | 随机前缀避免缓存命中（每个并发流独立前缀） |
+| `interval` | number | `5` | 每次采样之间的间隔秒数，让接口空闲休息（0 表示不等待） |
 
 **响应：** `{ "ok": true, "id": 9 }`
 

static/index.html

@@ -130,6 +130,11 @@
           <div class="icon-input"><span class="icon">⏱</span><input id="gen-timeout" type="number" min="30" step="30" value="1800"></div>
           <div class="hint">连接测试与速度采样共用：超过此时长仍未收到数据才判定超时（默认 1800 秒 = 30 分钟）。测慢接口/超长上下文时建议调大，如 3600。</div>
         </div>
+        <div class="field">
+          <label>测试间隔（秒）<span class="hint-inline">每次采样之间让接口空闲</span></label>
+          <div class="icon-input"><span class="icon">⏳</span><input id="gen-interval" type="number" min="0" step="1" value="5"></div>
+          <div class="hint">每次采样完成后等待 N 秒再发下一次请求，让大模型接口空闲休息一下（默认 5 秒，设为 0 关闭）。</div>
+        </div>
         <div class="btn-group">
           <button class="btn primary block" id="btn-start">▶ 开始测试</button>
           <button class="btn danger block" id="btn-cancel" disabled>■ 停止</button>

static/js/app.js

@@ -71,6 +71,7 @@ function currentGen() {
     avoid_cache: $("#gen-avoid-cache").checked,
     warmup: $("#gen-warmup").checked,
     read_timeout: parseInt($("#gen-timeout").value) || 1800,
+    interval: Math.max(0, parseInt($("#gen-interval").value) || 5),
   };
 }
 

tester.py

@@ -32,6 +32,15 @@ class TestRunner(threading.Thread):
     def log(self, level, msg):
         db.add_log(self.test_id, level, msg)
 
+    def _sleep_interval(self, secs):
+        """测试间隔等待：期间可被用户停止，返回 False 表示已被取消"""
+        deadline = time.time() + secs
+        while time.time() < deadline:
+            if self.should_stop():
+                return False
+            time.sleep(0.2)
+        return not self.should_stop()
+
     # ───────────────────────── 主流程 ─────────────────────────
 
     def run(self):
@@ -61,6 +70,11 @@ class TestRunner(threading.Thread):
         max_tokens = max(1, int(gen.get("max_tokens", 128)))   # 解码输出长度
         avoid_cache = bool(gen.get("avoid_cache"))
         warmup = bool(gen.get("warmup", True))                 # 测试前空转预热
+        # 测试间隔（秒）：每次采样之间让接口空闲休息，默认 5 秒，0 表示不等待
+        try:
+            interval = 5 if gen.get("interval") in (None, "") else max(0, float(gen.get("interval")))
+        except (TypeError, ValueError):
+            interval = 5
 
         # 并发数列表（默认单流 [1]；支持 2/4 及自定义，如 [1,2,4,8]）
         raw_concs = gen.get("concurrency_levels") or []
@@ -73,10 +87,10 @@ class TestRunner(threading.Thread):
         if name:
             self.log("INFO", "测试名称(主题): %s" % name)
         self.log("INFO", "提供商: %s | 模型: %s" % (lp.PROVIDER_LABELS.get(provider, provider), model))
-        self.log("INFO", "上下文长度: %s tokens | 生成长度: %d tokens | 并发数: %s | 每个组合采样: %d 次 | 预热: %s | 避免缓存: %s"
+        self.log("INFO", "上下文长度: %s tokens | 生成长度: %d tokens | 并发数: %s | 每个组合采样: %d 次 | 预热: %s | 避免缓存: %s | 测试间隔: %g 秒"
                  % (" / ".join(str(x) for x in lengths), max_tokens,
                     " / ".join(str(x) for x in concurrency_levels), n,
-                    "开" if warmup else "关", "开" if avoid_cache else "关"))
+                    "开" if warmup else "关", "开" if avoid_cache else "关", interval))
         to = self.gen.get("read_timeout") or "默认(1800)"
         self.log("INFO", "请求超时: 连接 %s s | 等待首字/预处理 %s s（接口慢可在左侧调大）"
                  % (self.gen.get("connect_timeout") or 60, to))
@@ -86,6 +100,7 @@ class TestRunner(threading.Thread):
         self.log("INFO", "校准完成: %.3f tok/字符（%.2f 字符/token）" % (ratio, 1.0 / ratio))
 
         run_seq = 0
+        sample_done = 0   # 已完成的采样数，用于控制测试间隔（首个采样不等待）
         last_conc = None  # 只在实际切换并发档时打印一次表头，避免同一并发数重复刷屏
         for L in lengths:
             if self.should_stop():
@@ -103,7 +118,12 @@ class TestRunner(threading.Thread):
                 for i in range(1, n + 1):
                     if self.should_stop():
                         raise StopRequested()
+                    if sample_done > 0 and interval > 0:
+                        self.log("INFO", "⏳ 接口空闲休息 %g 秒后继续下一采样..." % interval)
+                        if not self._sleep_interval(interval):
+                            raise StopRequested()
                     run_seq += 1
+                    sample_done += 1
                     self.log("INFO", "── [%d tok · 并发%d] 采样 %d/%d 开始 ──" % (L, C, i, n))
                     try:
                         m = self._run_sample(C, base_prompt, max_tokens, avoid_cache)