A/B 测试 - 流量镜像

流量镜像允许您将生产流量“模仿”到辅助（静默）模型进行评估目的。静默模型的响应在后台收集，不会影响主请求的延迟或结果。

此功能适用于：

• 在切换模型之前，测试新模型在生产环境提示词（prompts）上的表现。
• 比较不同服务商之间的成本和延迟。
• 通过将流量镜像到更详细（verbose）的模型来调试问题。

快速入门

要启用流量镜像，请在部署的 litellm_params 中添加 silent_model。

SDK

from litellm import Router

model_list = [
    {
        "model_name": "gpt-3.5-turbo",
        "litellm_params": {
            "model": "azure/chatgpt-v-2",
            "api_key": "...",
            "silent_model": "gpt-4" # 👈 Mirror traffic to gpt-4
        },
    },
    {
        "model_name": "gpt-4",
        "litellm_params": {
            "model": "openai/gpt-4",
            "api_key": "..."
        },
    }
]

router = Router(model_list=model_list)

# The request to "gpt-3.5-turbo" will trigger a background call to "gpt-4"
response = await router.acompletion(
    model="gpt-3.5-turbo",
    messages=[{"role": "user", "content": "How does traffic mirroring work?"}]
)

代理

将 silent_model 添加到你的 config.yaml 中

model_list:
  - model_name: primary-model
    litellm_params:
      model: azure/gpt-35-turbo
      api_key: os.environ/AZURE_API_KEY
      silent_model: evaluation-model # 👈 Mirror traffic here
  - model_name: evaluation-model
    litellm_params:
      model: openai/gpt-4o
      api_key: os.environ/OPENAI_API_KEY

工作原理

1. 接收请求：向模型组（例如 primary-model）发送请求。
2. 选择部署：LiteLLM 从该组中选择一个部署。
3. 主调用：LiteLLM 对主要部署进行调用。
4. 镜像：如果配置了 silent_model，LiteLLM 会触发对该模型的后台调用。
   • 对于 同步 (Sync) 调用：使用共享线程池。
   • 对于 异步 (Async) 调用：使用 asyncio.create_task。
5. 隔离：后台调用使用原始请求参数的 deepcopy（深拷贝），并设置 metadata["is_silent_experiment"] = True。它还会剥离日志记录 ID，以防止使用情况追踪时发生冲突。

主要功能

• 延迟隔离：主要请求在准备好后立即返回。后台（镜像）调用不会阻塞主流程。
• 统一日志记录：后台调用通过 Router 处理，这意味着它们会自动记录到你配置的可观测性工具（如 Langfuse、S3 等）中。
• 评估：在你的日志中使用 is_silent_experiment: True 标志来过滤并比较主要调用与镜像调用之间的结果。