v2.5.1 修复解码速度荒谬值：兼容 vLLM reasoning 字段思维链 + 幻影token防护(usage有token但流无正文时解码速度置空)

README.md

@@ -4,7 +4,7 @@
 
 - **访问地址：** `http://<IP>:16097/`
 - **技术栈：** Python 3 + Flask + SQLite（纯 REST，无额外依赖）
-- **版本：** v2.5.0
+- **版本：** v2.5.1
 
 ---
 
@@ -30,7 +30,8 @@
 ### 📊 指标与结果
 - 实时指标卡：首字延迟、预填充速度、解码速度、上文/输出 tokens、总耗时
 - **整体统计（平均/最小/最大）**：详情弹窗与 Excel 汇总展示首字延迟、预填充速度、解码速度、总耗时的平均/最小/最大
-- **推理型模型兼容**：支持 Qwen3 / DeepSeek 等思维链模型（`reasoning_content` / `thinking` / `thought`），思维过程计入输出，不会误报“未收到输出”
+- **推理型模型兼容**：支持 Qwen3 / DeepSeek 等思维链模型（`reasoning_content` / `reasoning` / `thinking` / `thought`），思维过程计入输出，不会误报“未收到输出”
+- **解码速度防荒谬值**：兼容 vLLM/Qwen3.8-27B 用 `reasoning` 字段流式输出思维链（此前未识别导致 output_chars=0、解码时间≈0、解码速度飙到数百万 tok/s，已修复）；另防“幻影 token”——usage 报了输出 token 但流里没收到任何文本时（如推理用满 max_tokens 没正文），解码速度标记为不可测（—）而非荒谬数字
 - **采样失败不中断**：单次采样失败会记录并继续，不会让整个测试半途终止；全部失败才标记 error
 - 实时控制台日志：校准、预热、每次采样明细全程可追溯
 - **每次完整测试**支持：
@@ -178,4 +179,4 @@ llm-speed-tester/
 ## Git
 
 - **仓库：** `hz4th_coder/llm-speed-tester`
-- **版本：** v2.5.0（模型实时获取：接口配置区「📋 查看模型」按钮，Base URL+API Key 下实时拉取模型列表（GET /models），搜索/点击填入，仍支持手动输入）
+- **版本：** v2.5.1（修复解码速度荒谬值：兼容 vLLM `reasoning` 字段思维链 + 幻影token防护（usage 有 token 但流无正文时解码速度置空））

llm_providers.py

@@ -63,6 +63,10 @@ def _metrics(start, first_token_at, end, prompt_tokens, output_tokens,
     total_ms = (end - start) * 1000
     prefill = (prompt_tokens / (ttft_ms / 1000)) if prompt_tokens and ttft_ms > 0 else None
     decode = (output_tokens / (decode_ms / 1000)) if output_tokens and decode_ms > 0 else None
+    # 防“幻影 token”：usage 报了输出 token，但整个流没收到任何文本（如推理全用满 max_tokens
+    # 或提供商只回 usage 不正文），此时解码时间无意义，不报出数百万的荒谬速度
+    if output_tokens and decode is not None and not output_chars:
+        decode = None
     return {
         "prompt_tokens": int(prompt_tokens or 0),
         "output_tokens": int(output_tokens or 0),
@@ -132,8 +136,9 @@ def stream_openai(cfg, prompt, gen, log, should_stop=None):
             event_count += 1
             if obj.get("choices"):
                 delta = obj["choices"][0].get("delta") or {}
-                # 兼容推理型模型：Qwen3/DeepSeek 思维链在 reasoning_content
-                piece = delta.get("content") or delta.get("reasoning_content") or ""
+                # 兼容推理型模型思维链：DeepSeek 用 reasoning_content，部分 vLLM(Qwen3.8-27B-FP8) 用 reasoning，Anthropic/Gemini 分别在各自适配器处理
+                piece = (delta.get("content") or delta.get("reasoning_content")
+                         or delta.get("reasoning") or "")
                 if piece:
                     if first_token_at is None:
                         first_token_at = time.time()

tester.py

@@ -200,6 +200,10 @@ class TestRunner(threading.Thread):
         total_ms = max((batch_end - batch_start) * 1000.0, 0.1)
         prefill = (total_prompt / (ttft_ms / 1000.0)) if total_prompt else None
         decode = (total_output / (decode_ms / 1000.0)) if total_output else None
+        # 防“幻影 token”：所有流都没收到任何流式文本但 usage 报了输出 token（如推理用满 max_tokens），
+        # 整批解码时间无意义，不报数百万的荒谬解码速度
+        if total_output and decode is not None and not total_ochars:
+            decode = None
 
         agg = {
             "concurrency": concurrency,