Plano seguro de medição · Compatibilidade funcional

Dê o nome certo à continuação

Compare histórico reenviado, previous_response_id emulado e o limite do streaming.

Fontes locais primárias: plano, matriz por modelo, plano por célula, manifesto e inventário sanitizado.

A ideia em linguagem simples

No caminho real de Chat Completions, o cliente reenvia o histórico e o modelo deve recuperar um nonce. No endpoint Responses não-streaming, o sidecar guarda estado em memória. No streaming, ele não persiste esse estado: chamar isso de continuação suportada seria falso.

Pense nesta medição como uma balança lacrada: se você troca a balança ou move o objeto no meio, o número perde o significado. A analogia quebra porque gateways também podem transformar o pedido, não apenas pesar.

O mapa emulado aceita até 200 estados, é volátil e some ao reiniciar o sidecar. O benchmark separa três turnos de chat, duas chamadas Responses ligadas e streaming sem persistência. Cada modo recebe seu próprio rótulo.

Trecho verificável

chat: history resent → supported path\nresponses: previous_response_id → emulated\nresponses stream: state not persisted

outputs/BENCHMARK-MEASUREMENT-PLAN.md · outputs/benchmark-cell-plan.csv · outputs/planned-run-manifest.json

O caminho em uma imagem

Warp → sidecar → CLIProxyAPI → provider → proof gate

Teste de recuperação

Responses streaming preserva sessão hoje?