为发票文本生成教学图像时，应按固定验收集测质量，并在延迟与重试预算内选择可运维的模型。比较 DALL-E 3、SDXL 与 Flux 时，应记录提示类别的评审结果、p50/p95 延迟、超时率及重试情况，且不让平均分掩盖必需输出失败。通过窄接口隔离候选模型，以截止时间和稳定幂等键管理队列任务；处理限流时遵守服务端重试延迟并限制总工作时长。模型版本、提示模板、部署方式或队列策略变化后，应重测并保留失败样本，形成包含阈值、回退规则和负责人的决策记录。