模型服务健康检查不能只 ping 端口

端口通但模型挂了，健康检查还是绿的。

后来改成：

1. 发一个最小的推理请求（一个 token 的输入）
2. 检查返回是否合法
3. 超时 5 秒算失败

这样能发现：显存溢出、模型卸载、权重损坏。

成本：每分钟一次小请求，可以忽略。

另一个改进：检查时带上实际模型的响应时间，超过基线两倍告警，能在用户感知前发现性能下降。