必须区分瞬态错误与永久错误：仅对429、500、502、503、504、连接/读取超时重试；含Retry-After则直接sleep，禁用指数退避；需独立捕获各模型异常，支持并发与链式fallback。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
在 Atoms 框架中实现多模型并行调用时，必须区分瞬态错误与永久错误，否则会因重试全部失败模型导致请求雪崩或响应延迟激增。
识别可重试与不可重试的模型错误
第一步：检查异常类型是否属于 【瞬态故障】 ——仅对 429、500、502、503、504、连接超时、读取超时生效；其余如 400（参数错误）、401（密钥失效）、404（模型不存在）一律跳过重试。
第二步：若响应头含 Retry-After 字段，直接 sleep 对应秒数，【禁止叠加指数退避】，否则将触发上游更严厉的限流惩罚。
第三步：对每个模型调用单独封装 try/except，避免一个模型抛出 401 导致整组并发调用提前终止。
并发调用中逐个捕获模型异常
方法一：使用 asyncio.gather + return_exceptions=True
调用时传入 return_exceptions=True 参数，使 gather 不因单个协程异常而中断，所有结果（含 Exception 实例）按原顺序返回。
方法二：手动 await + 独立异常处理
对每个模型创建独立 task，用 asyncio.create_task 包裹，并在 await 后立即用 isinstance(e, Exception) 判断是否出错，再分类记录或降级。
注意：不要在 for 循环内直接 await，否则变成串行执行，失去并发意义。
按优先级链式故障转移
第一步：定义模型 fallback 链，例如 ["qwen-plus", "deepseek-chat", "glm-4-air"]
第二步：对链首模型执行带重试的调用（最多 2 次，含抖动）
第三步：若仍失败，立即切换至链中下一个模型，不等待前一个模型的最终超时耗尽
第四步：任一模型成功即终止后续尝试，返回其结果；全链失败则聚合各模型的异常类型与消息，供上层决策
