模型调用失败的重试与降级

后端同时接了 DeepSeek 和 Claude 两个模型，最近高峰期主模型频繁 5 秒超时，需要一套不会把请求全堆死的重试与降级方案时用这个。

【需求】
给一个 Java Spring Boot 服务的模型调用层设计容错方案：
1. 重试：只对超时和 5xx 重试，最多 2 次，间隔按 200ms、600ms 递增，4xx 一律不重试；
2. 熔断：主模型连续 20 次失败或失败率超过 50%（统计窗口 1 分钟）就打开熔断，5 分钟后半开试探；
3. 降级：熔断打开期间自动切备用模型，备用模型也失败则返回上一次的同类型结果缓存并标记 stale=true；
4. 幂等：同一个 requestId 重试不重复计费，需要在调用前落一张请求表。
请给出类结构、关键代码片段（可以用伪代码但要能直接翻译成 Java）、配置项清单。

【输出要求】
1. 分「链路图（文字版）/ 类设计 / 关键代码 / 配置项 / 监控指标」五节；
2. 配置项写成 YAML，含默认值与可调范围；
3. 明确说明哪一步会产生额外成本（重试带来的重复 token 计费）；
4. 最后给 4 条要打到日志里的字段，便于事后复盘。

---