选错人脸检测接口，最直接的代价是业务指标失真。误识率每上升1%，某门禁场景的通行投诉量就会翻倍。评估人脸识别API、SDK，核心就两件事：精度是否够用，响应是否够快。

一、精度评估：别只看宣传的准确率

厂商标称的99.8%通常来自LFW等理想数据集。真实业务要看三点：

• 误识率（FAR）：千分之一还是万分之一，直接决定安防等级
• 活体检测能力：照片、视频、3D面具攻击的拦截率
• 遮挡鲁棒性：口罩、侧脸、逆光下的召回表现

建议用自有场景的500张以上样本做交叉验证，比任何白皮书都可靠。

二、响应速度：端到端延迟才算数

很多团队只测模型推理时间，忽略了网络传输和预处理开销。实际部署中，人脸分析接口的端到端延迟应控制在300ms以内，否则高并发闸机场景会出现排队。SDK本地推理通常比云端API快40%以上，但需权衡设备算力。

三、免费人脸API能用吗？

免费人脸API适合原型验证，但普遍存在QPS限制（通常≤2）和精度缩水。正式商用前，务必确认授权条款是否允许商业用途。

南宁先创科技在某园区项目中，对比了四家厂商的人脸识别API、SDK。最终选用支持本地化部署的方案，将端到端延迟从620ms压到210ms，误识率控制在0.03%以下。

选型没有万能答案。先明确业务容忍的FAR和延迟红线，再用真实数据压测，才能避开纸面参数的坑。