测一测：你买的是不是真模型
怀疑中转站把你买的模型掉包成便宜货、或者偷偷降级了版本？填入接口地址和一个临时 Key， 我们当场发一次真实请求，核对模型名回显、计费元数据、响应结构这些不好伪造的硬指标。
Key 仅本次使用 · 不保存 · 不记录 · 建议用临时 Key 测完即删
这个问题有多普遍
45.83%
指纹测试中出现模型身份验证失败
47.21%
性能偏差最高
17 个
涉及中转服务
187 篇
曾被学术论文使用
以上为第三方独立研究数据，非本站统计。来源：CISPA 亥姆霍兹信息安全中心《Real Money, Fake Models: Deceptive Model Claims in Shadow APIs》（2026 年 3 月），arxiv.org/abs/2603.01919。详细方法论见鉴真方法。
这个工具检测什么
连通性
接口能不能正常调通，Key 是否有该模型的权限。
模型名回显
接口返回的 model 字段，和你请求的是不是同一个——名字对不上是掉包最直接的痕迹。
计费元数据
usage 里的 token 统计是否符合官方规范。缺失或结构异常，常见于第三方模型伪装。
响应结构
choices / message 等官方协议必备字段是否齐全。
模型自述身份
问模型自己是谁——请求 Claude 却自称 GPT、通义等，是掉包的直接证据。
精确计算（动态题）
每次随机出一道算式，答案唯一可验证。被换成能力较弱的便宜模型时容易算错。
上下文完整性
在长文开头埋一个随机校验码，末尾追问——答不出来说明上下文可能被偷偷截断。
Token 计数合理性
对比实际输入长度和它报的 prompt_tokens，量级明显不符可能是计费异常。
知识 cutoff 自述
问模型自己的训练数据截止时间。请求最新版却自称很老的 cutoff，可能被换成了旧模型。
指令遵循精度
给一个格式极严格的指令，看能否精确照做——这是模型能力的客观体现。
缓存命中行为
同一请求连发两次，观察是否命中缓存。有缓存通常意味着正规透传；没有也不代表有问题。
这几项能抓出明显的伪装，但抓不出「间歇性掉包」（只在高峰期换后端）和「能力悄悄下降」这类更隐蔽的情况。 想更全面地判断，配合手动自查清单一起用。
常见问题
我的 API Key 安全吗？
Key 只在这一次检测请求中使用，不会写入日志、不会存进数据库、检测完就随请求一起结束。即便如此，仍然建议你新建一个临时 Key 来测，测完在中转站后台删掉，这是最稳妥的做法。
检测会花我多少额度？
一次完整检测会发 5 条请求（身份、算术、上下文针测两次、格式遵循），输出都限制在 32 token 以内。其中上下文针测会发送约两千字的长文本用于验证是否被截断，因此输入 token 会多一些。按 Claude Opus 的价位估算，单次检测成本大约几分钱，可以放心测。
结果显示「存疑」是不是说明这家在造假？
不是。单次检测有噪声，网络抖动、站点临时异常都可能造成某项指标不达标。「存疑」只说明这一次调用里有指标不太对劲，建议换个时段重测几次看趋势，再下判断。
为什么显示「未见异常」，我还是感觉模型变笨了？
我们检测的 11 项里，精确计算、指令遵循这两项能部分反映能力水平，但仍然抓不出「间歇性掉包」（只在高峰期换后端）这类问题。遇到这种感觉，建议换不同时段多测几次，并配合手动自查里的固定题对比法一起判断。