我们怎么判断模型真假？完整方法论

接口能不能正常调通，Key 是否有该模型的权限。这是最基础的一步，连不通后面的检测都无法进行。

接口返回的 model 字段与你请求的是否一致。回显了但对不上，是可疑信号；不回显不算问题——部分正规站本来就不回显这个字段。

usage 里的 prompt_tokens / completion_tokens 是否符合官方规范。缺失不算问题，标为「未检测」——usage 是可选字段，很多正规站也可能不返回。

choices / message 等官方协议必备字段是否齐全，兼容以 SSE 流式返回的接口——部分站点会默认或强制走流式响应，我们会先合并成等价结构再判断，避免误判。

直接问模型「你是什么模型、哪家公司」。请求的是 Claude，回答却自称 GPT、通义、GLM 等其它厂商——这是掉包最直接的证据。

每次随机生成一道算式（四位数 × 三位数 + 四位数），答案唯一且可验证，没法靠缓存或预设答案蒙混过关。能力较弱的替代模型在这类题目上容易算错。

在约两千字的长文开头埋入一个随机校验码，结尾追问能否读回。读不回可能说明上下文被偷偷截断了。

对比实际输入的字符数与接口报出的 prompt_tokens，两者量级明显对不上时，可能存在计费异常。

让模型自报训练数据截止时间。请求的是最新版本，模型却自称截止于 2023 年及更早——可能是被换成了旧模型。

给一个格式要求极严格的指令（精确输出三个逗号分隔的小写词，不带空格和多余标点），看模型能否精确照做，这是能力水平的客观体现。

同一个 prompt 连续发两次，观察 usage 里的缓存字段和响应延迟变化。命中缓存是正面信号；没命中不代表有问题——不少中转渠道本来就不支持缓存。