手里一堆中转 API Key，怎么批量巡检有效性 + 真伪？（附 Python 脚本）

一、批量巡检要测什么

分三层，从轻到重：

层级	测什么	目的
有效性	Key 活没活、有没有额度	挑出已失效的
一致性	返回模型对不对、响应速度	发现降级 / 变慢
真伪	指纹 / 结构 / 签名	揪出掺水 / 逆向

多数人只做第一层，其实降级和掺水更隐蔽、更烧钱。

二、并发巡检脚本（有效性 + 延迟 + 模型字段）

import concurrent.futures as cf, time, requests

# 你的渠道清单：地址、Key、目标模型、协议
CHANNELS = [
    ("https://a.com", "sk-a", "gpt-4o-mini", "openai"),
    ("https://b.com", "sk-b", "claude-3-5-sonnet-20241022", "anthropic"),
    # ...
]

def probe(ch):
    base, key, model, proto = ch
    t0 = time.time()
    try:
        if proto == "anthropic":
            url = f"{base}/v1/messages"
            headers = {"x-api-key": key, "anthropic-version": "2023-06-01"}
            payload = {"model": model, "max_tokens": 5,
                       "messages": [{"role": "user", "content": "ping"}]}
        else:
            url = f"{base}/v1/chat/completions"
            headers = {"Authorization": f"Bearer {key}"}
            payload = {"model": model, "max_tokens": 5,
                       "messages": [{"role": "user", "content": "ping"}]}
        r = requests.post(url, headers=headers, json=payload, timeout=15)
        ms = int((time.time() - t0) * 1000)
        got = r.json().get("model", "?") if r.ok else "-"
        return {"base": base, "http": r.status_code, "ms": ms,
                "want": model, "got": got, "ok": r.ok}
    except Exception as e:
        return {"base": base, "http": "ERR", "ms": -1,
                "want": model, "got": str(e)[:40], "ok": False}

with cf.ThreadPoolExecutor(max_workers=8) as ex:
    rows = list(ex.map(probe, CHANNELS))

# 打印成一张对比表
print(f"{'渠道':<22}{'HTTP':<6}{'延迟ms':<8}{'期望模型':<28}{'返回模型'}")
for r in sorted(rows, key=lambda x: (not x['ok'], x['ms'])):
    flag = "" if r['want'] == r['got'] else "  ⚠模型不符"
    print(f"{r['base']:<22}{str(r['http']):<6}{str(r['ms']):<8}{r['want']:<28}{r['got']}{flag}")

跑完你会得到一张「哪家能用、多快、模型有没有对上」的对比表。配 cron 定时跑，就是个简易监控。

三、加一层：多站同题对比（发现降级）

给所有渠道发同一道有区分度的题，横向比答案质量：

Q = "解释 CAP 定理，并举一个 AP 与 CP 各自的真实系统例子。"
# 复用上面的 probe，把 content 换成 Q、max_tokens 调大，
# 再把各家 choices/content 摘要打印出来人工扫一眼——
# 答得明显浅、跑题、或几家一模一样的，重点怀疑。

同价位下答案质量差一档的，往往就是被降级或掺水的那家。

四、真伪这层，手写很重

有效性和延迟好测，但指纹、流 / 非流结构、签名这些真伪特征，自己写解析成本很高，还要跟着各家协议变动维护。批量场景下更别指望手搓。

推荐一个免费在线工具 CheckToken（Token检测）：https://www.checktoken.cn/

单站填地址 + Key + 模型，它黑盒并发跑十几项检测（指纹、流 / 非流结构、隐式身份、签名、工具调用、结构化输出、文档 / 图片识别等），给出「疑似官方直连 / 逆向 / 掺水 / 非目标模型」的判定和市场参考价，全程不存储 Key。日常有效性巡检用上面的脚本自动化，选购或怀疑某家时用它单点深测真伪，两者搭配最省事。

总结

批量管 Key 分三层：脚本自动化搞定有效性 + 延迟 + 模型字段（并发巡检 + cron），同题对比帮你发现降级，真伪这层门槛高、交给黑盒工具单点深测。别只盯「能不能用」，降级和掺水才是悄悄烧钱的大头。