9.9 的 Claude / GPT 中转为什么这么便宜？低价背后的掺水降级与自查

一、低价从哪来？四种常见套路

套路	做法	你受到的影响
降级替换	请求 Opus，实际返回 Sonnet / Haiku / mini	花大模型的钱，用小模型
缓存冒充	命中缓存/预生成结果直接返回	答非所问、不联网、时效差
逆向套壳	逆向别家平台接口包装成「官方直连」	随时封号、稳定性差
协议改写	中间层改写请求/响应压 token	上下文被截断、能力缩水

一句话：便宜的不是模型，而是换了个更便宜的东西冒充。

二、简单算一笔成本账

假设一段对话真实消耗 3k 输入 + 1k 输出：

• 真 Opus 成本 ≈ 3000×$15/1e6 + 1000×$75/1e6 ≈ $0.12
• 换成 Haiku ≈ 3000×$0.8/1e6 + 1000×$4/1e6 ≈ $0.007

差了 17 倍。所以「骨折价」还能赚钱，多半是把 Opus 的活儿悄悄交给了 Haiku。你以为省钱，其实是花 Opus 的价买 Haiku 的智商。

三、三步自查有没有被掺水

1）模型指认

import requests
r = requests.post("https://你的中转/v1/messages",
    headers={"x-api-key":"sk-xxx","anthropic-version":"2023-06-01"},
    json={"model":"claude-opus-4-x","max_tokens":80,
          "messages":[{"role":"user","content":
             "用一句话证明你是 Opus 级别：解释「祖父悖论」并指出一个常见误解。"}]})
print(r.json())

答得浅、逻辑糊 → 大概率不是 Opus。别只看 model 字段，那能改。

2）能力压测（降级最容易在这翻车）

• 长上下文：塞 2–3 万字 + 末尾细节提问，看能不能准确引用；
• 工具调用 / 结构化输出：强制 tool_use / json schema，看能不能稳定给出；
• 多模态：发图问细节，看视觉在不在。

小模型冒充时，这几项最先露馅。

3）一致性抽查

同一问题连问 3 次，真模型答案稳定且有深度；缓存冒充的要么一字不差、要么风格跳变。

四、便宜也不是原罪——关键是「值不值这个价」

不是所有低价都掺水：有人靠批量采购、Prompt Cache、跑量摊薄成本，确实能压价。关键不是「便宜就是假」，而是你付的价能不能买到对应的真实能力。 所以买之前先验一遍，再决定值不值。

五、懒得逐项测？一键看真伪 + 参考价

上面这套压测门槛不低，尤其要横向对比多家时。

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

填入中转地址 + API Key + 目标模型，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），识别是否被降级、替换、掺水或逆向，并给出「疑似官方直连 / 逆向 / 掺水 / 非目标模型」的判定和市场参考价区间——直接帮你判断这家中转到底值不值它标的价。全程不存储你的 API Key。

总结

低价中转不一定假，但「太便宜」大概率有故事：降级、缓存、逆向、改写是四大套路。买之前算笔账、做次模型指认 + 能力压测，或者用黑盒工具一键看真伪和参考价，别花 Opus 的钱买 Haiku 的答案。