中转站检测：如何识别中转 API 掺水、降级、套壳（12 项检测原理）

为什么一次聊天测不出真假

中转层可以改写模型名、系统提示和响应 JSON。一个便宜模型也能声称自己是 Claude 或 GPT；一次回答得好，也可能只是缓存或专门针对常见测试题的路由。可靠判断必须使用互相独立的证据，并明确每项证据能证明到什么程度。

常见的三类异常

模型降级：请求旗舰模型，底层转到便宜版本，再把 model 字段改回原名称。协议套壳：把另一家模型输出转换成目标协议，普通文本看起来正常，但流式、工具调用和错误体露出差异。能力裁剪：保留聊天功能，却移除思考、图片、文档或长上下文，以降低成本。

还有动态路由：短测试走优质上游，长任务或高峰期切换到低成本渠道。因此检测既要看单次能力，也要考虑跨时间一致性。

12 类证据分别看什么

1. LLM 指纹：模型字段、自述与回答特征是否一致；
2. 流结构：SSE 事件、增量字段和结束标志是否符合协议；
3. 非流结构：正文、usage、stop reason 等字段是否完整；
4. WebSearch：声明支持实时搜索时，能力是否真实存在；
5. 隐式身份：不直接问身份，从回答中的稳定线索判断模型族；
6. 签名：检查目标模型相关的签名结构与响应关系；
7. 结构化输出：严格 Schema 是否可靠执行；
8. 工具调用：模型能否返回可解析参数并完成工具链；
9. Token 注入：检查网关或隐藏提示对请求的异常干预；
10. 知识表现：在限定问题中观察模型能力边界；
11. 文档识别：验证文本附件与长内容处理是否完整；
12. 图片识别：验证多模态是否真实可用。

每项都可能受网络、限流或模型随机性影响，所以单项失败不会自动等于假模型。报告会区分能力不达标与请求本身出错。

可复现的手工对照

先保存一个可信接口作为基准，固定模型、temperature、最大输出和提示。对待测中转运行相同请求，比较结构化输出成功率、工具调用、流式事件和 usage 量级。开放式文风只作为弱证据。

每项至少重复三次，并在两个不同时间段采样。若差异只出现一次，可能是随机性或网络；若多个独立维度持续偏离，才适合提高风险判断。

结果如何分级

“疑似官方直连”表示当前样本的多项特征接近目标模型，并非法律意义的来源证明。“疑似逆向”通常表示模型族可能正确，但协议或渠道特征不像直接接口。“疑似掺水/降级”表示能力、身份或结构存在系统性不一致。“非目标模型”表示证据更接近另一模型族。

这些结论都带有时间点和样本边界。中转换路由后，历史结果不能代表未来。

避免四个误判

• 看到 model 字段一致就认为是真模型；
• 没看到某个签名就直接判假；
• 把 429、超时等请求错误当成能力失败；
• 用一道主观题比较文风后下绝对结论。

更稳妥的说法是“哪些证据一致、哪些证据异常、在什么条件下可重复”。

使用 CheckToken 的建议流程

填写真实 Base URL、Key 和精确模型 ID，协议不确定时选择自动探测。检测过程中会逐项展示状态；完成后先看是否存在 API 错误，再看身份、结构、签名和能力项是否形成一致结论。

购买前运行一次可以筛掉明显异常；正式使用后应在质量下降、模型更新和套餐变化时复测。对于高价值 Key，测试完成后也应遵循自己的凭证轮换策略。

结论

中转真假检测不是寻找一个“神奇问题”，而是建立证据链。字段、文风、签名、协议和能力各自只说明一部分，只有多维结果可重复地指向同一方向，结论才值得信任。