买的 Claude / GPT 中转 API 到底是不是真的？教你几招识别掺水、降智、套壳

一、中转 API 常见的三种猫腻

类型	做法	后果
降级 / 降智	你请求 claude-opus，它返回便宜的小模型	回答质量骤降，但你按 Opus 付费
掺水	中间层改写请求 / 响应，用缓存或低配模型冒充	时好时坏，关键任务翻车
套壳 / 逆向	把别的平台（Bedrock、Vertex、甚至逆向渠道）包装成「官方直连」	稳定性、合规性、安全性都存疑

这些从单次对话几乎看不出来——回答看着都「像那么回事」。要识破，得从多个维度交叉验证。

二、维度一：让模型自报身份（指纹）

最直接的一招：问它「你是谁、由哪家公司训练」。

import requests

resp = requests.post(
    "https://你的中转地址/v1/chat/completions",
    headers={"Authorization": "Bearer sk-xxx"},
    json={
        "model": "claude-opus-4-x",
        "messages": [{"role": "user", "content":
            "Who are you? State your model name and the company that created you, in one sentence."}],
        "temperature": 0,
    },
)
print(resp.json()["choices"][0]["message"]["content"])

• 真 Claude 会指向 Anthropic，真 GPT 指向 OpenAI。
• 如果它自称是别的模型、或含糊其辞，基本可以判定被换了。

⚠️ 注意：光看回答里的 model 字段不靠谱——那是中转层可以随便改的。要结合内容一起看。

三、维度二：响应结构（协议指纹）

官方 API 的响应结构有固定特征，改写网关往往还原不全：

• Anthropic 原生：id 以 msg_ 开头，type=message，stop_reason 是 end_turn/max_tokens/stop_sequence/tool_use 之一。
• OpenAI 兼容：id 以 chatcmpl 开头，object=chat.completion，finish_reason 合法。
• 流式（SSE）：真流式会有 message_start、content_block_delta、message_stop（Anthropic）或 chat.completion.chunk + [DONE]（OpenAI）等事件；被改写成「整段返回再切片」的假流式，缺这些原生事件。

同时发流式和非流式两种请求，比对结构，能识别一部分改写网关。

四、维度三：能力探测

被降级的小模型，能力上会露馅。挑几个官方大模型该会、小模型容易翻车的点测：

1. 工具调用（tool call）：下发一个 tools 定义并强制调用，看是否正确返回 tool_use / tool_calls。
2. 结构化输出：要求严格返回指定 JSON，校验是否合法且正确。
3. 多模态：发一张「左红右蓝」测试图，问它左右两边什么颜色，看视觉理解是否被阉割。
4. 提示注入抵抗：在受限 system 下植入越权指令，看它是否被带偏。

任一维度明显不达标，都是「不是你以为的那个模型」的信号。

五、维度四：签名 / 响应头

官方直连的响应头往往带一些特征（限流字段、请求 ID、边缘节点标识等）。逆向代理为了「伪装官方」，经常把这些头剥掉或伪造。检查响应头，能识别一部分逆向渠道（如 aws-bedrock、vertex 等来源）。

六、与其逐项手测，不如一键黑盒检测

上面这套——指纹、流 / 非流结构、能力、签名——手动一项项测，既费时又容易漏，而且不少判断（比如签名解析）门槛不低。

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

填入接口地址 + API Key + 目标模型，它会用黑盒方式并发跑十几项检测（指纹、流 / 非流结构、WebSearch、隐式身份、签名、结构化输出、工具调用、Token 注入、知识库、文档 / 图片识别等），最后给出判定——「疑似官方直连 / 逆向 / 掺水 / 非目标模型」，还附一个市场参考价，帮你判断这个中转值不值这个价。全程不存储你的 API Key。

支持 OpenAI、Claude、Gemini、DeepSeek 等主流厂商。买中转、换渠道前先用它跑一遍，能少踩不少坑。

总结

识别中转 API 真伪，靠的是多维交叉：

• 指纹 / 身份：底层到底是不是目标模型；
• 结构 / 签名：有没有经过改写网关或逆向代理；
• 能力：工具调用、结构化输出、多模态有没有被砍。

单看一项都可能被蒙混，多项一起看才靠谱。嫌麻烦就用黑盒工具一键跑，比逐条猜快得多。