如何判断 API 中转站是否偷换模型
从响应 model 字段、模型自报、tokenizer、协议行为和重复采样判断 AI API 中转站是否存在模型偷换、降级或动态路由。
快速答案
判断中转站是否偷换模型，不能只问一句“你是谁”。更可靠的方法是同时核对响应 model 字段、模型自报、token 计数、原厂协议特征、缓存字段和多轮结果一致性。多个独立信号同时异常，才应提高风险等级。
先看结论
- 模型自报只能作为弱信号，不能单独下结论。
- 优先检查服务端返回的 model、usage、缓存字段和错误行为。
- 固定模型、提示词、地域与时间窗口，至少做多轮复测。
- 结果应分成正常、存疑和高风险，而不是简单二选一。
为什么远程检测很难做到 100% 证明
调用方只能看到中转站返回的 HTTP 响应，无法直接读取它内部的上游账号、路由规则和实际权重文件。中转站也可能使用合法别名、账号池、区域路由、故障降级或量化版本，这些情况都会让同一个 model id 呈现不同特征。
因此，模型纯度检测更像证据审计：收集多个相互独立的信号，判断它们是否与目标模型一致。单个信号异常只能触发复测，多个信号同时异常才值得标记为高风险。
应该收集哪些证据
先从机器可读证据开始，再看模型输出。响应体和响应头通常比自然语言自报更稳定，也更容易留档复核。
| 证据 | 检查内容 | 可信度 |
|---|---|---|
| model 字段 | 是否与请求模型一致，是否出现未知别名 | 中 |
| usage/token | token 计数与目标 tokenizer 是否接近 | 中 |
| 协议字段 | tool call、stream、错误码和 usage schema 是否符合原厂 | 中到高 |
| prompt cache | 是否返回原厂缓存读写字段 | 中到高 |
| 模型自报 | 模型家族、知识边界和能力声明 | 低 |
| 重复采样 | 不同时间、请求和账号下是否一致 | 高 |
一套可复核的检测流程
测试前固定 base URL、model id、提示词、温度、max tokens 和网络地域。变量越少，异常越容易归因。API key 应使用可随时撤销的临时测试 key。
- 发送最小请求，确认认证、模型名和基础响应正常。
- 记录响应 model、usage、request id、限流头和上游特征头。
- 运行模型身份与能力边界探针，但不把自报结果作为唯一证据。
- 使用固定短文本比较 token 计数偏差。
- 对支持缓存的模型运行长前缀两次请求，比较缓存创建与读取字段。
- 分时段重复测试，观察结果是否随账号池或负载变化。
如何给结果分级
正常：关键协议字段、model、token 计数和重复结果基本一致。存疑：出现单项异常，例如模型自报不稳定或缓存字段缺失，需要更换提示词和时间窗口复测。高风险：model 字段、协议行为、token 计数和能力表现中有多项持续不一致。
分级比“真/假模型”更诚实。它既能避免误伤合法网关，也能保留足够清晰的采购和上线决策信号。
常见误判来源
系统提示词可能改变模型自报；上游灰度可能改变响应字段；代理层可能重写 model 名称；不同 tokenizer 库版本也会造成小幅计数差异。一次 429、5xx 或缓存未命中更不能直接等同于偷换模型。
发现异常后，应先排除 key 权限、模型别名、地域、上下文长度和网关兼容问题，再用另一时段和另一组提示词复测。
检测结果如何用于采购
快检适合渠道初筛。正式采购还应增加业务提示词、峰值并发、长上下文和故障恢复测试，并要求供应商说明上游来源、降级策略、日志保留和 SLA。
把模型纯度、P95 延迟、成功率、缓存命中和实际 token 成本放在同一张验收表里，比只追求最低报价更接近真实生产风险。
常见问题
问模型“你是什么模型”能判断是否偷换吗？
不能。模型自报容易受系统提示词、微调和代理层影响，只能作为弱信号，必须和 model 字段、协议行为、token 计数及重复采样一起判断。
model 字段正确就一定没偷换吗？
不一定。中转站可以重写 model 字段，所以还要检查 usage schema、缓存字段、tokenizer 和多轮行为一致性。
一次检测结果可以作为最终结论吗？
不建议。中转站可能按时间、负载或账号池动态路由，采购和上线决策应固定变量并分时段复测。
继续阅读
用真实 API 运行一次检测
使用临时 key 检查连通性、延迟、缓存、限流、模型纯度和 token 成本。