FAQ

第三方搭建的转发服务：你把请求发给它，它转发给 Anthropic / OpenAI / Google 官方再把结果返回。常见理由是国内直连、批发价更便宜、一个 key 用多家模型。风险是它可以在中间改任何东西——换更便宜的模型、剥掉高级能力、注入自己的 system prompt、虚报用量。

① 用便宜模型冒充贵模型（Sonnet 冒充 Opus，甚至用国产模型冒充 GPT）；② 走 OpenAI 兼容层再转成 Claude 协议，导致 thinking、PDF、预填充、stop_sequences 这些 Claude 原生能力丢失；③ 用逆向渠道（Kiro、Amazon Q、Copilot 等）而非官方 API，签名缺失、随时被封；④ 注入隐藏指令引导模型推广或改变行为；⑤ 把 200k 上下文截断成 32k；⑥ 虚报 input_tokens 多扣费。

不能。任何现代模型都能被 system prompt 教会自称 Claude。要看模型自己无法控制的东西：服务端签名、协议字段形状、logprobs、usage 明细这些由 API 层生成的指纹。

不是。「无效」表示第一步协议探测就没拿到 200，后面的项目根本没跑，所以不计分、不进排行。绝大多数是填错了：模型名在该站叫别的（比如站里是 openai/gpt-5.6-luna 而你填 gpt-5.6）、base_url 少了路径前缀、协议选错、key 无效或欠费、分组里没这个模型。报错原文和该站可用的相近模型名都在报告里，照着改一下重测通常就过了。

填到 /v1 之前那一级，例如 https://api.example.com（本站会自动去掉多余的 /v1、/chat/completions）。只填根域名时会自动探测 api. 子域。但有的站把不同厂商挂在不同子路径下（如 https://example.com/claude、/openai、/grok），这种必须把前缀填上，否则打到的是不存在的路径，报告会提示「接口路径不存在」而不是「模型不存在」——去站点后台的接入说明里找该模型的地址即可。

Claude 开启 extended thinking 后，每个 thinking 块带一个由 Anthropic 服务端签发的 signature（几百到两千字符的 base64）。多轮对话回传时官方会验证这个签名，篡改任何一个字符都会被 400 拒绝。中转站没有 Anthropic 的私钥，无法生成合法签名；如果它把篡改后的签名也放行，说明上游根本没做校验——不是官方。本站标准模式会做「原样回传 + 篡改回传」两次验证，这一项占 25% 权重。

Claude 支持在 messages 末尾放一条 assistant 消息让模型续写，这是 Claude 独有特性。经 OpenAI 兼容层转换的中转站通常会把它当成普通历史消息，模型会重新输出完整内容而不是续写。注意：Claude 5 代（Opus 5 / Sonnet 5 / Fable 5）官方已移除预填充，这一项会自动跳过不计分。

三处：① 不再接受 thinking.type=enabled，改用 adaptive + output_config.effort，模型自行决定是否思考，所以签名探针用一道必须推理的题来逼出 thinking 块；② 官方移除了 assistant 预填充，该项跳过；③ 标准 API 拒绝 temperature 参数。此外 Fable 5.1 官方拒绝强制 tool_choice，工具项会退回 auto 再测。引擎对这些都会自动适配，报告里会注明。

很多 Claude 中转站用多个订阅账号组成号池轮换。账号 A 签发的 thinking 签名回传到账号 B 会被官方拒绝，所以号池必须在转发前剥掉或替换历史里的 thinking 块——结果就是我们把篡改后的签名回传它也照样 200。这种站首轮签名是官方形态（上游大概率是真官方账号），但签名验证链在中转站断了，报告判为「存在风险」而非「伪造」。逆向渠道则是签名形态本身就不对（不以 E 开头、长度不足）。

越来越多中转站把真官方号池放进「仅限 Claude Code 调用」的分组，普通 API 请求会被拒（报错含「请使用标准 Claude Code 客户端」）。勾选后我们会以 Claude Code CLI 的方式发请求：claude-cli User-Agent、x-app: cli、anthropic-beta 里的 claude-code 标记、SDK 指纹头、以「You are Claude Code…」开头的 system 块和 metadata.user_id。检测逻辑不变，只是 token 基线和隐藏指令探针会扣除我们自己带的这句前缀。不需要时不要勾——它会让报告里多一句你没写的 system prompt。

连发两次带 cache_control 的长 system prompt：第一次官方会返回 cache_creation_input_tokens，第二次返回 cache_read_input_tokens。中转站如果剥掉了 cache_control，或在多个上游之间轮询导致缓存对不上，两次都会按全价计费——Claude Code 这类长会话场景的真实花费会高出数倍。这一项目前只有本站在测。OpenAI 侧对应检测 prompt_tokens_details.cached_tokens。

中转站在转发时对请求体做了字段白名单，不认识的参数被丢掉。这类站通常也会改写 usage、剥离 thinking 历史，属于「非原样透传」的信号之一。

「Reply with exactly: OK」这句话官方计费约 12 个 token。如果返回 80+，说明中转站在你看不到的地方塞了一段 system prompt，而且这段还在按你的钱计费。

看 usage：Chat Completions 官方返回 prompt_tokens / completion_tokens 及 *_details 明细；如果混入带值的 cache_creation_input_tokens、claude_* 之类的 Anthropic 字段，就是协议转换残留（注意 Responses API 官方本来就叫 input_tokens / output_tokens，那不算）。另外官方 GPT 支持 logprobs，Claude 后端给不出来；strict json_schema 输出若被 ```json 包裹也是转换层的典型症状。

o 系列 / GPT-5 / GPT-6 不接受 temperature、max_tokens，改用 max_completion_tokens 和 reasoning_effort；同时官方必返回 completion_tokens_details.reasoning_tokens（Responses API 里是 output_tokens_details.reasoning_tokens），缺失即可疑。推理题答对但计量为 0 只记「存疑」，因为有的档位模型会直接作答，也可能是网关没透传计量。

gpt-5.6-sol、codex 系等模型官方已不支持 /v1/chat/completions，只能走 /v1/responses。早期版本只给协议、身份、用量、推理四项做了 Responses 版本，其余七项一律跳过，分数很虚。现在流式、Function Calling、Structured Output、隐藏指令探测、Prompt Caching、长上下文都有 Responses 版本，Responses-only 模型也能跑满（只有 logprobs 因推理模型本就不支持而跳过）。另外还多了一项检查：发一段约 3000 token 的 instructions（相当于 system prompt），看上游计到的 input_tokens 是否对得上——有的站会把 instructions 整个丢掉，你的系统提示词在它那里根本不生效。

有些站把 OpenAI 号池放进「仅限官方 Codex 客户端」的分组，普通请求会被 401/403 拒绝。勾选后我们会先用普通 Chat Completions 试一次——放行就按完整项目检测，不勾也一样；被拒才复刻真实 Codex CLI 的请求（指纹头 + 完整 instructions + 内置工具，走 Responses API）。注意 Codex 指纹自带约 12k token 的指令，每个请求都算你的用量，而且隐藏指令探测在这种模式下无法进行（问出来的是我们自己带的指令）。

实测多家中转的 Grok 4.x 对一句话提示都计了 190–640 个 prompt tokens，且各代长度固定（4.3≈197、4.5≈357、4.6≈426），这是 xAI 官方内置系统提示计入了用量，不是中转站注入。用量项现在用「同模型在其他站的中位数」做尺子：大家都高是模型自带，只有本站明显高出去才判注入。

绝大多数中转站只暴露 OpenAI 兼容协议，Gemini 原生 /v1beta/models 路径几乎没人转。本站会先试 /v1beta/openai，404 再试 /v1。

每个检测项 0–100 分，乘以权重求加权平均（跳过项不计）。≥70 通过、50–69 存在风险、<50 未达标；出现任一「严重」失败（无 thinking 签名、协议转换残留、身份错误、注入等）时结论封顶为「存在风险」，无论总分多高。

为了防止刷单次高分。排名分 = (Σ分数 + 50×5) / (次数 + 5)：一次 100 分只有 58.3，十次 99 分才 82.7。样本少于 2 次的域名不参与正式排名，标注「单次样本」沉底。展示给你看的是中位分，更直观。

常见原因：① 站点按令牌分组走不同渠道（比如 Kiro 逆向池、仅限 Claude Code 的号池、标准 API 池），同一域名下分数天差地别；② 多账号轮询，每次落到不同上游；③ 官方侧的安全分类器偶发拒答。所以站点页同时给出中位分、标准差、结论一致率和各检测项的历史通过率——看波动比看单次分数更重要。

中转站的模型命名五花八门（claude-haiku-4-5-20251001、claude-sonnet-4.5、grok-4.20-0309-reasoning…）。为了不把同一个模型拆成十个页面，全站按规则归一到主模型名：去掉日期快照、-latest/-thinking/-preview、推理开关等后缀，版本号规范化（4.20→4.2）。报告里保留你填的原始名，鼠标悬停可见。

每份报告底部有 👍 / 👎；点 👎 可以选原因并留言，检测失败的报告有「反馈问题」按钮，报错原文会自动附上。我们会对照证据排查，误判会修正引擎并重跑。

不会。检测分完全由自动探针决定，每份报告都附完整证据（原始字段、状态码、回复原文）可以逐项复核；认证收录只影响目录里的展示信息（名称、官网链接、简介），以及在同分情况下排前面。

key 只在检测进程的内存里存在，检测结束即释放；数据库只保存脱敏后的形式（如 sk-ab••••••cd）。仍然建议你专门建一个低额度的测试 key，测完就删——这是对任何第三方工具都应有的习惯。

token 由你的 key 承担。快速模式约 2k token；标准模式含 32k 长上下文约 50k token；完整模式含 100k/200k 约 350k token（Opus 官方价约 $5，中转站按其倍率折算）。勾「模拟 Codex 客户端」且被迫走 Codex 路径时，每个请求会多带约 12k token 的 Codex 指令，标准模式大约翻两倍。本站不收费。

AES-256-GCM 加密后入库，只用于每 10 分钟一次、max_tokens=5 的存活探测，单模型每天约 150 次极小请求。建议给一个限额的专用 key。