看能力边界
用固定任务观察推理、遵循格式、长上下文和工具调用表现。如果标称高阶模型却持续表现异常，需要进一步验证。
MODEL AUTHENTICITY
模型真伪检测
一些中转站可能存在模型名包装、能力降级或上游替换。模型真伪检测通过外部可观察信号做辅助判断，帮助你在充值和上线前发现明显异常。
看接口细节
不同模型和供应商的错误结构、流式事件、usage 字段和拒答方式通常有差异。完全不匹配的返回值得警惕。
看计费口径
模型标价、倍率、上下文长度和余额扣减应能相互解释。价格极低但没有来源说明的高阶模型，风险通常更高。
建议测试方式
- 使用固定提示词，多次测试同一模型的输出一致性。
- 覆盖短答、长上下文、结构化 JSON 和流式输出。
- 记录错误结构、usage 字段和模型名称。
- 把结果作为风险信号，而不是绝对结论。
常见问题
模型真伪检测为什么不能给绝对结论？
外部调用者无法直接看到供应商上游路由，只能根据接口表现和响应特征做概率判断。
模型表现差一定是假模型吗？
不一定。也可能是提示词、温度、上下文长度、限流或服务波动导致，需要复测和对照。
发现疑似替换后怎么办？
停止充值或扩大使用，保留测试记录，要求供应商解释上游来源、模型权限和计费口径。