固定测试样本
准备短答、推理、结构化 JSON、长上下文和工具调用样本。每次测试保持模型名、参数和提示词一致，减少偶然因素。
观察接口信号
记录模型字段、usage 字段、错误格式、流式事件、上下文上限和拒答边界。字段缺失或长期不一致，通常需要继续核验。
结合账单验证
模型标价、倍率、消耗 token 和余额扣减应能解释。标称高阶模型但扣费、能力和上下文都异常时，应提高风险等级。
推荐检测步骤
- 用低权限测试 Key 跑同一组样本，连续记录多轮结果。
- 同时比较普通响应、流式响应、错误响应和 usage 字段。
- 对明显异常样本做复测，排除提示词、温度和临时限流影响。
- 把结果归类为低风险、需复核或不建议接入，而不是绝对判定。
常见问题
模型偷换检测为什么要多轮复测？
单次输出会受提示词、采样参数和服务波动影响。多轮固定样本更容易看出稳定差异和重复异常。
只看模型名称字段够吗？
不够。模型名称可能由包装层返回，还需要看能力边界、上下文、错误结构、流式事件和计费记录。
发现疑似模型替换后应该怎么做？
暂停扩大使用，保留请求和扣费记录，要求供应商说明模型来源、权限和路由规则；核心业务建议切回已验证通道。