LLM STATUS / API SPECTRUM
正在连接检测节点 --:--:-- CST
RELAY AUTHENTICITY LABV1.7

验证每一次
API 模型响应。

从可用性、身份、流式完整性到统计指纹，以多维信号判断中转接口是否原生、完整且可信。

08黑盒探针
48分布区间
AEAD签名验证
LIVE TELEMETRY

社区检测统计

正在读取服务端近似统计…

累计 API 调用—UPSTREAM CALLS
已受理任务—ACCEPTED
完成检测—COMPLETED
覆盖站点—UNIQUE SITES
近期检测站点RECENT ENDPOINTS

暂无检测记录

热门调用模型MODEL DISTRIBUTION

暂无模型记录

02

实时观测台

OBSERVATORY READY
8-PROBE RELAY AUDIT

等待信号接入

填写目标信息后，我们会逐项验证以下信号，并通过实时事件流展示检测进度。

01 模型列表一致性 02 身份与连通性 03 Token 注入检查 04 流与上下文完整性
04

信号解析路径

HOW IT WORKS
01 / OBSERVE采集层

行为观测

用独立随机探针捕捉真实响应行为，先建立不依赖模型自报名称的原始信号。

  • 流式事件
  • 上下文保持
  • Token 异常
阶段输出行为特征向量
02 / VERIFY验证层

加密验证

针对 Claude 系列解析 Thinking Signature，并通过结构校验与回放测试确认真实性。

  • 签名结构
  • 回放能力
  • 错误语义
阶段输出签名可信度
03 / COMPARE判定层

概率匹配

完整模式把实测输出分布与参考指纹进行贝叶斯比较，计算最可能的真实模型。

  • 分布重合
  • 后验概率
  • 候选排序
阶段输出模型与置信度
05

致谢与开源

ACKNOWLEDGEMENTS
BUILT ON OPEN RESEARCH

感谢每一位把方法公开的人。

本站只负责将这些方法整合成可使用的检测体验。算法思想、参考实现与研究成果属于各自作者和社区。

01
Tencent AI-Infra-Guard

API Checker、黑盒审计与 Thinking Signature 检测框架。

GITHUB ↗ 02
PAMELA / One Token Is Enough

单 Token 输出分布的模型指纹识别与验证研究。

PAPER ↗ 03
Ventor QTest

面向大模型供应商的概率分布一致性量化检验。

GITHUB ↗ 04
hlwy-ai-checker

随机数统计指纹与第三方模型渠道一致性检测思路。

GITHUB ↗

保持透明　本页面的方法来源均可公开审阅。检测结果受模型随机性与网络波动影响，仅供技术评估，不作为商业纠纷的绝对依据。