配置面板
API 凭据与采样参数。所有数据仅在浏览器内存中。
安全提示
API Key 仅保存在浏览器内存中，不会上传到任何服务器。强烈建议使用非生产 Key进行审计。
Stream启用以测量 TTFT
Logprobs最强身份证据
Context Probe耗 token 较多
保存日志详情入表
测试集
选择启用的探测项。每组可独立开关。
已启用 22/27 项
|
运行区直连
预检 → Usage → Identity 三阶段执行
待运行0 / 55
实时日志0 条
MMD baseline未记录
Model Equality Testing（Gao et al., ICLR 2025）使用双样本 Maximum Mean Discrepancy 检验两组响应是否来自同一分布。先从可信端点录制 baseline，再运行审计对比。Baseline 存储在 localStorage 中，永不上传。
MMD 检验需要 temperature > 0 才能采到分布差异。当前 temperature =
0.Dashboard A · Token Usage 审计
平均 Prompt Ratio
1.000
正常
平均 Completion Ratio
1.000
正常
固定偏移估计
0.0
tokens / 请求
高风险样本
0
/ 0 样本
综合风险等级
正常
模式: 未见显著偏差
线性回归证据
样本数不足，无法可靠识别模式（至少需要 3 个有效样本）
Dashboard B · Model Identity 审计
综合判定
证据不足基于 12 个加权信号汇总。不可用维度的权重已按比例转移给其他维度。
异常置信度
0/100
越高越偏离声称模型
模型对比
声称:
gpt-4o推测:
unknown12 维度信号灯
Tokenizer 边界
0% 20%
LLMmap 指纹
0% 18%
MMD 分布等价检验
0% 15%
ITT 节奏指纹
0% 10%
响应延迟与速率
0% 2%
自我识别探测
0% 1%
金丝雀 Prompt
0% 8%
拒绝边界探测
0% 1%
上下文窗口
0% 7%
缓存命中检测
0% 10%
Sparse-Token 压力测试
0% 5%
风格计量
0% 3%
证据链
展开每个维度查看完整推理过程与原始证据
可视化图表
核心散点图揭示偏差模式：固定偏移产生平移，比例上浮产生倾斜
详细结果
| 名称 | 类别 | 本地 Pt | 远端 Pt | P Ratio | 本地 Ct | 远端 Ct | C Ratio | TTFT | tok/s | Logp | 风险 | |
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 尚无结果 | ||||||||||||
免责声明 · 关于检测信号的解读
- 任何单一信号都不能证明恶意行为。中转站可能因合法原因（区域路由、A/B 测试、降级策略、缓存优化）导致部分指标异常。
- Token ratio 偏差可能源自 ChatML 包装、系统提示注入或 tokenizer 版本差异——不一定是有意虚报。
- 模型身份判定基于统计指纹匹配，不是密码学证明。量化、微调、后处理都可能改变指纹特征。
- MMD 分布检验对 temperature、采样参数和系统提示敏感。显著的 p 值意味着分布差异，不是偷换的证明。
- Logprobs 不可用在 2025-2026 年越来越常见（许多提供商默认禁用），本身不构成欺骗证据。
- ITT 节奏指纹是一项早期技术。网络抖动、TCP 合并、网关缓冲都可能产生假信号。
- 本工具生成的是参考级证据链，不是法律结论。请勿仅凭本报告对任何服务方做出定性指控。
报告中的措辞均为统计意义上的「偏离」或「信号不一致」，请勿据此对任何服务方做出诈骗、欺诈等定性指控。