博客
真实中转审计的田野笔记。具体数据，不灌鸡汤。
- 2026年4月22日
你的 LLM 中转可能在骗你什么
ICLR 2025 Model Equality Testing 发现 31 个生产端点中有 11 个相对参考分布偏离。对你的账单意味着什么。
LLM proxymodel substitutionMMDICLR 2025 - 2026年4月30日
Logprobs 如何悄悄暴露模型身份
30 行 tokenizer 边界测试即可判断中转是真跑 GPT-5 还是悄悄切到更便宜模型。
logprobstokenizerfingerprinttiktoken - 2026年5月8日
OpenAI vs Claude vs Gemini · 2026 指纹差异
GPT-5、Claude Opus 4.7、Gemini 3.1 Pro 并排指纹表：tokenizer、ITT 节奏签名、拒绝模板，以及如何一次 HTTP 调用区分。
GPT-5Claude Opus 4.7Gemini 3.1fingerprint comparison
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。