免费模型验真 · 脱敏公开报告
mimo-v2.5 深度验真模型一致性报告
匹配
mimo-v2.5 本次模型一致性深度验真结果：匹配（92/100）。主要扣分项：usage 用量字段不可观测。
92一致性分
主要扣分项：usage 用量字段不可观测。
测评方模真真
检测模型MiMo-V2.5
中转站iksvip
样本数量106 次探测
耗时2 分钟
验真版本V10
身份结论验真通过
验真依据模真真既有版本化基线
Token 用量
优先展示接口返回的实测用量；没有实测值时才展示官方基线或题包预计。
实测 Token 用量76.2K来自本次响应 usage 字段；这是报告主展示口径。题包预计用量1.7M暂无官方基线时，按本次题包内容精确估算。偏差判断低 96%接口返回的实际 Token 低于系统预计值，可能与渠道 tokenizer、压缩或 usage 口径有关。用量结论低于预计这是用量可观测性结论，不等同于账单最终扣费。
Token 缓存消耗检测
连续观察 Token 用量、缓存字段和多轮复用表现；0% 表示本次未观察到缓存 Token 字段。
观察到的缓存占比78.6%
缓存占比偏低
本次观察到缓存 Token，但占比偏低，建议结合接口参数、上下文复用方式和账单口径复核。
观测 Token31.8K缓存 Token25.0K非缓存 Token6.8K平均每次6.4K
Token 用量记录有返回缓存字段已观察到检测结果正常
每次测试的缓存占比仅代表接口返回字段中的缓存占比，不等同于账单最终优惠
长上下文实测
记录当前线路在不同上下文长度下的稳定返回情况，并展示模型中心参考窗口。
实测到 30K
本次按 8K / 16K / 30K 逐档测试，均稳定返回。
参考窗口参考窗口 32K模型中心记录的上下文窗口；不同渠道可能开放不同长度。本次实测长度8K / 16K / 30K从短上下文逐步加长，验证每个长度下是否能稳定返回正确结果。
模型真实性评分
把接口可用性、模型身份、返回信息完整性等项目拆开查看。
本次评分项目
匹配92/100
主要扣分项：usage 用量字段不可观测。
可调用与模型可见10 / 10
未扣分协议与返回结构9 / 12
usage 用量字段不可观测（标准题：usage 返回可观测性） -3身份与模型匹配18 / 18
未扣分关键能力与专属题25 / 25
未扣分用量与计费合理性5 / 10
usage 用量字段不可观测（标准题：usage 返回可观测性） -5稳定性与可用性25 / 25
未扣分检测明细
每条检测都可以展开，查看系统保留的脱敏说明。
模型列表可见性接口模型列表中可以看到 mimo-v2.5。
通过
检测证据
检测项目：模型列表可见性 执行状态：通过 样本数量：85 接口路径：/v1/models 可见模型数：85
基础调用探针基础调用成功，接口能返回可识别响应。
通过
检测证据
检测项目：基础调用探针 执行状态：通过 样本数量：1 接口路径：/v1/chat/completions
快速题：模型身份自报直接询问模型身份，作为低权重红旗信号；自报只能提示明显不一致，不能单独证明官方身份。 全部样本通过。
通过
检测证据
检测项目：快速题：模型身份自报 执行状态：通过 样本数量：1 检测类型：文本题 样本结果：通过 1 / 需关注 0 / 未通过 0 观测 token：450 缓存 token：192
标准题：指令跟随要求模型按指定标记回复，判断基础指令跟随和响应可控性。 全部样本通过。
通过
检测证据
检测项目：标准题：指令跟随 执行状态：通过 样本数量：1 检测类型：文本题 样本结果：通过 1 / 需关注 0 / 未通过 0 观测 token：284 缓存 token：192
标准题：JSON 结构要求模型输出固定 JSON，判断结构化响应是否稳定。 全部样本通过。
通过
检测证据
检测项目：标准题：JSON 结构 执行状态：通过 样本数量：1 检测类型：文本题 样本结果：通过 1 / 需关注 0 / 未通过 0 观测 token：378 缓存 token：192
标准题：品牌边界要求模型不要伪造官方身份，判断品牌表述是否克制。 全部样本通过。
通过
检测证据
检测项目：标准题：品牌边界 执行状态：通过 样本数量：1 检测类型：文本题 样本结果：通过 1 / 需关注 0 / 未通过 0 观测 token：575 缓存 token：192
品牌题：MiMo 边界观察 MiMo 候选模型是否会克制说明模型代码、厂商身份和实测表现不能互相替代。 全部样本通过。
通过
检测证据
检测项目：品牌题：MiMo 边界 执行状态：通过 样本数量：1 检测类型：文本题 样本结果：通过 1 / 需关注 0 / 未通过 0 观测 token：600 缓存 token：192
模型级题：模型代码锚定要求模型把本次被检测模型代码、品牌归类和固定标记写入 JSON，便于应用层精确校验。 全部样本通过。
通过
检测证据
检测项目：模型级题：模型代码锚定 执行状态：通过 样本数量：1 检测类型：文本题 样本结果：通过 1 / 需关注 0 / 未通过 0 观测 token：400 缓存 token：192
模型族题：系列和档位识别按模型代码识别系列或档位，覆盖 Opus/Sonnet/Haiku、GPT/o/Codex、Gemini Pro/Flash、GLM、Kimi、MiniMax 等模型族。 全部样本通过。
通过
检测证据
检测项目：模型族题：系列和档位识别 执行状态：通过 样本数量：1 检测类型：文本题 样本结果：通过 1 / 需关注 0 / 未通过 0 观测 token：359 缓存 token：192
标准题：usage 返回可观测性要求短输出并检查响应 usage 是否可被应用层读取，支撑预计消耗与实际消耗对照。 存在样本未完全通过。
待观察
检测证据
检测项目：标准题：usage 返回可观测性 执行状态：待观察 样本数量：1 检测类型：文本题 需关注原因：usage 用量字段不可观测 样本结果：通过 0 / 需关注 1 / 未通过 0 观测 token：519 缓存 token：192
深度品牌题：MiMo 证据边界观察 MiMo 候选模型是否能区分模型代码、厂商身份、推理宣称和实测表现。 全部样本通过。
通过
检测证据
检测项目：深度品牌题：MiMo 证据边界 执行状态：通过 样本数量：1 检测类型：文本题 样本结果：通过 1 / 需关注 0 / 未通过 0 观测 token：1.3K 缓存 token：192
深度模型题：模型族专属边界针对当前品牌和模型族补充独特边界题，避免只用通用题判断高价值模型。 全部样本通过。
通过
检测证据
检测项目：深度模型题：模型族专属边界 执行状态：通过 样本数量：1 检测类型：文本题 样本结果：通过 1 / 需关注 0 / 未通过 0 观测 token：575 缓存 token：192
深度题：复测一致性同一低温题连续复测两次，观察是否能保持一致响应。 全部样本通过。
通过
检测证据
检测项目：深度题：复测一致性 执行状态：通过 样本数量：2 检测类型：文本题 样本结果：通过 2 / 需关注 0 / 未通过 0 观测 token：655 缓存 token：448
专项：Token缓存消耗 5 轮同一长前缀连续请求 5 次，应用层观察 usage、cache usage、token 消耗和费用风险。 全部样本通过。
通过
检测证据
检测项目：专项：Token缓存消耗 5 轮 执行状态：通过 样本数量：5 检测类型：文本题 专项模块：Token缓存消耗检测（影响真实使用扣费） 样本结果：通过 5 / 需关注 0 / 未通过 0 观测 token：31.8K 缓存 token：25.0K
专项：8K 上下文能力实测8K 长度样本稳定返回，作为本次上下文实测证据。
通过
检测证据
检测项目：专项：8K 上下文能力实测 执行状态：通过 样本数量：1 检测类型：文本题 专项模块：上下文能力实测 上下文档位：8K 样本结果：通过 1 / 需关注 0 / 未通过 0 观测 token：5.9K 缓存 token：5.4K
专项：16K 上下文能力实测16K 长度样本稳定返回，作为本次上下文实测证据。
通过
检测证据
检测项目：专项：16K 上下文能力实测 执行状态：通过 样本数量：1 检测类型：文本题 专项模块：上下文能力实测 上下文档位：16K 样本结果：通过 1 / 需关注 0 / 未通过 0 观测 token：11.3K 缓存 token：10.6K
专项：30K 上下文能力实测30K 长度样本稳定返回，作为本次上下文实测证据。
通过
检测证据
检测项目：专项：30K 上下文能力实测 执行状态：通过 样本数量：1 检测类型：文本题 专项模块：上下文能力实测 上下文档位：30K 样本结果：通过 1 / 需关注 0 / 未通过 0 观测 token：20.8K 缓存 token：19.8K
报告评论
暂无公开评价
可以写下第一条评价。
发布匿名评论
评分
5 分
上传图片/视频
AI 服务买前查询与模型验真报告扫码查看报告打开完整验真详情
免费模型验真 · 支持所有文字模型检测
mimo-v2.5 深度验真模型一致性报告
模型一致性分
匹配
mimo-v2.5 本次模型一致性深度验真结果：匹配（92/100）。主要扣分项：usage 用量字段不可观测。
Token 用量
优先展示接口返回的实测用量；没有实测值时才展示官方基线或题包预计。
实测 Token 用量76.2K来自本次响应 usage 字段；这是报告主展示口径。题包预计用量1.7M暂无官方基线时，按本次题包内容精确估算。偏差判断低 96%接口返回的实际 Token 低于系统预计值，可能与渠道 tokenizer、压缩或 usage 口径有关。用量结论低于预计这是用量可观测性结论，不等同于账单最终扣费。
Token 缓存消耗检测
连续观察 Token 用量、缓存字段和多轮复用表现；0% 表示本次未观察到缓存 Token 字段。
观察到的缓存占比78.6%
缓存占比偏低
本次观察到缓存 Token，但占比偏低，建议结合接口参数、上下文复用方式和账单口径复核。
观测 Token31.8K缓存 Token25.0K非缓存 Token6.8K平均每次6.4K
Token 用量记录有返回缓存字段已观察到检测结果正常
每次测试的缓存占比仅代表接口返回字段中的缓存占比，不等同于账单最终优惠
长上下文实测
记录当前线路在不同上下文长度下的稳定返回情况，并展示模型中心参考窗口。
实测到 30K
本次按 8K / 16K / 30K 逐档测试，均稳定返回。
参考窗口参考窗口 32K模型中心记录的上下文窗口；不同渠道可能开放不同长度。本次实测长度8K / 16K / 30K从短上下文逐步加长，验证每个长度下是否能稳定返回正确结果。
模型真实性评分
把接口能不能用、回答像不像官方模型、返回信息是否完整等项目拆开看
本次评分项目
匹配92/100
主要扣分项：usage 用量字段不可观测。
可调用与模型可见10 / 10
未扣分协议与返回结构9 / 12
usage 用量字段不可观测（标准题：usage 返回可观测性） -3身份与模型匹配18 / 18
未扣分关键能力与专属题25 / 25
未扣分用量与计费合理性5 / 10
usage 用量字段不可观测（标准题：usage 返回可观测性） -5稳定性与可用性25 / 25
未扣分检测明细
每条检测都可以展开，查看系统保留的脱敏说明
模型列表可见性接口模型列表中可以看到 mimo-v2.5。
通过
检测证据
检测项目：模型列表可见性 执行状态：通过 样本数量：85 接口路径：/v1/models 可见模型数：85
基础调用探针基础调用成功，接口能返回可识别响应。
通过
检测证据
检测项目：基础调用探针 执行状态：通过 样本数量：1 接口路径：/v1/chat/completions
快速题：模型身份自报直接询问模型身份，作为低权重红旗信号；自报只能提示明显不一致，不能单独证明官方身份。 全部样本通过。
通过
检测证据
检测项目：快速题：模型身份自报 执行状态：通过 样本数量：1 检测类型：文本题 样本结果：通过 1 / 需关注 0 / 未通过 0 观测 token：450 缓存 token：192
标准题：指令跟随要求模型按指定标记回复，判断基础指令跟随和响应可控性。 全部样本通过。
通过
检测证据
检测项目：标准题：指令跟随 执行状态：通过 样本数量：1 检测类型：文本题 样本结果：通过 1 / 需关注 0 / 未通过 0 观测 token：284 缓存 token：192
标准题：JSON 结构要求模型输出固定 JSON，判断结构化响应是否稳定。 全部样本通过。
通过
检测证据
检测项目：标准题：JSON 结构 执行状态：通过 样本数量：1 检测类型：文本题 样本结果：通过 1 / 需关注 0 / 未通过 0 观测 token：378 缓存 token：192
标准题：品牌边界要求模型不要伪造官方身份，判断品牌表述是否克制。 全部样本通过。
通过
检测证据
检测项目：标准题：品牌边界 执行状态：通过 样本数量：1 检测类型：文本题 样本结果：通过 1 / 需关注 0 / 未通过 0 观测 token：575 缓存 token：192
品牌题：MiMo 边界观察 MiMo 候选模型是否会克制说明模型代码、厂商身份和实测表现不能互相替代。 全部样本通过。
通过
检测证据
检测项目：品牌题：MiMo 边界 执行状态：通过 样本数量：1 检测类型：文本题 样本结果：通过 1 / 需关注 0 / 未通过 0 观测 token：600 缓存 token：192
模型级题：模型代码锚定要求模型把本次被检测模型代码、品牌归类和固定标记写入 JSON，便于应用层精确校验。 全部样本通过。
通过
检测证据
检测项目：模型级题：模型代码锚定 执行状态：通过 样本数量：1 检测类型：文本题 样本结果：通过 1 / 需关注 0 / 未通过 0 观测 token：400 缓存 token：192
模型族题：系列和档位识别按模型代码识别系列或档位，覆盖 Opus/Sonnet/Haiku、GPT/o/Codex、Gemini Pro/Flash、GLM、Kimi、MiniMax 等模型族。 全部样本通过。
通过
检测证据
检测项目：模型族题：系列和档位识别 执行状态：通过 样本数量：1 检测类型：文本题 样本结果：通过 1 / 需关注 0 / 未通过 0 观测 token：359 缓存 token：192
标准题：usage 返回可观测性要求短输出并检查响应 usage 是否可被应用层读取，支撑预计消耗与实际消耗对照。 存在样本未完全通过。
待观察
检测证据
检测项目：标准题：usage 返回可观测性 执行状态：待观察 样本数量：1 检测类型：文本题 需关注原因：usage 用量字段不可观测 样本结果：通过 0 / 需关注 1 / 未通过 0 观测 token：519 缓存 token：192
深度品牌题：MiMo 证据边界观察 MiMo 候选模型是否能区分模型代码、厂商身份、推理宣称和实测表现。 全部样本通过。
通过
检测证据
检测项目：深度品牌题：MiMo 证据边界 执行状态：通过 样本数量：1 检测类型：文本题 样本结果：通过 1 / 需关注 0 / 未通过 0 观测 token：1.3K 缓存 token：192
深度模型题：模型族专属边界针对当前品牌和模型族补充独特边界题，避免只用通用题判断高价值模型。 全部样本通过。
通过
检测证据
检测项目：深度模型题：模型族专属边界 执行状态：通过 样本数量：1 检测类型：文本题 样本结果：通过 1 / 需关注 0 / 未通过 0 观测 token：575 缓存 token：192
深度题：复测一致性同一低温题连续复测两次，观察是否能保持一致响应。 全部样本通过。
通过
检测证据
检测项目：深度题：复测一致性 执行状态：通过 样本数量：2 检测类型：文本题 样本结果：通过 2 / 需关注 0 / 未通过 0 观测 token：655 缓存 token：448
专项：Token缓存消耗 5 轮同一长前缀连续请求 5 次，应用层观察 usage、cache usage、token 消耗和费用风险。 全部样本通过。
通过
检测证据
检测项目：专项：Token缓存消耗 5 轮 执行状态：通过 样本数量：5 检测类型：文本题 专项模块：Token缓存消耗检测（影响真实使用扣费） 样本结果：通过 5 / 需关注 0 / 未通过 0 观测 token：31.8K 缓存 token：25.0K
专项：8K 上下文能力实测8K 长度样本稳定返回，作为本次上下文实测证据。
通过
检测证据
检测项目：专项：8K 上下文能力实测 执行状态：通过 样本数量：1 检测类型：文本题 专项模块：上下文能力实测 上下文档位：8K 样本结果：通过 1 / 需关注 0 / 未通过 0 观测 token：5.9K 缓存 token：5.4K
专项：16K 上下文能力实测16K 长度样本稳定返回，作为本次上下文实测证据。
通过
检测证据
检测项目：专项：16K 上下文能力实测 执行状态：通过 样本数量：1 检测类型：文本题 专项模块：上下文能力实测 上下文档位：16K 样本结果：通过 1 / 需关注 0 / 未通过 0 观测 token：11.3K 缓存 token：10.6K
专项：30K 上下文能力实测30K 长度样本稳定返回，作为本次上下文实测证据。
通过
检测证据
检测项目：专项：30K 上下文能力实测 执行状态：通过 样本数量：1 检测类型：文本题 专项模块：上下文能力实测 上下文档位：30K 样本结果：通过 1 / 需关注 0 / 未通过 0 观测 token：20.8K 缓存 token：19.8K
最新用户点评
暂无公开评价
可以写下第一条评价。
本报告的评论与反馈
评分
5 分
上传图片/视频