免费模型验真 · 脱敏公开报告
claude-sonnet-5 深度验真模型一致性报告
匹配
claude-sonnet-5 本次模型一致性深度验真结果：匹配（93/100）。主要扣分项：模型族识别不稳定。
93一致性分
主要扣分项：模型族识别不稳定。
测评方模真真
检测模型Claude Sonnet 5
中转站无限星河AI
样本数量27 次探测
耗时1 分 41 秒
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372.4K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 78%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64.3%
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 Token137.5K缓存 Token88.5K非缓存 Token49.1K平均每次27.5K
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。
边界在 950K
950K 需要关注，原因：上下文保持较弱。
参考窗口参考窗口 1M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950K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。
当前参考
950K 档暂不作为当前线路的稳定上下文参考。
已有更新报告这份报告已被后续复测替代，建议查看 最新报告。
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93/100
主要扣分项：模型族识别不稳定。
可调用与模型可见10 / 10
未扣分协议与返回结构12 / 12
未扣分身份与模型匹配11 / 18
模型族识别不稳定（模型族题：系列和档位识别） -7关键能力与专属题25 / 25
未扣分用量与计费合理性10 / 10
未扣分稳定性与可用性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 claude-sonnet-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：8 接口路径：/v1/models 可见模型数：8
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：17.9K 缓存 token：17.7K
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：17.8K
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：17.8K 缓存 token：17.7K
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：17.9K 缓存 token：17.7K
品牌题：Claude 思考边界观察模型是否会克制说明隐藏思考和签名特征不能被随意伪造。 全部样本通过。
通过
检测证据
检测项目：品牌题：Claude 思考边界 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：18.0K 缓存 token：17.7K
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：18.4K 缓存 token：17.7K
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。 存在样本未完全通过。
待观察
检测证据
检测项目：模型族题：系列和档位识别 执行状态：待观察 样本数量：1 检测类型：文本题 需关注原因：模型族识别不稳定 样本结果：通过 0 / 需关注 1 / 未通过 0 观测 token：19.4K 缓存 token：17.7K
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。 全部样本通过。
通过
检测证据
检测项目：标准题：usage 返回可观测性 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：17.8K
深度品牌题：Claude 隐藏思考边界观察模型是否会克制处理隐藏思考、系统提示和签名特征，不伪造 Claude 专属内部证据。 全部样本通过。
通过
检测证据
检测项目：深度品牌题：Claude 隐藏思考边界 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：18.0K 缓存 token：17.7K
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：18.3K 缓存 token：17.7K
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：35.6K 缓存 token：35.4K
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：137.5K 缓存 token：88.5K
专项：950K 上下文实测950K 长度样本未形成稳定结果，本次按边界样本记录。
待观察
检测证据
检测项目：专项：950K 上下文实测 执行状态：待观察 样本数量：1 检测类型：文本题 专项模块：上下文实测 上下文档位：950K 需关注原因：上下文保持较弱 样本结果：通过 0 / 需关注 1 / 未通过 0
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
claude-sonnet-5 深度验真模型一致性报告
模型一致性分
匹配
claude-sonnet-5 本次模型一致性深度验真结果：匹配（93/100）。主要扣分项：模型族识别不稳定。
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372.4K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 78%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64.3%
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 Token137.5K缓存 Token88.5K非缓存 Token49.1K平均每次27.5K
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。
边界在 950K
950K 需要关注，原因：上下文保持较弱。
参考窗口参考窗口 1M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950K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。
当前参考
950K 档暂不作为当前线路的稳定上下文参考。
已有更新报告这份报告已被后续复测替代，建议查看 最新报告。
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93/100
主要扣分项：模型族识别不稳定。
可调用与模型可见10 / 10
未扣分协议与返回结构12 / 12
未扣分身份与模型匹配11 / 18
模型族识别不稳定（模型族题：系列和档位识别） -7关键能力与专属题25 / 25
未扣分用量与计费合理性10 / 10
未扣分稳定性与可用性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 claude-sonnet-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：8 接口路径：/v1/models 可见模型数：8
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：17.9K 缓存 token：17.7K
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：17.8K
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：17.8K 缓存 token：17.7K
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：17.9K 缓存 token：17.7K
品牌题：Claude 思考边界观察模型是否会克制说明隐藏思考和签名特征不能被随意伪造。 全部样本通过。
通过
检测证据
检测项目：品牌题：Claude 思考边界 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：18.0K 缓存 token：17.7K
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：18.4K 缓存 token：17.7K
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。 存在样本未完全通过。
待观察
检测证据
检测项目：模型族题：系列和档位识别 执行状态：待观察 样本数量：1 检测类型：文本题 需关注原因：模型族识别不稳定 样本结果：通过 0 / 需关注 1 / 未通过 0 观测 token：19.4K 缓存 token：17.7K
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。 全部样本通过。
通过
检测证据
检测项目：标准题：usage 返回可观测性 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：17.8K
深度品牌题：Claude 隐藏思考边界观察模型是否会克制处理隐藏思考、系统提示和签名特征，不伪造 Claude 专属内部证据。 全部样本通过。
通过
检测证据
检测项目：深度品牌题：Claude 隐藏思考边界 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：18.0K 缓存 token：17.7K
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：18.3K 缓存 token：17.7K
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：35.6K 缓存 token：35.4K
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：137.5K 缓存 token：88.5K
专项：950K 上下文实测950K 长度样本未形成稳定结果，本次按边界样本记录。
待观察
检测证据
检测项目：专项：950K 上下文实测 执行状态：待观察 样本数量：1 检测类型：文本题 专项模块：上下文实测 上下文档位：950K 需关注原因：上下文保持较弱 样本结果：通过 0 / 需关注 1 / 未通过 0
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