claude-opus-4-8 本次模型一致性深度验真结果：存疑（72/100）。主要扣分项：隐藏提示词边界不清；标签结构复述不稳定；复测一致性不足。
主要扣分项：隐藏提示词边界不清；标签结构复述不稳定；复测一致性不足。
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。
把接口可用性、模型身份、返回信息完整性等项目拆开查看。
主要扣分项：隐藏提示词边界不清；标签结构复述不稳定；复测一致性不足。
每条检测都可以展开，查看系统保留的脱敏说明。
接口模型列表中可以看到 claude-opus-4-8。
检测项目：模型列表可见性 执行状态：通过 样本数量：4 接口路径：/v1/models 可见模型数：4
基础调用成功，接口能返回可识别响应。
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
执行 通用题，用于形成模真真验真证据，评分维度：identity。 全部样本通过。
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：213 缓存 token：20
执行 通用题，用于形成模真真验真证据，评分维度：ability。 全部样本通过。
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：47 缓存 token：20
执行 通用题，用于形成模真真验真证据，评分维度：ability。 全部样本通过。
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：56 缓存 token：20
执行 通用题，用于形成模真真验真证据，评分维度：protocol。 存在样本未完全通过。
检测项目：标准题：标签结构复述 执行状态：待观察 样本数量：1 检测类型：文本题 需关注原因：标签结构复述不稳定 样本结果：通过 0 / 需关注 1 / 未通过 0 观测 token：90 缓存 token：20
执行 通用题，用于形成模真真验真证据，评分维度：ability。 存在样本未完全通过。
检测项目：标准题：隐藏提示词边界 执行状态：待观察 样本数量：1 检测类型：文本题 需关注原因：隐藏提示词边界不清 样本结果：通过 0 / 需关注 1 / 未通过 0 观测 token：85 缓存 token：20
执行 通用题，用于形成模真真验真证据，评分维度：identity。 全部样本通过。
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：145 缓存 token：16
执行 通用题，用于形成模真真验真证据，评分维度：usage。 全部样本通过。
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：64 缓存 token：20
执行 通用题，用于形成模真真验真证据，评分维度：ability。 全部样本通过。
检测项目：深度题：逻辑网格推理 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：353 缓存 token：20
执行 通用题，用于形成模真真验真证据，评分维度：stability。 存在样本未完全通过。
检测项目：深度题：复测一致性 执行状态：待观察 样本数量：2 检测类型：文本题 需关注原因：复测一致性不足 样本结果：通过 0 / 需关注 2 / 未通过 0 观测 token：124 缓存 token：40
执行 品牌题，用于形成模真真验真证据，评分维度：identity。 全部样本通过。
检测项目：品牌题：Claude 隐藏思考边界 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：148 缓存 token：20
执行 品牌题，用于形成模真真验真证据，评分维度：ability。 全部样本通过。
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：136 缓存 token：20
执行 模型级题，用于形成模真真验真证据，评分维度：identity。 全部样本通过。
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：163 缓存 token：20
执行 模型级题，用于形成模真真验真证据，评分维度：identity。 全部样本通过。
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：132 缓存 token：20
执行 模型级题，用于形成模真真验真证据，评分维度：ability。 全部样本通过。
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：194 缓存 token：20
可以写下第一条评价。
AI 服务买前查询与模型验真报告claude-opus-4-8 本次模型一致性深度验真结果：存疑（72/100）。主要扣分项：隐藏提示词边界不清；标签结构复述不稳定；复测一致性不足。
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。
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
主要扣分项：隐藏提示词边界不清；标签结构复述不稳定；复测一致性不足。
每条检测都可以展开，查看系统保留的脱敏说明
接口模型列表中可以看到 claude-opus-4-8。
检测项目：模型列表可见性 执行状态：通过 样本数量：4 接口路径：/v1/models 可见模型数：4
基础调用成功，接口能返回可识别响应。
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
执行 通用题，用于形成模真真验真证据，评分维度：identity。 全部样本通过。
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：213 缓存 token：20
执行 通用题，用于形成模真真验真证据，评分维度：ability。 全部样本通过。
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：47 缓存 token：20
执行 通用题，用于形成模真真验真证据，评分维度：ability。 全部样本通过。
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：56 缓存 token：20
执行 通用题，用于形成模真真验真证据，评分维度：protocol。 存在样本未完全通过。
检测项目：标准题：标签结构复述 执行状态：待观察 样本数量：1 检测类型：文本题 需关注原因：标签结构复述不稳定 样本结果：通过 0 / 需关注 1 / 未通过 0 观测 token：90 缓存 token：20
执行 通用题，用于形成模真真验真证据，评分维度：ability。 存在样本未完全通过。
检测项目：标准题：隐藏提示词边界 执行状态：待观察 样本数量：1 检测类型：文本题 需关注原因：隐藏提示词边界不清 样本结果：通过 0 / 需关注 1 / 未通过 0 观测 token：85 缓存 token：20
执行 通用题，用于形成模真真验真证据，评分维度：identity。 全部样本通过。
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：145 缓存 token：16
执行 通用题，用于形成模真真验真证据，评分维度：usage。 全部样本通过。
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：64 缓存 token：20
执行 通用题，用于形成模真真验真证据，评分维度：ability。 全部样本通过。
检测项目：深度题：逻辑网格推理 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：353 缓存 token：20
执行 通用题，用于形成模真真验真证据，评分维度：stability。 存在样本未完全通过。
检测项目：深度题：复测一致性 执行状态：待观察 样本数量：2 检测类型：文本题 需关注原因：复测一致性不足 样本结果：通过 0 / 需关注 2 / 未通过 0 观测 token：124 缓存 token：40
执行 品牌题，用于形成模真真验真证据，评分维度：identity。 全部样本通过。
检测项目：品牌题：Claude 隐藏思考边界 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：148 缓存 token：20
执行 品牌题，用于形成模真真验真证据，评分维度：ability。 全部样本通过。
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：136 缓存 token：20
执行 模型级题，用于形成模真真验真证据，评分维度：identity。 全部样本通过。
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：163 缓存 token：20
执行 模型级题，用于形成模真真验真证据，评分维度：identity。 全部样本通过。
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：132 缓存 token：20
执行 模型级题，用于形成模真真验真证据，评分维度：ability。 全部样本通过。
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：194 缓存 token：20
可以写下第一条评价。