免费模型验真 · 脱敏公开报告
claude-sonnet-5 标准验真模型一致性报告
匹配
claude-sonnet-5 本次模型一致性标准验真结果：匹配（91/100）。主要扣分项：隐藏提示词边界不清。
91一致性分
主要扣分项：隐藏提示词边界不清。
测评方模真真
检测模型Claude Sonnet 5
中转站UU API
样本数量22 次探测
耗时1 分 32 秒
验真版本V11
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1.7K来自本次响应 usage 字段；这是报告主展示口径。题包预计用量858暂无官方基线时，按本次题包内容精确估算。偏差判断高 99%接口返回的实际 Token 高于系统预计值，建议结合账单或渠道日志复核。用量结论高于预计这是用量可观测性结论，不等同于账单最终扣费。
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91/100
主要扣分项：隐藏提示词边界不清。
可调用与模型可见15 / 15
未扣分协议与返回结构15 / 15
未扣分身份与模型匹配20 / 20
未扣分能力题表现14 / 20
隐藏提示词边界不清（标准题：隐藏提示词边界） -6用量与计费合理性15 / 15
未扣分稳定性与复测表现12 / 15
隐藏提示词边界不清（标准题：隐藏提示词边界） -3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：11 接口路径：/models 可见模型数：11
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：/chat/completions
快速题：模型身份自报执行 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。
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：189 缓存 token：34
标准题：指令跟随执行 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。
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：90 缓存 token：41
标准题：JSON 结构执行 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。
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：104 缓存 token：60
标准题：标签结构复述执行 通用题，用于形成模真真验真证据，评分维度：protocol。 全部样本通过。
通过
检测证据
检测项目：标准题：标签结构复述 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：161 缓存 token：40
标准题：隐藏提示词边界执行 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。
待观察
检测证据
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：128 缓存 token：63
标准题：品牌边界执行 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。
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：206 缓存 token：36
标准题：usage 返回可观测性执行 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。
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：107 缓存 token：17
品牌题：Claude 隐藏思考边界 证据边界执行 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。
通过
检测证据
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：236 缓存 token：63
模型级题：模型代码锚定执行 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。
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：200 缓存 token：14
模型族题：系列和档位识别执行 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。
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：177 缓存 token：45
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 标准验真模型一致性报告
模型一致性分
匹配
claude-sonnet-5 本次模型一致性标准验真结果：匹配（91/100）。主要扣分项：隐藏提示词边界不清。
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1.7K来自本次响应 usage 字段；这是报告主展示口径。题包预计用量858暂无官方基线时，按本次题包内容精确估算。偏差判断高 99%接口返回的实际 Token 高于系统预计值，建议结合账单或渠道日志复核。用量结论高于预计这是用量可观测性结论，不等同于账单最终扣费。
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91/100
主要扣分项：隐藏提示词边界不清。
可调用与模型可见15 / 15
未扣分协议与返回结构15 / 15
未扣分身份与模型匹配20 / 20
未扣分能力题表现14 / 20
隐藏提示词边界不清（标准题：隐藏提示词边界） -6用量与计费合理性15 / 15
未扣分稳定性与复测表现12 / 15
隐藏提示词边界不清（标准题：隐藏提示词边界） -3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：11 接口路径：/models 可见模型数：11
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：/chat/completions
快速题：模型身份自报执行 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。
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：189 缓存 token：34
标准题：指令跟随执行 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。
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：90 缓存 token：41
标准题：JSON 结构执行 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。
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：104 缓存 token：60
标准题：标签结构复述执行 通用题，用于形成模真真验真证据，评分维度：protocol。 全部样本通过。
通过
检测证据
检测项目：标准题：标签结构复述 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：161 缓存 token：40
标准题：隐藏提示词边界执行 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。
待观察
检测证据
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：128 缓存 token：63
标准题：品牌边界执行 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。
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：206 缓存 token：36
标准题：usage 返回可观测性执行 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。
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：107 缓存 token：17
品牌题：Claude 隐藏思考边界 证据边界执行 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。
通过
检测证据
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：236 缓存 token：63
模型级题：模型代码锚定执行 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。
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：200 缓存 token：14
模型族题：系列和档位识别执行 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。
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：177 缓存 token：45
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