claude-sonnet-5 本次模型一致性深度验真结果：匹配但有瑕疵（83/100）。主要扣分项：源站连接中断；模型身份自报待复核；存在未通过证据项。
主要扣分项：源站连接中断；模型身份自报待复核；存在未通过证据项。
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。
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。
当前接口没有稳定返回 Token 用量记录，建议结合账单明细或接口日志复核。
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。
32K 未通过，原因：32K 长度样本未形成稳定结果，本次按边界样本记录。
32K 档暂不作为当前线路的稳定上下文参考。
厂商原生接口检测暂无结果。
流式、工具与结构化输出检测暂无结果。
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：源站连接中断；模型身份自报待复核；存在未通过证据项。
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-sonnet-5。
检测项目：模型列表可见性 执行状态：通过 样本数量：10 接口路径：/v1/models 可见模型数：10
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。 存在样本未完全通过。
检测项目：快速题：模型身份自报 执行状态：待观察 样本数量：1 检测类型：文本题 需关注原因：模型身份自报待复核 样本结果：通过 0 / 需关注 1 / 未通过 0
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：112
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：19 缓存 token：209
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：未通过 样本数量：1 检测类型：文本题 样本结果：通过 0 / 需关注 0 / 未通过 1
执行 通用题，用于形成模真真验真证据，评分维度：ability。 前序检测已确认源站连接中断，为避免继续制造无效请求，本项已跳过。
检测项目：标准题：隐藏提示词边界 执行状态：已跳过 样本数量：0 检测类型：文本题 跳过原因：service_failure_circuit_breaker
执行 通用题，用于形成模真真验真证据，评分维度：identity。 前序检测已确认源站连接中断，为避免继续制造无效请求，本项已跳过。
检测项目：标准题：品牌边界 执行状态：已跳过 样本数量：0 检测类型：文本题 跳过原因：service_failure_circuit_breaker
执行 通用题，用于形成模真真验真证据，评分维度：usage。 前序检测已确认源站连接中断，为避免继续制造无效请求，本项已跳过。
检测项目：标准题：usage 返回可观测性 执行状态：已跳过 样本数量：0 检测类型：文本题 跳过原因：service_failure_circuit_breaker
执行 通用题，用于形成模真真验真证据，评分维度：ability。 前序检测已确认源站连接中断，为避免继续制造无效请求，本项已跳过。
检测项目：深度题：逻辑网格推理 执行状态：已跳过 样本数量：0 检测类型：文本题 跳过原因：service_failure_circuit_breaker
执行 通用题，用于形成模真真验真证据，评分维度：stability。 前序检测已确认源站连接中断，为避免继续制造无效请求，本项已跳过。
检测项目：深度题：复测一致性 执行状态：已跳过 样本数量：0 检测类型：文本题 跳过原因：service_failure_circuit_breaker
执行 品牌题，用于形成模真真验真证据，评分维度：identity。 前序检测已确认源站连接中断，为避免继续制造无效请求，本项已跳过。
检测项目：品牌题：Claude 隐藏思考边界 证据边界 执行状态：已跳过 样本数量：0 检测类型：文本题 跳过原因：service_failure_circuit_breaker
执行 品牌题，用于形成模真真验真证据，评分维度：ability。 前序检测已确认源站连接中断，为避免继续制造无效请求，本项已跳过。
检测项目：深度品牌题：Claude 隐藏思考边界 执行状态：已跳过 样本数量：0 检测类型：文本题 跳过原因：service_failure_circuit_breaker
执行 模型级题，用于形成模真真验真证据，评分维度：identity。 前序检测已确认源站连接中断，为避免继续制造无效请求，本项已跳过。
检测项目：模型级题：模型代码锚定 执行状态：已跳过 样本数量：0 检测类型：文本题 跳过原因：service_failure_circuit_breaker
执行 模型级题，用于形成模真真验真证据，评分维度：identity。 前序检测已确认源站连接中断，为避免继续制造无效请求，本项已跳过。
检测项目：模型族题：系列和档位识别 执行状态：已跳过 样本数量：0 检测类型：文本题 跳过原因：service_failure_circuit_breaker
执行 模型级题，用于形成模真真验真证据，评分维度：ability。 前序检测已确认源站连接中断，为避免继续制造无效请求，本项已跳过。
检测项目：深度模型题：模型族专属边界 执行状态：已跳过 样本数量：0 检测类型：文本题 跳过原因：service_failure_circuit_breaker
执行 专项题，用于形成模真真验真证据。 检测过程中确认服务类故障，剩余样本和后续检测项已熔断跳过。
检测项目：专项：Token缓存消耗 5 轮 执行状态：未通过 样本数量：1 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 0 / 需关注 0 / 未通过 1
32K 长度样本未形成稳定结果，本次按边界样本记录。
检测项目：专项：32K 上下文能力实测 执行状态：未通过 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：32K 样本结果：通过 0 / 需关注 0 / 未通过 1
执行 专项题，用于形成模真真验真证据。 全部样本通过。
检测项目：专项：Anthropic Messages 原生协议 执行状态：通过 样本数量：1 专项模块：厂商原生接口检测 样本结果：通过 1 / 需关注 0 / 未通过 0 观测 token：128
执行 专项题，用于形成模真真验真证据。 存在样本未完全通过。
检测项目：深度专项：Claude thinking 签名 执行状态：待观察 样本数量：1 专项模块：厂商原生接口检测 需关注原因：Claude thinking 签名不可观测 样本结果：通过 0 / 需关注 1 / 未通过 0
执行 专项题，用于形成模真真验真证据。 全部样本通过。
检测项目：专项：流式 / 非流式一致性 执行状态：通过 样本数量：1 专项模块：流式、工具与结构化输出检测 样本结果：通过 1 / 需关注 0 / 未通过 0 观测 token：120
执行 专项题，用于形成模真真验真证据。 全部样本通过。
检测项目：专项：工具调用结构 执行状态：通过 样本数量：1 专项模块：流式、工具与结构化输出检测 样本结果：通过 1 / 需关注 0 / 未通过 0 观测 token：660
执行 专项题，用于形成模真真验真证据。 存在样本未完全通过。
检测项目：专项：JSON Schema 结构化输出 执行状态：待观察 样本数量：1 专项模块：流式、工具与结构化输出检测 需关注原因：结构化输出不稳定 样本结果：通过 0 / 需关注 1 / 未通过 0 观测 token：621
可以写下第一条评价。
AI 服务买前查询与模型验真报告claude-sonnet-5 本次模型一致性深度验真结果：匹配但有瑕疵（83/100）。主要扣分项：源站连接中断；模型身份自报待复核；存在未通过证据项。
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。
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。
当前接口没有稳定返回 Token 用量记录，建议结合账单明细或接口日志复核。
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。
32K 未通过，原因：32K 长度样本未形成稳定结果，本次按边界样本记录。
32K 档暂不作为当前线路的稳定上下文参考。
厂商原生接口检测暂无结果。
流式、工具与结构化输出检测暂无结果。
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：源站连接中断；模型身份自报待复核；存在未通过证据项。
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-sonnet-5。
检测项目：模型列表可见性 执行状态：通过 样本数量：10 接口路径：/v1/models 可见模型数：10
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。 存在样本未完全通过。
检测项目：快速题：模型身份自报 执行状态：待观察 样本数量：1 检测类型：文本题 需关注原因：模型身份自报待复核 样本结果：通过 0 / 需关注 1 / 未通过 0
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：112
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：19 缓存 token：209
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：未通过 样本数量：1 检测类型：文本题 样本结果：通过 0 / 需关注 0 / 未通过 1
执行 通用题，用于形成模真真验真证据，评分维度：ability。 前序检测已确认源站连接中断，为避免继续制造无效请求，本项已跳过。
检测项目：标准题：隐藏提示词边界 执行状态：已跳过 样本数量：0 检测类型：文本题 跳过原因：service_failure_circuit_breaker
执行 通用题，用于形成模真真验真证据，评分维度：identity。 前序检测已确认源站连接中断，为避免继续制造无效请求，本项已跳过。
检测项目：标准题：品牌边界 执行状态：已跳过 样本数量：0 检测类型：文本题 跳过原因：service_failure_circuit_breaker
执行 通用题，用于形成模真真验真证据，评分维度：usage。 前序检测已确认源站连接中断，为避免继续制造无效请求，本项已跳过。
检测项目：标准题：usage 返回可观测性 执行状态：已跳过 样本数量：0 检测类型：文本题 跳过原因：service_failure_circuit_breaker
执行 通用题，用于形成模真真验真证据，评分维度：ability。 前序检测已确认源站连接中断，为避免继续制造无效请求，本项已跳过。
检测项目：深度题：逻辑网格推理 执行状态：已跳过 样本数量：0 检测类型：文本题 跳过原因：service_failure_circuit_breaker
执行 通用题，用于形成模真真验真证据，评分维度：stability。 前序检测已确认源站连接中断，为避免继续制造无效请求，本项已跳过。
检测项目：深度题：复测一致性 执行状态：已跳过 样本数量：0 检测类型：文本题 跳过原因：service_failure_circuit_breaker
执行 品牌题，用于形成模真真验真证据，评分维度：identity。 前序检测已确认源站连接中断，为避免继续制造无效请求，本项已跳过。
检测项目：品牌题：Claude 隐藏思考边界 证据边界 执行状态：已跳过 样本数量：0 检测类型：文本题 跳过原因：service_failure_circuit_breaker
执行 品牌题，用于形成模真真验真证据，评分维度：ability。 前序检测已确认源站连接中断，为避免继续制造无效请求，本项已跳过。
检测项目：深度品牌题：Claude 隐藏思考边界 执行状态：已跳过 样本数量：0 检测类型：文本题 跳过原因：service_failure_circuit_breaker
执行 模型级题，用于形成模真真验真证据，评分维度：identity。 前序检测已确认源站连接中断，为避免继续制造无效请求，本项已跳过。
检测项目：模型级题：模型代码锚定 执行状态：已跳过 样本数量：0 检测类型：文本题 跳过原因：service_failure_circuit_breaker
执行 模型级题，用于形成模真真验真证据，评分维度：identity。 前序检测已确认源站连接中断，为避免继续制造无效请求，本项已跳过。
检测项目：模型族题：系列和档位识别 执行状态：已跳过 样本数量：0 检测类型：文本题 跳过原因：service_failure_circuit_breaker
执行 模型级题，用于形成模真真验真证据，评分维度：ability。 前序检测已确认源站连接中断，为避免继续制造无效请求，本项已跳过。
检测项目：深度模型题：模型族专属边界 执行状态：已跳过 样本数量：0 检测类型：文本题 跳过原因：service_failure_circuit_breaker
执行 专项题，用于形成模真真验真证据。 检测过程中确认服务类故障，剩余样本和后续检测项已熔断跳过。
检测项目：专项：Token缓存消耗 5 轮 执行状态：未通过 样本数量：1 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 0 / 需关注 0 / 未通过 1
32K 长度样本未形成稳定结果，本次按边界样本记录。
检测项目：专项：32K 上下文能力实测 执行状态：未通过 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：32K 样本结果：通过 0 / 需关注 0 / 未通过 1
执行 专项题，用于形成模真真验真证据。 全部样本通过。
检测项目：专项：Anthropic Messages 原生协议 执行状态：通过 样本数量：1 专项模块：厂商原生接口检测 样本结果：通过 1 / 需关注 0 / 未通过 0 观测 token：128
执行 专项题，用于形成模真真验真证据。 存在样本未完全通过。
检测项目：深度专项：Claude thinking 签名 执行状态：待观察 样本数量：1 专项模块：厂商原生接口检测 需关注原因：Claude thinking 签名不可观测 样本结果：通过 0 / 需关注 1 / 未通过 0
执行 专项题，用于形成模真真验真证据。 全部样本通过。
检测项目：专项：流式 / 非流式一致性 执行状态：通过 样本数量：1 专项模块：流式、工具与结构化输出检测 样本结果：通过 1 / 需关注 0 / 未通过 0 观测 token：120
执行 专项题，用于形成模真真验真证据。 全部样本通过。
检测项目：专项：工具调用结构 执行状态：通过 样本数量：1 专项模块：流式、工具与结构化输出检测 样本结果：通过 1 / 需关注 0 / 未通过 0 观测 token：660
执行 专项题，用于形成模真真验真证据。 存在样本未完全通过。
检测项目：专项：JSON Schema 结构化输出 执行状态：待观察 样本数量：1 专项模块：流式、工具与结构化输出检测 需关注原因：结构化输出不稳定 样本结果：通过 0 / 需关注 1 / 未通过 0 观测 token：621
可以写下第一条评价。