claude-opus-4-8 是不是真的？深度检测结果

报告编号 MZZR20260804112434B8A029生成时间 2026/08/04 19:24

存疑

claude-opus-4-8 本次深度验真结果：存疑（62/100）。主要问题：问它是哪个型号时答案会变；同一个问题反复问，答案会变；它不报回用量，没法核对扣费。

62模型一致性分

主要问题：问它是哪个型号时答案会变；同一个问题反复问，答案会变；它不报回用量，没法核对扣费。

检测方模真真

检测模型Claude Opus 4.8

中转站lingsu.xyz

请求次数55 次

耗时1 分 19 秒

身份判定验真不通过

比对基准模真真既有版本化基线

Token 用量核对

以接口回报的用量为准，未回报时显示预估值。

回报用量192.8K接口回报的实际用量，本页以此为准。预估用量54.7K依据本次检测请求预估。偏差评估高 253%接口回报用量高于预估，建议核对账单。用量核对高于预估以上为接口回报用量，实际扣费以账单为准。

Token 缓存消耗检测

连着测几次，看重复内容有没有按便宜的缓存价计费；显示 0% 就是这次没享受到缓存优惠。

共 5 次请求

用到缓存的比例0.0%

这次没享受到缓存优惠

接口报回来了实际用量，但没有缓存部分；可能是这家不给缓存价，也可能这次没命中缓存。

本次用量59.1K缓存 Token0非缓存 Token59.1K平均每次11.8K

用量回报已回报缓存计费未发生检测结果需关注

每次测试的缓存占比这只是接口报回来的缓存比例，实际优惠以账单为准

本次检测结果

把接口可用性、模型身份、返回信息完整性等项目拆开查看。

本次评分项目

存疑62/100

主要问题：问它是哪个型号时答案会变；同一个问题反复问，答案会变；它不报回用量，没法核对扣费。

能不能调用、模型看不看得到10 / 10

未扣分

接口返回是否规范9 / 12

它不报回用量，没法核对扣费（用量数据是否完整） -3

是不是它说的那个模型1 / 18

问它是哪个型号时答案会变（模型代码锚定） -10分不清自己属于哪一代模型（模型族题：系列和档位识别） -7

回答水平像不像官方22 / 25

问它是哪个型号时答案会变（模型代码锚定） -3

用量和计费是否合理5 / 10

它不报回用量，没法核对扣费（用量数据是否完整） -5

能不能一直正常用15 / 25

同一个问题反复问，答案会变（复测一致性） -9有几个关键检测项需要复核 -1

检测明细

每条都能展开看细节，涉及隐私的内容已隐去。

22 项检测

模型列表可见性

接口模型列表中可以看到 claude-opus-4-8。

通过

检测细节

这题测了 29 次，结果：通过。

基础调用探针

基础调用成功，接口能返回可识别响应。

通过

检测细节

这题测了 1 次，结果：通过。

模型身份自报

问它自己是什么模型，看答案对不对。 1 次都对。

通过

检测细节

这题测了 1 次：1 次通过。
本题用量 6.8K token

指令跟随

用几道题看它的回答水平像不像官方模型。 1 次都对。

通过

检测细节

这题测了 1 次：1 次通过。
本题用量 6.5K token

JSON 结构

用几道题看它的回答水平像不像官方模型。 1 次都对。

通过

检测细节

这题测了 1 次：1 次通过。
本题用量 6.5K token

标签结构复述

按官方接口的标准调用，看返回是否规范。 1 次都对。

通过

检测细节

这题测了 1 次：1 次通过。
本题用量 6.6K token

隐藏提示词边界

用几道题看它的回答水平像不像官方模型。 1 次都对。

通过

检测细节

这题测了 1 次：1 次通过。
本题用量 6.6K token

品牌边界

问它自己是什么模型，看答案对不对。 1 次都对。

通过

检测细节

这题测了 1 次：1 次通过。
本题用量 6.7K token

用量数据是否完整

核对它报回来的用量和缓存计费。有几次没对上。

待观察

检测细节

这题测了 1 次：1 次要留意。
没通过的原因：usage 用量字段不可观测
本题用量 6.6K token

逻辑网格推理

用几道题看它的回答水平像不像官方模型。 1 次都对。

通过

检测细节

这题测了 1 次：1 次通过。
本题用量 6.8K token

复测一致性

反复多问几次，看会不会答一半就断或偷偷换模型。有几次没对上。

待观察

检测细节

这题测了 2 次：2 次要留意。
没通过的原因：复测一致性不足
本题用量 13.3K token

Claude 隐藏思考边界

问它自己是什么模型，看答案对不对。 1 次都对。

通过

检测细节

这题测了 1 次：1 次通过。
本题用量 6.7K token

Claude 隐藏思考边界

用几道题看它的回答水平像不像官方模型。 1 次都对。

通过

检测细节

这题测了 1 次：1 次通过。
本题用量 6.6K token

模型代码锚定

问它自己是什么模型，看答案对不对。有几次没对上。

待观察

检测细节

这题测了 1 次：1 次要留意。
没通过的原因：模型代码锚定不稳定
本题用量 6.7K token

模型族题：系列和档位识别

问它自己是什么模型，看答案对不对。有几次没对上。

待观察

检测细节

这题测了 1 次：1 次要留意。
没通过的原因：模型族识别不稳定
本题用量 6.6K token

深度模型题：模型族专属边界

用几道题看它的回答水平像不像官方模型。 1 次都对。

通过

检测细节

这题测了 1 次：1 次通过。
本题用量 7.3K token

连问 5 次，重复内容有没有按缓存价计费

针对这个模型再做一项专门检测。有几次没对上。

待观察

检测细节

这题测了 5 次：5 次通过，1 次要留意。
没通过的原因：缓存用量字段不可观测
本题用量 59.1K token

按官方接口标准调用：Anthropic Messages

针对这个模型再做一项专门检测。 1 次都对。

通过

检测细节

这题测了 1 次：1 次通过。
本题用量 6.5K token

看得到 Claude 官方的思考过程标记吗

针对这个模型再做一项专门检测。有几次没对上。

待观察

检测细节

这题测了 1 次：1 次要留意。
没通过的原因：Claude thinking 签名不可观测

边打字边回和一次性回，结果一样吗

针对这个模型再做一项专门检测。 1 次都对。

通过

检测细节

这题测了 1 次：1 次通过。
本题用量 6.5K token

让它调用工具，返回格式对不对

针对这个模型再做一项专门检测。 1 次都对。

通过

检测细节

这题测了 1 次：1 次通过。
本题用量 7.1K token

让它按指定格式输出，格式兑现了吗

针对这个模型再做一项专门检测。有几次没对上。

待观察

检测细节

这题测了 1 次：1 次要留意。
没通过的原因：结构化输出不稳定
本题用量 6.8K token

还没有人评论，来写第一条。

发表评论

买 AI 前，先查模真真

扫码查看报告打开完整验真详情

模真真验真报告 · 真实调用实测

claude-opus-4-8 是不是真的？深度检测结果

报告编号：MZZR20260804112434B8A029生成时间：2026/08/04 19:24

中转服务商详情 AI 模型详情

模型一致性分

存疑

检测方模真真

检测模型Claude Opus 4.8

中转站lingsu.xyz

请求次数55

耗时1 分钟

身份判定验真不通过

比对基准模真真既有版本化基线

Token 用量核对

以接口回报的用量为准，未回报时显示预估值。

Token 缓存消耗检测

连着测几次，看重复内容有没有按便宜的缓存价计费；显示 0% 就是这次没享受到缓存优惠。

共 5 次请求

用到缓存的比例0.0%

这次没享受到缓存优惠

接口报回来了实际用量，但没有缓存部分；可能是这家不给缓存价，也可能这次没命中缓存。

本次用量59.1K缓存 Token0非缓存 Token59.1K平均每次11.8K

用量回报已回报缓存计费未发生检测结果需关注

每次测试的缓存占比这只是接口报回来的缓存比例，实际优惠以账单为准

本次检测结果

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

本次评分项目

存疑62/100

主要问题：问它是哪个型号时答案会变；同一个问题反复问，答案会变；它不报回用量，没法核对扣费。

能不能调用、模型看不看得到10 / 10

未扣分

接口返回是否规范9 / 12

它不报回用量，没法核对扣费（用量数据是否完整） -3

是不是它说的那个模型1 / 18

问它是哪个型号时答案会变（模型代码锚定） -10分不清自己属于哪一代模型（模型族题：系列和档位识别） -7

回答水平像不像官方22 / 25

问它是哪个型号时答案会变（模型代码锚定） -3

用量和计费是否合理5 / 10

它不报回用量，没法核对扣费（用量数据是否完整） -5

能不能一直正常用15 / 25

同一个问题反复问，答案会变（复测一致性） -9有几个关键检测项需要复核 -1

检测明细

每条都能展开看细节，涉及隐私的内容已隐去

22 项检测

模型列表可见性

接口模型列表中可以看到 claude-opus-4-8。

通过

检测细节

这题测了 29 次，结果：通过。

基础调用探针

基础调用成功，接口能返回可识别响应。

通过

检测细节

这题测了 1 次，结果：通过。

模型身份自报

问它自己是什么模型，看答案对不对。 1 次都对。

通过

检测细节

这题测了 1 次：1 次通过。
本题用量 6.8K token

指令跟随

用几道题看它的回答水平像不像官方模型。 1 次都对。

通过

检测细节

这题测了 1 次：1 次通过。
本题用量 6.5K token

JSON 结构

用几道题看它的回答水平像不像官方模型。 1 次都对。

通过

检测细节

这题测了 1 次：1 次通过。
本题用量 6.5K token

标签结构复述

按官方接口的标准调用，看返回是否规范。 1 次都对。

通过

检测细节

这题测了 1 次：1 次通过。
本题用量 6.6K token

隐藏提示词边界

用几道题看它的回答水平像不像官方模型。 1 次都对。

通过

检测细节

这题测了 1 次：1 次通过。
本题用量 6.6K token

品牌边界

问它自己是什么模型，看答案对不对。 1 次都对。

通过

检测细节

这题测了 1 次：1 次通过。
本题用量 6.7K token

用量数据是否完整

核对它报回来的用量和缓存计费。有几次没对上。

待观察

检测细节

这题测了 1 次：1 次要留意。
没通过的原因：usage 用量字段不可观测
本题用量 6.6K token

逻辑网格推理

用几道题看它的回答水平像不像官方模型。 1 次都对。

通过

检测细节

这题测了 1 次：1 次通过。
本题用量 6.8K token

复测一致性

反复多问几次，看会不会答一半就断或偷偷换模型。有几次没对上。

待观察

检测细节

这题测了 2 次：2 次要留意。
没通过的原因：复测一致性不足
本题用量 13.3K token

Claude 隐藏思考边界

问它自己是什么模型，看答案对不对。 1 次都对。

通过

检测细节

这题测了 1 次：1 次通过。
本题用量 6.7K token

Claude 隐藏思考边界

用几道题看它的回答水平像不像官方模型。 1 次都对。

通过

检测细节

这题测了 1 次：1 次通过。
本题用量 6.6K token

模型代码锚定

问它自己是什么模型，看答案对不对。有几次没对上。

待观察

检测细节

这题测了 1 次：1 次要留意。
没通过的原因：模型代码锚定不稳定
本题用量 6.7K token

模型族题：系列和档位识别

问它自己是什么模型，看答案对不对。有几次没对上。

待观察

检测细节

这题测了 1 次：1 次要留意。
没通过的原因：模型族识别不稳定
本题用量 6.6K token

深度模型题：模型族专属边界

用几道题看它的回答水平像不像官方模型。 1 次都对。

通过

检测细节

这题测了 1 次：1 次通过。
本题用量 7.3K token

连问 5 次，重复内容有没有按缓存价计费

针对这个模型再做一项专门检测。有几次没对上。

待观察

检测细节

这题测了 5 次：5 次通过，1 次要留意。
没通过的原因：缓存用量字段不可观测
本题用量 59.1K token

按官方接口标准调用：Anthropic Messages

针对这个模型再做一项专门检测。 1 次都对。

通过

检测细节

这题测了 1 次：1 次通过。
本题用量 6.5K token

看得到 Claude 官方的思考过程标记吗

针对这个模型再做一项专门检测。有几次没对上。

待观察

检测细节

这题测了 1 次：1 次要留意。
没通过的原因：Claude thinking 签名不可观测

边打字边回和一次性回，结果一样吗

针对这个模型再做一项专门检测。 1 次都对。

通过

检测细节

这题测了 1 次：1 次通过。
本题用量 6.5K token

让它调用工具，返回格式对不对

针对这个模型再做一项专门检测。 1 次都对。

通过

检测细节

这题测了 1 次：1 次通过。
本题用量 7.1K token

让它按指定格式输出，格式兑现了吗

针对这个模型再做一项专门检测。有几次没对上。

待观察

检测细节

这题测了 1 次：1 次要留意。
没通过的原因：结构化输出不稳定
本题用量 6.8K token

还没有人评论，来写第一条。