免费模型验真 · 脱敏公开报告
grok-4.5 标准验真模型一致性报告
高风险
grok-4.5 本次模型一致性标准验真结果：高风险（56/100）。主要扣分项：结构化输出不稳定；流式与非流式结果不一致；协议结构不稳定。
56一致性分
主要扣分项：结构化输出不稳定；流式与非流式结果不一致；协议结构不稳定。
测评方模真真
检测模型Grok 4.5
中转站rapi.asia
样本数量26 次探测
耗时4 分 10 秒
验真版本V11
身份结论验真不通过
验真依据禾维
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495.2K来自本次响应 usage 字段；这是报告主展示口径。题包预计用量555.7K暂无官方基线时，按本次题包内容精确估算。偏差判断低 11%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219.7%
缓存字段表现稳定
多次测试均返回缓存 Token，说明这条链路的长对话用量记录有参考价值。
观测 Token15.6K缓存 Token34.4K非缓存 Token0平均每次3.1K
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。
实测到 400K
本次按 32K / 64K / 100K / 200K / 400K 逐档测试，均稳定返回。
参考窗口参考窗口 500K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32K / 64K / 100K / 200K / 400K从模型可生成的最长上下文开始，逐步缩短测试，验证各长度下是否能稳定返回正确结果。
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
高风险56/100
主要扣分项：结构化输出不稳定；流式与非流式结果不一致；协议结构不稳定。
可调用与模型可见15 / 15
未扣分协议与返回结构0 / 15
协议结构不稳定（正式来源必检：专项：工具调用结构） -7流式与非流式结果不一致（正式来源必检：专项：流式 / 非流式一致性） -5结构化输出不稳定（正式来源必检：专项：JSON Schema 结构化输出） -3身份与模型匹配20 / 20
未扣分能力题表现5 / 20
隐藏提示词边界不清（标准题：隐藏提示词边界） -6结构化输出不稳定（正式来源必检：专项：JSON Schema 结构化输出） -9用量与计费合理性15 / 15
未扣分稳定性与复测表现1 / 15
隐藏提示词边界不清（标准题：隐藏提示词边界） -3协议结构不稳定（正式来源必检：专项：工具调用结构） -3流式与非流式结果不一致（正式来源必检：专项：流式 / 非流式一致性） -6多个关键证据项需要复核 -2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 grok-4.5。
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：2 接口路径：/v1/models 可见模型数：2
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：1.5K 缓存 token：576
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：801 缓存 token：576
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：811
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：637 缓存 token：576
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：1.5K 缓存 token：576
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：1.4K 缓存 token：576
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：1.2K 缓存 token：576
品牌题：Grok / xAI 证据边界 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：Grok / xAI 证据边界 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：1.1K 缓存 token：576
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：1.2K 缓存 token：576
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：1.2K 缓存 token：576
正式来源必检：专项：流式 / 非流式一致性按禾维确定的方法执行。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。
待观察
检测证据
检测项目：正式来源必检：专项：流式 / 非流式一致性 执行状态：待观察 样本数量：1 需关注原因：流式与非流式结果不一致 样本结果：通过 0 / 需关注 1 / 未通过 0
正式来源必检：专项：工具调用结构按禾维确定的方法执行。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。
待观察
检测证据
检测项目：正式来源必检：专项：工具调用结构 执行状态：待观察 样本数量：1 需关注原因：协议结构不稳定 样本结果：通过 0 / 需关注 1 / 未通过 0
正式来源必检：专项：JSON Schema 结构化输出按禾维确定的方法执行。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。
待观察
检测证据
检测项目：正式来源必检：专项：JSON Schema 结构化输出 执行状态：待观察 样本数量：1 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：2.2K 缓存 token：576
专项：Token缓存消耗 5 轮执行 专项题，用于形成模真真验真证据。 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：15.6K 缓存 token：34.4K
专项：32K 上下文能力实测32K 长度样本稳定返回，作为本次上下文实测证据。
通过
检测证据
检测项目：专项：32K 上下文能力实测 执行状态：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 1 / 需关注 0 / 未通过 0 观测 token：19.4K 缓存 token：576
专项：64K 上下文能力实测64K 长度样本稳定返回，作为本次上下文实测证据。
通过
检测证据
检测项目：专项：64K 上下文能力实测 执行状态：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：64K 样本结果：通过 1 / 需关注 0 / 未通过 0 观测 token：38.3K 缓存 token：576
专项：100K 上下文能力实测100K 长度样本稳定返回，作为本次上下文实测证据。
通过
检测证据
检测项目：专项：100K 上下文能力实测 执行状态：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：100K 样本结果：通过 1 / 需关注 0 / 未通过 0 观测 token：58.6K 缓存 token：576
专项：200K 上下文能力实测200K 长度样本稳定返回，作为本次上下文实测证据。
通过
检测证据
检测项目：专项：200K 上下文能力实测 执行状态：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：200K 样本结果：通过 1 / 需关注 0 / 未通过 0 观测 token：116.4K 缓存 token：576
专项：400K 上下文能力实测400K 长度样本稳定返回，作为本次上下文实测证据。
通过
检测证据
检测项目：专项：400K 上下文能力实测 执行状态：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：400K 样本结果：通过 1 / 需关注 0 / 未通过 0 观测 token：232.3K 缓存 token：576
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
grok-4.5 标准验真模型一致性报告
模型一致性分
高风险
grok-4.5 本次模型一致性标准验真结果：高风险（56/100）。主要扣分项：结构化输出不稳定；流式与非流式结果不一致；协议结构不稳定。
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495.2K来自本次响应 usage 字段；这是报告主展示口径。题包预计用量555.7K暂无官方基线时，按本次题包内容精确估算。偏差判断低 11%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219.7%
缓存字段表现稳定
多次测试均返回缓存 Token，说明这条链路的长对话用量记录有参考价值。
观测 Token15.6K缓存 Token34.4K非缓存 Token0平均每次3.1K
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。
实测到 400K
本次按 32K / 64K / 100K / 200K / 400K 逐档测试，均稳定返回。
参考窗口参考窗口 500K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32K / 64K / 100K / 200K / 400K从模型可生成的最长上下文开始，逐步缩短测试，验证各长度下是否能稳定返回正确结果。
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
高风险56/100
主要扣分项：结构化输出不稳定；流式与非流式结果不一致；协议结构不稳定。
可调用与模型可见15 / 15
未扣分协议与返回结构0 / 15
协议结构不稳定（正式来源必检：专项：工具调用结构） -7流式与非流式结果不一致（正式来源必检：专项：流式 / 非流式一致性） -5结构化输出不稳定（正式来源必检：专项：JSON Schema 结构化输出） -3身份与模型匹配20 / 20
未扣分能力题表现5 / 20
隐藏提示词边界不清（标准题：隐藏提示词边界） -6结构化输出不稳定（正式来源必检：专项：JSON Schema 结构化输出） -9用量与计费合理性15 / 15
未扣分稳定性与复测表现1 / 15
隐藏提示词边界不清（标准题：隐藏提示词边界） -3协议结构不稳定（正式来源必检：专项：工具调用结构） -3流式与非流式结果不一致（正式来源必检：专项：流式 / 非流式一致性） -6多个关键证据项需要复核 -2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 grok-4.5。
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：2 接口路径：/v1/models 可见模型数：2
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：1.5K 缓存 token：576
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：801 缓存 token：576
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：811
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：637 缓存 token：576
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：1.5K 缓存 token：576
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：1.4K 缓存 token：576
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：1.2K 缓存 token：576
品牌题：Grok / xAI 证据边界 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：Grok / xAI 证据边界 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：1.1K 缓存 token：576
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：1.2K 缓存 token：576
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：1.2K 缓存 token：576
正式来源必检：专项：流式 / 非流式一致性按禾维确定的方法执行。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。
待观察
检测证据
检测项目：正式来源必检：专项：流式 / 非流式一致性 执行状态：待观察 样本数量：1 需关注原因：流式与非流式结果不一致 样本结果：通过 0 / 需关注 1 / 未通过 0
正式来源必检：专项：工具调用结构按禾维确定的方法执行。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。
待观察
检测证据
检测项目：正式来源必检：专项：工具调用结构 执行状态：待观察 样本数量：1 需关注原因：协议结构不稳定 样本结果：通过 0 / 需关注 1 / 未通过 0
正式来源必检：专项：JSON Schema 结构化输出按禾维确定的方法执行。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。
待观察
检测证据
检测项目：正式来源必检：专项：JSON Schema 结构化输出 执行状态：待观察 样本数量：1 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：2.2K 缓存 token：576
专项：Token缓存消耗 5 轮执行 专项题，用于形成模真真验真证据。 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：15.6K 缓存 token：34.4K
专项：32K 上下文能力实测32K 长度样本稳定返回，作为本次上下文实测证据。
通过
检测证据
检测项目：专项：32K 上下文能力实测 执行状态：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 1 / 需关注 0 / 未通过 0 观测 token：19.4K 缓存 token：576
专项：64K 上下文能力实测64K 长度样本稳定返回，作为本次上下文实测证据。
通过
检测证据
检测项目：专项：64K 上下文能力实测 执行状态：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：64K 样本结果：通过 1 / 需关注 0 / 未通过 0 观测 token：38.3K 缓存 token：576
专项：100K 上下文能力实测100K 长度样本稳定返回，作为本次上下文实测证据。
通过
检测证据
检测项目：专项：100K 上下文能力实测 执行状态：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：100K 样本结果：通过 1 / 需关注 0 / 未通过 0 观测 token：58.6K 缓存 token：576
专项：200K 上下文能力实测200K 长度样本稳定返回，作为本次上下文实测证据。
通过
检测证据
检测项目：专项：200K 上下文能力实测 执行状态：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：200K 样本结果：通过 1 / 需关注 0 / 未通过 0 观测 token：116.4K 缓存 token：576
专项：400K 上下文能力实测400K 长度样本稳定返回，作为本次上下文实测证据。
通过
检测证据
检测项目：专项：400K 上下文能力实测 执行状态：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：400K 样本结果：通过 1 / 需关注 0 / 未通过 0 观测 token：232.3K 缓存 token：576
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