免费检测 · 报告公开可查
claude-opus-4-6 是不是真的？标准检测结果
匹配但有瑕疵
claude-opus-4-6 本次标准验真结果：匹配但有瑕疵（82/100）。主要问题：问到不该说的内容时把握不住分寸；让它原样复述结构时会出错。
82模型一致性分
主要问题：问到不该说的内容时把握不住分寸；让它原样复述结构时会出错。
测评方模真真
检测模型Claude Opus 4.6
中转站pipio.io
测了几次21 次
耗时38 秒
身份结论验真通过
对照什么测的模真真既有版本化基线
Token 用量
优先显示接口自己报回来的实际用量；没有实际值时才显示估算。
实测用量25.9K这是接口自己报回来的实际用量，也是本页主要参考的数字。按题目估算的用量21.1K官方没给参考值时，按这次问的题目估算。偏差判断高 23%它报回来的用量比我们估的多，建议对着账单再核一遍。用量结论比估算多这只是接口报回来的用量，实际扣多少钱以账单为准。
长上下文实测
测它一次最多能读多长的内容，再和官方标称的长度比一比。
实测到 32K
本次按 32K 逐档测试，均稳定返回。
参考窗口参考窗口 32K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。
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
匹配但有瑕疵82/100
主要问题：问到不该说的内容时把握不住分寸；让它原样复述结构时会出错。
能不能调用、模型看不看得到15 / 15
未扣分接口返回是否规范9 / 15
让它原样复述结构时会出错（标签结构复述） -6是不是它说的那个模型20 / 20
未扣分回答水平像不像官方11 / 20
问到不该说的内容时把握不住分寸（隐藏提示词边界） -6让它原样复述结构时会出错（标签结构复述） -3用量和计费是否合理15 / 15
未扣分能不能一直正常用12 / 15
问到不该说的内容时把握不住分寸（隐藏提示词边界） -3检测明细
每条都能展开看细节，涉及隐私的内容已隐去。
模型列表可见性接口模型列表中可以看到 claude-opus-4-6。
通过
检测细节
这题测了 9 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 208 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 29 token 其中按缓存价计费 17 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 35 token 其中按缓存价计费 17 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 次里对了 0 次。
待观察
检测细节
这题测了 1 次：1 次要留意。 没通过的原因：标签结构复述不稳定 本题用量 72 token 其中按缓存价计费 46 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 次里对了 0 次。
待观察
检测细节
这题测了 1 次：1 次要留意。 没通过的原因：隐藏提示词边界不清 本题用量 77 token 其中按缓存价计费 50 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 158 token
用量数据是否完整核对它报回来的用量和缓存计费。 1 次都对。
通过
检测细节
这题测了 1 次：1 次通过。 本题用量 54 token 其中按缓存价计费 34 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 176 token
模型代码锚定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 154 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。 1 次都对。
通过
检测细节
这题测了 1 次：1 次通过。 本题用量 129 token
32K 上下文能力实测32K 长度的内容能稳定读完，这就是本次上下文实测的依据。
通过
检测细节
这题测了 1 次：1 次通过。 这题用的内容长度：32K 本题用量 24.8K token
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
上传图片/视频
买 AI 前，先查模真真扫码查看报告打开完整验真详情
模型与生成能力检测 · 结论以本次证据为准
claude-opus-4-6 是不是真的？标准检测结果
模型一致性分
匹配但有瑕疵
claude-opus-4-6 本次标准验真结果：匹配但有瑕疵（82/100）。主要问题：问到不该说的内容时把握不住分寸；让它原样复述结构时会出错。
Token 用量
优先显示接口自己报回来的实际用量；没有实际值时才显示估算。
实测用量25.9K这是接口自己报回来的实际用量，也是本页主要参考的数字。按题目估算的用量21.1K官方没给参考值时，按这次问的题目估算。偏差判断高 23%它报回来的用量比我们估的多，建议对着账单再核一遍。用量结论比估算多这只是接口报回来的用量，实际扣多少钱以账单为准。
长上下文实测
测它一次最多能读多长的内容，再和官方标称的长度比一比。
实测到 32K
本次按 32K 逐档测试，均稳定返回。
参考窗口参考窗口 32K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。
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
匹配但有瑕疵82/100
主要问题：问到不该说的内容时把握不住分寸；让它原样复述结构时会出错。
能不能调用、模型看不看得到15 / 15
未扣分接口返回是否规范9 / 15
让它原样复述结构时会出错（标签结构复述） -6是不是它说的那个模型20 / 20
未扣分回答水平像不像官方11 / 20
问到不该说的内容时把握不住分寸（隐藏提示词边界） -6让它原样复述结构时会出错（标签结构复述） -3用量和计费是否合理15 / 15
未扣分能不能一直正常用12 / 15
问到不该说的内容时把握不住分寸（隐藏提示词边界） -3检测明细
每条都能展开看细节，涉及隐私的内容已隐去
模型列表可见性接口模型列表中可以看到 claude-opus-4-6。
通过
检测细节
这题测了 9 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 208 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 29 token 其中按缓存价计费 17 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 35 token 其中按缓存价计费 17 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 次里对了 0 次。
待观察
检测细节
这题测了 1 次：1 次要留意。 没通过的原因：标签结构复述不稳定 本题用量 72 token 其中按缓存价计费 46 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 次里对了 0 次。
待观察
检测细节
这题测了 1 次：1 次要留意。 没通过的原因：隐藏提示词边界不清 本题用量 77 token 其中按缓存价计费 50 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 158 token
用量数据是否完整核对它报回来的用量和缓存计费。 1 次都对。
通过
检测细节
这题测了 1 次：1 次通过。 本题用量 54 token 其中按缓存价计费 34 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 176 token
模型代码锚定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 154 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。 1 次都对。
通过
检测细节
这题测了 1 次：1 次通过。 本题用量 129 token
32K 上下文能力实测32K 长度的内容能稳定读完，这就是本次上下文实测的依据。
通过
检测细节
这题测了 1 次：1 次通过。 这题用的内容长度：32K 本题用量 24.8K token
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
上传图片/视频