AI中转站体检：你花钱点的GPT-4o，可能是被偷换的小模型

ivye
免费干货
2小时前
11热度
0评论

AI中转站体检封面图：你点的模型真在跑吗，被红线划掉的气泡写着绝对是真的放心充，墨底气泡写着先查查看

号称 128k 上下文，实测只放行 8k——中间那 120k，被谁吃了？

这不是我编的段子，是一点意思（yidianyisi.com）官网 FAQ 里列的中转站常规操作：卖你顶级模型的价格，塞给你便宜的小模型，上下文砍到脚踝，账单还按原价走。

你在中转站充了钱，点的是 GPT-4o、Claude Sonnet，可服务器上真在跑的是什么，只有店家自己知道。你翻不了它的后台，它也不会主动告诉你。

现在有个工具，替你去问。

一点意思官网检测面板截图：检测范围单站体检多站批量、检测类型、接口协议自动识别、中转站地址与API Key输入框 — 图源：https://yidianyisi.com 官网截图

给中转站做体检的

一点意思，免费，不用注册，打开 https://yidianyisi.com 就能用。它干的事一句话能说清：填上中转站地址和 key，它用几次极便宜的调用，核对你点的模型是不是真在跑。

整站默认没有服务端，key 只在你浏览器内存里待一会儿，用完就扔，不写盘、不入库，检测历史也只存在你自己浏览器里。对一个手里 key 就是钱的人来说，这个设计比什么都重要。

中转站掺水，常见就四招：偷梁换柱，拿开源小模型冒充 GPT-4o；砍上下文，号称 200k 实际只放行 8k-16k；暗中加价，倍率折算不透明；阉割能力，视觉、工具调用悄悄没了。CSDN 上有篇拆解文章还提到更隐蔽的玩法——按问题难度、用户等级、负载动态偷换，今天真明天假，连你自己都察觉不到。

四根探针，照的就是这些。

它是怎么问出来的

探针一，问它你是谁。多次追问模型的自我认知，看回答跟你要的型号对不对得上，被偷换成小模型的，聊几句就露馅。官网管这叫"最强的反诈手段"。

探针二，故意报错。把 max_tokens 从大到小挨个试，从中转站的报错里反推真实的上下文和输出上限。这一手聪明在：只生成几个字，几乎不花钱，对设了额度墙的站还能绕过墙拿到报错。

探针三，验血。GPT、Claude、Gemini、DeepSeek 各家的分词器切字比率不一样，同一段话各家切出来的 token 数不同——这是改不掉的血统指纹。

探针四，点技能。Function Calling、视觉输入这些高级能力，该在的不在，就有问题。

四路结果揉成一个 0-100 综合体验分，结论三档：暂未发现明显异常 / 可疑 / 无法判断。结果多的话，点「只看可疑」直接筛问题项。

四根探针对比卡：①问身份多次追问可信度最高；②故意报错max_tokens大到小试花费几乎为零；③验血④点技能分词器血统指纹、工具调用视觉该在要在、非文本接口只看元数据 — 依据：yidianyisi.com 官网探针说明

两个细节，是真懂行

先把丑话说在前面：体检不是白测的，跑的全是你自己的 key。一次检测每个模型约 6 次请求，测 5 个模型就是 30 次调用；方案②上下文窗口实测更是真金白银——逐级塞长文本去撞窗口，按你模型的输入价格实打实计费，模型越贵烧得越狠。工具把这俩做成独立开关，明晃晃标着「便宜」和「费 token」，测之前把额度过一遍脑子，别体检一次把 token 烧光。

一点意思上限探测两方案截图：方案①上限探测标着便宜，从报错解析真实上下文输出上限；方案②上下文窗口实测标着费token，逐级发长输入最准 — 图源：https://yidianyisi.com 官网截图

另一个是监控清单。中转站最阴的一招不是从头假到尾，而是先给你真模型，等你充了年费，再慢慢换成便宜的。把常用的「站+模型」加进监控，它会记下这次的指纹基线——模型自称、上下文、分词器、向量维度。指纹一变立刻红字告警，还画出健康分走势。

一点意思监控清单截图：定时重测偷换告警，记录指纹基线（模型自称、上下文、分词器、向量维度），从不保存key — 图源：https://yidianyisi.com 官网截图

对了，还有个克制：对还没出官方文档的新模型，引擎主动跳过价格和缩水断言，标上 provisional，宁可说「无法判断」也不瞎猜。肯说不知道的工具，比什么都能判的工具可信。

说句公道话

这套东西是启发式推断，不是铁证。分词器指纹只能旁证血统；图片、语音、视频这些非文本接口只能看元数据，测不准加价缩水；监控的自动复检只在页面开着时跑，不是真后台监控；结论可能误判，得多测几次综合看。

还有一条官方自己写出来的：绝大多数站走浏览器直连，key 不过服务器；但遇到不开跨域（CORS）的站，会在征得你同意后改走服务端代发，key 会临时过一遍服务器，用完即弃。纯静态部署时干脆标「无法检测」。把例外明明白白写出来的，比拍胸脯说「绝对安全」的让人踏实。

写完这篇，我拿一个免费分享站（freeshare.cc.cd）实测了一遍：站上挂 16 个模型，我挑 5 个常见的去体检，4 个可疑、1 个无法判断，均分 36。

最典型的是 deepseek-v4.1-flash，29 分，工具原话“多半不是它声称的那个模型”。证据链挺吓人：三道送分题全答错，反复问“你是谁”多次返回空，分词器指纹每字约 1.07 token，usage 里漏出 reasoning_tokens=20——底层疑似是个更小的推理模型。gemini-3.8-flash 同款待遇，25 分。

一点意思实测截图：freeshare 站 deepseek-v4.1-flash 判定可疑 29 分，三道送分题 0/3、模型自称多次返回空、分词器指纹中文每字约 1.07 token、usage 漏出 reasoning_tokens=20，疑似被换成更弱的推理小模型 — 图源：一点意思（yidianyisi.com）实测截图（2026-09-28，作者实测）

也有意外的收获：glm-5.3-flash 走 OpenAI 兼容口根本连不上，工具自动识别出这站得走 Claude 原生协议；space-bunny-alpha 送分题全对、能看图，但一问身份，一会儿自称 deepseek 一会儿自称 mimo，工具批注“真身几乎不会这样”；kimi-k3 站方渠道限流没连通，工具没硬凑结论，老实标了“无法判断”。

5 个模型 30 次调用，烧的是我自己的 key——前文那句“测试消耗 token”，不是随口提醒。

中转站的便宜，要么真是批发价，要么是从你的模型里抠出来的差价。

体检报告不保证抓到所有骗子，但至少能把明显的筛出来。

下次充值前，先带它去做个体检。