常见问题

中转站(relay,又叫「镜像」「代理」)是第三方搭建的 API 转发服务,把你的请求转给 OpenAI / Anthropic / Google 官方,再把响应原样返回给你。常见出现原因:国内无法直连官方域名、便宜的批发价、统一一个接口调多家模型。

三个常见原因:① 国内访问 anthropic.com / openai.com 需要科学上网;② 部分中转站把多家厂商的批发额度打包零售,价格比官方低 30-70%;③ 一些中转站把 Claude / GPT / Gemini 全统一成 OpenAI 兼容接口,代码只用维护一套。

官方 API 字段、签名、错误格式都是确定的;中转站之间差异巨大 — 有的 1:1 透传,有的会改写 usage 字段、剥离 thinking 块、用别的模型替换、甚至注入额外 system prompt。TestAI.vip 检测的就是这种「中间到底动了什么」。

法律上灰色地带,看具体合作模式。真正的实务风险有三:① 跑路风险 — 中转站随时可能停服、涨价、卷款消失,大额充值要慎重;② 模型响应跟官方不一致 — 中转站可能在中间动手脚(替换模型、剥离能力、虚报 token),影响你下游业务的稳定性;③ prompt 内容被记录 — 涉及商业机密 / 用户数据的对话最好避开来路不明的中转站。建议小额测试,选信誉好的运营方,大额场景考虑直连官方。

TestAI.vip 实测过很多家中转站,常见的坑有 5 种(都见过真实案例):① 偷偷换成别的模型 — 你买的是 GPT,实际给你跑的可能是 Claude 或其他更便宜的模型。表面上看不出来,但写出来的内容风格、思路、解题习惯都不对,用来做正经事很容易翻车。② 高级功能用不了 — 比如让模型严格按指定格式回话、让它读 PDF、调用工具这些进阶能力,在被「偷换」的中转站上经常失灵 — 因为后台换上来的便宜模型根本不会这一套。③ 计费数字不可信 — 同样一句话问几次,每次扣的钱都不一样;有的中转站干脆不告诉你这次用了多少 token,你根本对不上账。充值的钱很可能比官方贵不少,却没有任何凭证可查。④ 菜单上的模型实际没货 — 它对外宣称支持几十个模型,你真去用其中一些,直接报「没有这个模型」。TestAI.vip 在你提交检测前会先帮你试一下,免得你白等半分钟拿到一份全 0 分的报告。⑤ 规则说变就变 — 同一把 key,今天用得好好的,第二天可能突然提示「需要升级套餐」「分组失效」甚至直接封号。中转站后台规则可以无通知调整,大额充值之前最好先小额试用,并跑一次 TestAI.vip 看看实际表现。

三个方向:① 协议字段(id 前缀、object、finish_reason 是否符合官方规范);② 能力指纹(thinking signature 加密签名、PDF 多模态、function calling shape);③ 用量字段(usage 里有没有混入异源痕迹如 claude_cache_creation_*)。TestAI.vip 把这三类合成多项可复核检测，并在报告里展示每项证据。

5 种常见:① 用 Kiro / Amazon Q / Bedrock 跑 Claude 替身;② 用 Claude 后端跑 GPT 请求(usage 字段会暴露 claude_* 残留);③ 把 GPT-4o 偷换成 GPT-4o-mini 省成本;④ 剥离 thinking 块、PDF 多模态等高级能力;⑤ 注入额外 system prompt 改写身份回答。

不能。现代模型都被训练得知道怎么回答身份问题,而且中转站可以注入 system prompt 让模型说「我是 Claude」。TestAI.vip 把「身份一致性」检测的权重设为 5%,只作为最弱的辅助信号 — 真正可信的是 thinking signature 这种加密级指标。

Kiro 和 Amazon Q 是 Amazon 的 Claude 替身网关,响应没有 Claude thinking signature (它们走的是 AWS Bedrock 的简化接口,不返回服务端签名)。TestAI.vip 在 thinking_signature 检测上会直接判 0 分,fail 整体检测。

看响应的 usage 字段。原生 OpenAI 只有 prompt_tokens / completion_tokens / total_tokens 三个键。如果出现 claude_cache_creation_5_m_tokens、usage_source: anthropic 等字段,基本可以判定中转站在做协议转换。TestAI.vip 把这种指纹标记为 critical 级别。

thinking signature 是 Claude 启用扩展思考时,响应里 signature 字段返回的服务端加密产物,长度 500-2000 字符。这个签名由 Anthropic 服务端生成,带加密验证 — 中转站理论上无法伪造。TestAI.vip 把它作为 25% 权重的核心检测项。

关键看 4 点:① 跑一次 TestAI.vip 看 thinking signature 是否拿到 100 分;② 看 usage 里有没有 claude_* 之外的异源字段;③ 看 stream / non-stream 一致性(中转站常常在两条路径上做不同处理);④ 看消息 id 是否符合 msg_ / toolu_ / srvtoolu_ 前缀规范。

11 项,按权重:thinking signature (25%) > behavioral signature (15%) > structured output (12%) > consistency / knowledge / token usage (各 10%) > pdf (8%) > identity / protocol / integrity / message_id (各 5%)。standard 模式跑 9 项 ~45 秒,full 模式跑全 11 项 ~75 秒。

这是 Claude Opus 4.7 已知的 API drift — adaptive thinking + streaming + summarized 的组合下,SSE 流里不出现 thinking 块(non-stream 正常)。TestAI.vip 的 thinking_signature detector 已经针对这个切到非流式,确保检测可靠。

检测发真请求,每次 standard 模式约 12 个 API 调用,token 总消耗 ~3000-5000 (取决于 thinking 是否触发)。按 Haiku 价格 ~$0.012,Sonnet ~$0.05,Opus ~$0.20。TestAI.vip 自己不收费 — 你付的是上游 API 的真实 token 钱。

看具体情况。常见 0 分原因:① API key 失效或额度耗尽(检测无效 banner 会提示);② 中转站不支持你选的模型(preflight 会提前 422 拒绝);③ 真的是非常垃圾的中转站。看每项 detector 的 details 而不是只看总分。

响应的 usage 字段是最直接的证据。真原生 OpenAI 只有 prompt_tokens / completion_tokens / total_tokens。如果发现 claude_cache_creation_5_m_tokens、usage_source: anthropic、或 input_tokens / output_tokens(Anthropic 命名),基本可以判定中转站在协议转换。TestAI.vip 标为 critical,直接拒绝该项 detector。

75 分本身在「通过」区间,但如果有任何 critical 级别的 issues (尤其 protocol detector 报多个 critical),TestAI.vip 会把 verdict 砍到 marginal — 报告会提示「需要复测」。这通常意味着接口能用但中转站在做协议转换,实际跑的可能不是真的 GPT 模型。

OpenAI strict 模式应该返回纯 JSON,不能包 Markdown 代码块。如果返回 ```json {...} ``` 格式,有两种可能:① 中转站没透传 response_format 参数;② 透传了但底层模型(很可能不是 GPT)不理解 strict 模式。TestAI.vip 通过 markdown_json_seen 标志区分这两种情况。

model 字段只是字符串,中转站可以填任何值。真伪要看其他指标:① TestAI.vip 协议规范性 detector 会扫 usage 字段指纹;② 行为差异(GPT 偏简洁,Claude 偏礼貌啰嗦);③ 多次调用的 token 数 CV(模型一致性 detector)。

TestAI.vip 的预探测会列出该 key 在中转站上有多少模型属于本协议。如果当前页是 OpenAI 但 0 个 GPT 模型,会显示一个黄色卡片提示「该 key 在此中转站没有 GPT 模型,但有 X 个 Claude 模型 / Y 个 Gemini 模型 → 一键跳转测那边」。

三种可能:① 中转站只代理部分 Gemini 模型(很多中转站只有 3.x preview 系列,没有 2.5);② 模型名拼写差异(gemini-2.5-flash vs models/gemini-2.5-flash);③ 模型已下架。TestAI.vip 提交前会做 preflight,500ms 内识别死模型并给出可用列表替代。

至少 64,推荐 128+。Gemini 3 默认开 thinking,会消耗 30-60 reasoning_tokens 才输出文本。如果 max 太小(< 32),thinking 占满后没空间出文本,响应就是空字符串 + finish_reason=length。TestAI.vip 的 detector 已经把 max 调到 64-384。

99% 的第三方 Gemini 中转站只暴露 OpenAI 兼容协议,Google 官方也提供 OpenAI 兼容端点 /v1beta/openai。维护两套独立的检测逻辑成本高且容易引入翻译层导致结果失真,所以 TestAI.vip 集中在 OpenAI 兼容路径上做透。

三档:① 必须支持 gemini-2.5-flash 或 gemini-3-flash-preview(2026 stable);② TestAI.vip 上跑出 protocol 检测 ≥ 80;③ usage 字段没有 gemini_* 之外的异源残留(意味着没在转协议)。TestAI.vip 自动按推荐顺序排序中转站的模型列表。

可以。base_url 填 https://generativelanguage.googleapis.com/v1beta/openai,api_key 用 Google AI Studio 申请的 AIza... key。Google 官方端点应该全 7 项 100 分,可作为基线对比第三方中转站。

三步:① 打开 testai.vip/claude(或 /openai、/gemini);② 填中转站 base_url + api_key,选模型(下拉自动列出该 key 在该中转站可用的模型);③ 点「开始检测」,30-60 秒拿到报告。报告 URL 永久可分享(/r/{job_id}),也能下载 JPG。

quick (~15s) 适合快速摸排;standard (~40s) 是默认推荐;full (~70s+) 会启用更多深度项,推荐拿来跟官方基线 1:1 对比。所有模式都会跑 thinking signature 这种核心项。

总分加权:90+ 表现良好/ 80-89 推荐使用/ 70-79 中等可用/ 60-69 需要留意/ 60 以下暂不推荐。但任意 detector 报 critical 级 issue,verdict 会被砍到 marginal(圆圈变黄)— 即使分数够 70 也不绿。点每项 detector 看 details 里的 sub_checks 找扣分原因。

任何人拿到链接都能看(匿名、不加密)。报告里不含你的 API key 明文,只有脱敏形式(sk-y7xU••••••0h)。如果你测的是私有中转站不想公开,不要分享 URL。后续会加 opt-in 的「私有报告」开关。

后续会提供站内检测说明和私有化方案。

不会。API key 只存在 job 内存对象里,job 跑完(成功或失败)立即清空,不写报告 JSON、不写日志、不写磁盘。报告里 key 是脱敏形式 (sk-y7xU••••••0h),报告细项可复核。

cctest.ai 也声称不上传 key。TestAI.vip 会展示检测明细和脱敏策略,方便你对照报告复核，不依赖黑盒承诺。

会,但很少。standard 模式约 12 个真实请求,token 总消耗 3000-5000。按 Haiku 大约 $0.012,Sonnet $0.05,Opus $0.20。这个钱付给上游(中转站或官方),TestAI.vip 自身不收费。

报告只包含:① 脱敏后的 base_url;② 脱敏后的 api_key;③ 检测结果。没有个人姓名、邮箱、IP。如果需要删除特定报告，后续可通过站内反馈入口联系。

跨协议自动跳转 + 预提交死模型识别 + 检测逻辑持续透明化,且 OpenAI 上能识别「GPT 实为 Claude」的协议适配层指纹。

hvoy 也支持三协议,但检测维度浅(主要是协议合规)。TestAI.vip 在 Claude 上有加密级 thinking signature 验证(独家)、OpenAI 上有协议转换指纹识别(usage_source 等 critical 级)、Gemini 上适配 thinking-by-default 模型,深度更够。

那些是「主观评测」或「广告导向」,TestAI.vip 是「客观技术检测」。可以互补:用榜单初筛信誉好的中转站,再用 TestAI.vip 做技术验证。

TestAI.vip 推荐 5 条硬指标:① thinking signature ≥ 100;② protocol critical_issue_count = 0;③ stream / non-stream usage 一致;④ 模型 id 字段匹配请求模型(model_consistency pass);⑤ 多次请求 completion_tokens CV < 0.10(稳定性)。