OpenAI / GPT 中转站检测

TestAI.vip 通过多项 OpenAI 兼容协议检测与行为探针，检查中转站是否真实稳定、是否存在低配混跑、usage 异常、协议适配层痕迹。API Key 仅用于本次检测，不写入报告。

模型能力检测 OpenAI / GPT 模型没有 Claude thinking signature 这类服务端签名，所以本页不承诺“数学证明真伪”。我们重点检查站长真正关心的黑盒证据：模型是否接近标称能力、是否混跑低配、速度是否稳定、Token 用量是否异常。

中转站接口地址

填写 OpenAI-compatible Base URL，例如 https://api.example.com 或 https://api.example.com/v1。

API Key

只用于本次检测；任务结束后从内存释放，不写入报告 JSON。

目标模型

检测深度

启用长上下文真实性检测 额外发送长上下文探针，用于检查中转站是否真实兑现宣传的上下文窗口。该项可能明显增加耗时和 token 成本。

启用极限上下文检测 按模型上限做更大规模探测，只建议在明确需要验证高价长上下文承诺时开启。

检查 chat.completion、choices、finish_reason、usage 等 OpenAI 兼容响应结构。

验证函数调用、结构化输出、模型字段、自我身份和轻量能力指纹，发现明显替换或弱模型包装。

检查 Token 用量是否透明，多轮请求是否出现低配混跑、模型字段跳变或路由不稳定信号。

常见问题

OpenAI 检测能证明所选 GPT 模型一定是真的吗？

不能做官方级证明。OpenAI 兼容接口没有返回可验证签名，所以我们只能从协议字段、能力、usage、模型回显和多轮稳定性里发现矛盾。

如果报告出现低配模型回显、异源 usage 字段或混合路由风险，就说明这个中转站不适合当作可信高配通道使用。

为什么同样分数还建议复测？

总分回答“整体能不能用”，复测提示回答“哪里还要确认”。例如模型字段明显降级、usage 字段异常或多轮输出不稳定时，即使整体分数还可以，也建议你在生产使用前再测一次。

检测会保存我的 API Key 吗？

不会。Key 只在任务执行期间保存在内存里，报告中只展示脱敏形式；任务结束后释放，不写入报告文件。