susanc

技术上更可靠的做法是看 API 响应里的元数据,而不是模型的自述。标准的 Anthropic / OpenAI 接口会在响应 JSON 里返回实际使用的 model 字段(比如 claude-opus-4-8),这个字段由服务端填,比模型嘴上说的可信。不过如果中间商存心造假,这个字段同样能被伪造。
更强的验证思路是行为指纹(behavioral fingerprinting):用一组已知不同模型回答会有系统性差异的探针问题(特定的 tokenization 行为、对某些刁钻 prompt 的固定反应、已知的能力边界等),统计性地判断,而不是直接问。但这个对普通用户来说成本很高,而且模型迭代后指纹会变。