你买的中转站真的是 GPT-6 吗？我写了个不问“你是什么模型”的检测工具

起因

花 GPT-6 的钱，拿到 GPT-5.6 Luna 甚至蒸馏小模型的输出------这事在中转站圈子里不算新鲜。

市面上的检测工具（比如 model-check 那一类）做的是验证：先问对方"你是什么模型"，拿到声明之后，再围绕这个声明做一致性核对。这个思路有个天然缺口------声明本身是对方给的。对方声明撒谎，或者只在被测试的那几个请求上走真模型，验证就失效了。

所以我换了个方向：不做验证，做识别。不依赖任何声明，纯从行为上取证。

每一路都是独立证据，按可靠性加权投票：

探针	原理	权重
分词器指纹	固定中英文语料的 `prompt_tokens` 比值，不同家族分词器的差异是物理级的，极难伪装	最高
陷阱题库	temp=0 下不同代际模型必对/必错题（strawberry 里几个 r、9.11 vs 9.9）	高
流式 TPOT	流式输出首字延迟与 token/秒分布，小模型明显更快	低（可被降速伪装）
自我披露	随机措辞 + 多语言问身份，防固定话术背板	最低
知识截止	用不同年份的事件切边界	中
Function calling	工具调用格式完整性与参数约束遵守度	中

输出不是黑白结论，而是候选排名 + 置信度：

erlang 复制代码

gpt-5.6-luna    61%  ████████████
gpt-5.6-sol     22%  ████
deepseek-v4.1   10%  █
结论：❌ 不一致（疑似换壳）

单文件 Go，零依赖，Windows 下 exe 下载即跑：

bash 复制代码

modelspy-windows-amd64.exe -base https://你的中转/v1 -model gpt-6-astra

常用参数：

bash 复制代码

npx skills add 3378925604-a11y/modelspy

OpenCode / Claude Code / Codex / Gemini CLI / Qoder 都能装，装完直接对 Agent 说"测一下这个中转站跑的什么模型"。

internal/db/db.json 里的特征区间是最有价值的贡献------多跑几个中转站，把结果提 PR 回来，指纹库就能更准。