中转站怎么掺假：五种常见手段和各自的表现

中转站夹在你和官方接口之间，你发出的请求和收到的回答都经过它。它可以原样转发，也可以在中间动手脚。官方接口的字段、签名和报错格式是确定的，中转站之间的差别却很大。

下面这五种做法，是检测工具 Veridrop 在公开说明里列出的、它在检测中见过的情况。先看总表，再逐个说。

手段	你会看到什么	初步怎么判断
换成别的模型	回答的风格、思路不像你买的那个模型；难题做不出来	看响应里的协议字段和用量字段，不看回答的内容
裁掉高级能力	思考、读 PDF、工具调用、严格格式输出时灵时不灵	单独测这一项能力，对照官方的行为
用量和计费对不上	同一句话每次扣的钱不一样；不返回用了多少 token	记下每次请求的用量，和控制台的扣费对账
模型列表有名无实	宣称支持几十个模型，真去调用报“没有这个模型”	充值前把你要用的模型逐个试一遍
注入系统提示词	问它是谁，它答得很标准	不要用这个问题来验证，见下文

需要先说明的是：这些现象都只是线索，不是定论。 模型的输出本身有波动，上游临时出错、你自己的参数写错，也会造成类似的表现。本文讲的是该往哪里查，不是一看到就能下结论。

一、换成别的模型

这是最核心的一种，又分三种情况。

同一家的贵模型换成便宜模型。 你按旗舰模型付钱，实际跑的是同厂的小模型。成本差几倍到几十倍，所以动机最强。

跨厂商替换。 你请求的是 GPT，后面实际是 Claude，或者反过来，中间由中转站做一层接口格式的转换。这种替换有时会在响应里留下痕迹：用量字段里出现了另一家厂商才有的字段名。怎么自己看，见GPT 中转站背后是不是 Claude。

用非官方的渠道顶替。 Veridrop 的说明里点名了两个：Kiro 和 Amazon Q。按它的说法，有的中转站把这类面向开发工具的产品渠道拿来当作 Claude API 转卖，这样得到的响应里没有 Claude 思考内容应有的签名，它在这一项上会直接判零分。这是 Veridrop 一方的说法，本站没有独立验证。

这里要分清一件事：经过云平台不等于造假。 Amazon Bedrock 和 Google Cloud 是 Anthropic 官方的合作渠道。Anthropic 的文档写明，思考内容的签名在 Claude API、Bedrock 和 Google Cloud 之间是通用的。中转站的上游是这些云平台时，模型是真的，只是个别功能和直连 Anthropic 可能有差别。签名是什么、能证明什么，见thinking signature 是什么。

二、裁掉高级能力

换上来的便宜模型不会的东西，就表现为“这个功能在这家站上不好使”。Veridrop 列出的几类：

• 思考内容被去掉，响应里没有思考块；
• 传 PDF 进去，模型读不到里面的内容；
• 工具调用的结构不对，或者调用的编号不是官方的格式；
• 要求严格按 JSON 格式输出，返回的却是包在代码块里的文字。

对用 Claude Code、Codex 的人，这一类最要紧。编程工具高度依赖工具调用和思考，这些被裁掉之后，表现出来就是“变笨了”“老是做一半”。怎么系统地查，见中转站模型降智是怎么回事。

也要排除不是中转站的原因：模型或接口本来就不支持这项能力，或者你的请求参数没有写对。先在官方文档里确认这个模型支持，再下判断。

三、用量和计费对不上

Veridrop 描述的现象有两种：同样一句话问几次，每次扣的钱都不一样；或者中转站干脆不返回这次用了多少 token，你没法对账。

用量字段是接口响应的一部分，官方每次都会返回。中转站不返回，或者返回的数字和扣费对不上，你就失去了核对的依据。它的收费倍率再低，也可能通过多算 token 补回来。

自己能做的核对很简单：挑几次请求，记下响应里的用量，再到中转站的控制台看这几次实际扣了多少，算一算是否和它公布的价格一致。

四、模型列表有名无实

对外宣称支持几十个模型，其中一些调用时直接报“没有这个模型”。这未必是恶意，有的站只是把上游的清单照抄过来，没有逐个核实，但对你的影响是一样的：冲着某个模型充了值，结果用不了。

充值之前，把你确定要用的模型逐个发一条最短的请求试一遍。只试一个不够，尤其是最新的和最贵的那几个。

五、注入系统提示词

中转站可以在你的请求前面悄悄加一段系统提示词，比如“你是某某模型”。这样你问它是谁，它会答得很标准。

所以直接问模型是谁，验证不了任何事。这一点单独写了一篇：问“你是什么模型”为什么验证不了真假。

注入的提示词还有别的副作用：它占用你的上下文，也可能改变模型的行为，而你并不知道它写了什么。

还有一类不算掺假，但同样要防

Veridrop 的说明里还提到一种情况：同一把 key，今天用得好好的，第二天提示要升级套餐、分组失效，甚至直接被封。中转站后台的规则可以不通知就调整。

这属于经营上的风险，不是技术上的掺假，判断的办法也不一样，见中转站跑路前有哪些征兆。

自己能查到哪一步

你能做的	能发现什么	发现不了什么
看原始响应里的字段	跨厂商替换留下的痕迹、用量字段缺失	痕迹被中转站清理干净的情况
单独测一项能力	这项能力有没有被裁掉	同厂贵模型换便宜模型，如果便宜模型也支持这项能力
用量和扣费对账	计费是否和公布的一致	模型是不是你买的那个
多次发同样的请求	表现是否稳定	稳定地给你一个便宜模型

每一种自查都只覆盖一部分。把几种合起来、并且有官方接口作对照，结论才站得住，这正是检测工具做的事。可以用自己的 key 到 Veridrop 跑一次，或者先看中转站排行榜上别人测过的结果。

选站时该看哪些，见中转站怎么选。