模型真实性检测
让模型凭第一反应写几百个整数，认出它背后到底是哪个模型。免费，全部在你的浏览器里完成。
指纹分析在你的浏览器里完成。手动检测不上传题目和回答（完成后只发一条匿名统计）；API 检测直接请求你的接口，必要时经本站原样转发，不保存 Key。
原理与准确率
语言模型写出的“随机数”并不均匀：每个模型偏爱的数字、区间和末位相对固定，就像笔迹。我们把回答和指纹库里 66 个模型的“数字笔迹”比对，给出最接近的模型和置信度。题目每次随机，措辞、语言、数量都不同。
回复越多越准
| 粘贴的回复 | 认对模型家族 | 认对具体型号 | 正确型号在前 3 |
|---|---|---|---|
| 1 条（快速） | 95.0% | 86.3% | 97.0% |
| 2 条 | 98.7% | 92.0% | 99.4% |
| 3 条（精准） | 99.2% | 93.6% | 99.8% |
同一批留出数据（2376 条单条回复 / 792 组 3 条回复）。只有 1 条回复时只给出“最像哪个模型”，要判断“是不是声称的模型”至少需要 2 条。
怎么测的：把 66 个模型的 792 组回复（每组 3 条）先拿出来，不参与建指纹库，再让指纹库去认——相当于考它从没见过的答卷。这些数字只适用于已收录的模型；没收录的模型会被认成“最像”的那个。
已收录的 66 个模型（15 个家族）
Claudeclaude-fable-5 · claude-fable-5.1 · claude-haiku-4.5 · claude-haiku-5.5 · claude-opus-4.6 · claude-opus-4.7 · claude-opus-4.8 · claude-opus-5 · claude-opus-5.5 · claude-sonnet-4.6 · claude-sonnet-5 · claude-sonnet-5.5
DeepSeekdeepseek-v3.2 · deepseek-v4-flash · deepseek-v4-flash-0731 · deepseek-v4-pro · deepseek-v4-pro-0813 · deepseek-v4.1-flash · deepseek-v4.1-flash-1017
Geminigemini-2.5-pro · gemini-3.1-pro-preview · gemini-3.5-flash · gemini-3.5-flash-lite · gemini-3.6-flash · gemini-3.7-flash · gemini-3.8-flash · gemini-4-argon
GLMglm-5.2 · glm-5.3 · glm-5.3-flash · glm-5.3-flashx
GPTgpt-4o · gpt-5.4 · gpt-5.5 · gpt-5.6-luna · gpt-5.6-sol · gpt-5.6-terra · gpt-6-astra · gpt-6-luna · gpt-6-sol · gpt-6.1-terra
Grokgrok-4.5 · grok-4.6 · grok-4.7
混元hy4-preview
Kimikimi-k2.8-preview · kimi-k3 · kimi-k3.1-pro
MiMomimo-v2.5 · mimo-v2.5-pro · mimo-v2.6-flash · mimo-v2.6-pro
MiniMaxminimax-m3.1-flash
Musemuse-spark-1.2 · muse-spark-1.3 · muse-wonder
Qwen 通义千问qwen3.8-27b · qwen3.8-flash · qwen3.8-max-0902 · qwen3.8-omni-flash
Seed 豆包seed-2.0-lite · seed-2.0-mini · seed-2.1-turbo
Stepstep-5-preview没收录的模型也能测：会给出“最像”的已收录模型；API 检测里的分词器、计费、返回信息照常核对。
API 自动检测还会核对什么
让模型凭第一反应写几百个整数。每个模型偏爱的数字、区间和末位相对固定，就像笔迹。我们把题面伪装成普通任务，措辞、语言、数量每次随机，中转站很难识别出这是检测请求。
发送十几段特制的短文本，看接口返回的输入 token 数。不同模型家族切词方式不同，这一项和模型怎么回答无关，换壳改写也骗不过去。
同样一段文字，看接口记了多少输出 token；再对照空请求的输入 token，发现被偷偷加进去的隐藏提示词或虚高计费。
核对接口返回的模型名、响应 ID、结束原因等协议细节，以及速度。
第一轮出现不一致时，自动换一组题再测一轮，两轮都不符才判“不一致”，避免误伤。
常见问题
手动检测要把题目发到哪里？
发给你想测的那个模型就行：官方网页版、App、中转站的聊天页面或你自己的程序都可以。每道题最好新开一个对话，把模型的完整回答原样粘贴回来。手动检测不需要 Key，题目和回答不会发给任何人；检测完成后只发送一条匿名统计（检测方式和结论，不含模型名、题目和回答）。
我的 API Key 安全吗？
检测在你的浏览器里运行。接口允许浏览器直接访问时，Key 只发给那个接口本身；不允许时，请求经 ModelBank 原样转发，我们不保存、不记录 Key 和内容。介意的话，可以在“高级选项”里选“只用浏览器直连”。
结果能当作证据吗？
这是统计意义上的一致性判断，可靠度见上面的准确率，但不是法律意义上的证明。遇到“可疑”，建议换个时间再测一次；“不一致”表示多项独立证据都不相符。
为什么显示“无法判断”？
常见原因：模型还没收录进指纹库、回答被截断或拒答、接口不返回 token 用量。
会花多少钱？
一次检测大约 7–25 次请求，其中 6 次会生成几百个数字（约 1–2 千 token），其余都是十几个 token 的短请求。
你们会公开点名中转站吗？
不会。我们只提供检测工具和报告，是否分享由你决定。