模型身份验证
检查模型自报身份、品牌残留和常见伪装痕迹。
pangolin 用 thinking signature、协议字段和能力探针,判断这是不是原生 Claude。
Claude 页突出服务端签名验证;检测会发真实请求,费用由当前 API key 对应账户承担。
Claude 检测的核心不是“像不像”,而是验证服务端签名和 Anthropic 协议证据是否真实存在。
如果你要看加密级身份判断,优先测 Claude;如果只关心兼容协议,再看 OpenAI / Gemini 页。
随上方「检测深度」切换;完整模式覆盖全部适用项目。长上下文需额外勾选启用。
检查模型自报身份、品牌残留和常见伪装痕迹。
验证 Claude thinking / signature 等服务端专属字段是否透传。
要求模型逐字复现固定标记,检查指令遵循的确定性。
对比仅 user 与显式 system+user,检查固定词是否被隐藏指令覆盖。
用极简请求观察 input_tokens 是否异常偏高,识别隐式 System 注入。
用固定推理题检查可验证的答案是否正确。
从响应 ID 前缀识别托管渠道。
用固定提示的 input_tokens 计数与已校准模型基线比对。
通过行为偏好和回答模式比对 Claude 系列特征。
用 Anthropic / Claude 常识题交叉验证后端是否像宣称的 Claude。
比对请求模型、响应模型与多轮返回中的身份稳定性。
检查消息 ID、SSE 事件序列和 content block 是否符合 Anthropic 规范。
检查 tool_use 块、toolu_ ID、函数名和参数 schema 是否规范。
比对 stream 与 non-stream 的文本、token 和结束原因一致性。
检查 input / output / cache token 字段是否完整且可信。
同题对比渠道与官方(或 baseline)的 input 消耗与响应行为。
用 needle-in-haystack 验证长上下文窗口是否兑现。
提交 PDF 探针,确认文档理解链路没有被中转站剥离。
随机化变体交叉检查 nonce 泄露、固定回复、可疑缓存复用等异常信号。
用拒答场景与改写/编码/渐进变体检查安全策略是否稳定。