Deteksi relai Claude API Pemeriksaan tingkat kripto

Verifikasi apakah relai API Claude benar-benar melewatinya

pangolin menggunakan thinking signature, bidang protokol, dan pemeriksaan kemampuan untuk memberi tahu Claude asli dari wrapper atau backend yang dipotong.

Tanda Tangan Berpikir 20 cek Konteks panjang / PDF Kunci tidak disimpan

Halaman ini menekankan verifikasi tanda tangan sisi server. Permintaan nyata ditagihkan ke akun upstream kunci.

Sorotan Claude: lebih dekat ke verifikasi tingkat identitas

Deteksi Claude bukan “apakah itu terlihat seperti Claude?” — memeriksa apakah tanda tangan server dan bukti protokol Antropik benar-benar ada.

Tanda tangan berpikirTanda tangan sisi server antropis - secara teori relai tidak dapat memalsukannya. Sinyal kepercayaan tertinggi di halaman ini.
Kemampuan & anti injeksiPenggunaan Alat, PDF, konteks panjang, konsistensi streaming, ditambah konflik sistem / audit input minimal / perbandingan resmi yang cepat.
Batas keamananKunci API hanya digunakan untuk pekerjaan ini — tidak pernah ditulis ke laporan, log, atau disk.

Untuk identitas tingkat kripto, mulailah dengan Claude; untuk kompatibilitas protokol, periksa juga OpenAI / Gemini.

URL dasar relai

Masukkan URL akar relai. trenggiling akan menyebut titik akhirnya /v1/messages.

Kunci API

Kuncinya hanya digunakan untuk pekerjaan ini dan tidak pernah ditulis ke laporan atau penyimpanan tahan lama.

Model sasaran

Pilih preset atau ketik ID model khusus yang digunakan relai Anda.

Kedalaman pemindaian

Penyelidikan keaslian konteks panjang Ekstra 32rb → 100rb → 200rb permintaan jarum di tumpukan jerami. Extra upstream cost, typically about $0.05–$1.00.

Penyelidikan konteks ekstrim Melangkah menuju jendela model yang diiklankan (hingga ~950 ribu). Cost may reach $0.05–$8.

Pemeriksaan yang akan dijalankan

Pembaruan dengan kedalaman Pindai di atas. Mode penuh mencakup semua pemeriksaan yang berlaku. Penyelidikan konteks panjang memerlukan keikutsertaan ekstra.

Penuh · semua pemeriksaan yang berlaku (disarankan) · 20

Otentikasi model

Periksa identitas model yang dilaporkan sendiri, residu merek, dan tanda-tanda umum kamuflase.

Berpikirlah mendukung

Verifikasi apakah bidang eksklusif sisi server seperti Claude pemikiran / tanda tangan dikirimkan secara transparan.

Reproduksi perintah yang akurat (anti-casing)

Model diminta untuk mereproduksi tanda tetap secara verbatim, memeriksa seberapa deterministik instruksi yang diikuti.

Pengujian konflik sistem

Bandingkan pengguna hanya dengan sistem+pengguna eksplisit, periksa apakah kata-kata tetap ditimpa oleh arahan tersembunyi.

Audit Token Input Minimalis

Gunakan permintaan minimalis untuk mengamati apakah input_tokens sangat tinggi dan mengidentifikasi injeksi Sistem implisit.

Kemampuan penalaran yang ekstrim (penghitungan teori bilangan)

Gunakan pertanyaan penalaran terekam untuk memeriksa apakah jawaban yang dapat diverifikasi benar.

Deteksi saluran

Mengidentifikasi saluran hosting dari awalan ID respons.

Claude Verifikasi Tokenizer

Hitung input_tokens dengan petunjuk tetap dibandingkan dengan garis dasar model yang dikalibrasi.

konsistensi gaya perilaku

Bandingkan karakteristik seri Claude melalui preferensi perilaku dan pola jawaban.

keakuratan pengetahuan

Gunakan Anthropic / Claude pertanyaan pengetahuan umum untuk melakukan validasi silang apakah backend diklaim seperti Claude.

Konsistensi deklarasi model

Membandingkan model permintaan, model respons, dan stabilitas identitas dalam beberapa putaran pengembalian.

Spesifikasi struktur pesan

Periksa ID pesan, urutan peristiwa SSE, dan blok konten untuk kesesuaian dengan spesifikasi Anthropic.

Penggunaan Alat/Keluaran Terstruktur

Periksa apakah blok tool_use, toolu_ ID, nama fungsi dan skema parameter sudah terstandarisasi.

konsistensi streaming

Bandingkan teks streaming dan non-aliran, token, dan alasan akhir untuk konsistensi.

Konsistensi penggunaan token

Periksa apakah kolom token input/output/cache sudah lengkap dan asli.

Perbandingan resmi dengan judul yang sama

Pertanyaan yang sama membandingkan konsumsi input dan perilaku respons antara saluran dan pejabat (atau baseline).

keaslian konteks panjang

Gunakan needle-in-haystack untuk memverifikasi bahwa jendela konteks panjang diterapkan.

Pengenalan multimodal/PDF

Kirimkan penyelidikan PDF untuk mengonfirmasi bahwa tautan pemahaman dokumen belum dihapus oleh stasiun transfer.

Sembunyikan deteksi injeksi

Varian acak memeriksa ulang sinyal abnormal seperti kebocoran nonce, balasan tetap, dan penggunaan kembali cache yang mencurigakan.

Penolakan keamanan dan stabilitas kebijakan

Periksa apakah kebijakan keamanan stabil menggunakan skenario penolakan jawaban dan varian penulisan ulang/pengkodean/progresif.