Perguntas frequentes

Um retransmissor (também chamado de espelho ou proxy) é um serviço de encaminhamento de terceiros que envia suas solicitações para OpenAI, Anthropic ou Google e retorna a resposta. Motivos comuns: acesso bloqueado a domínios oficiais em algumas regiões, preços de atacado ou uma interface unificada para vários provedores.

Três motivos comuns: ① O acesso a anthropic.com/openai.com pode exigir uma VPN em algumas regiões; ② Alguns revendedores revendem cotas agrupadas no atacado 30–70% abaixo do preço de tabela oficial; ③ Alguns relés expõem Claude, GPT e Gemini por meio de uma única API compatível com OpenAI para que você mantenha uma integração.

APIs oficiais têm campos, assinaturas e formatos de erro fixos. Os relés diferem enormemente – alguns passam por 1:1, outros reescrevem campos de uso, eliminam blocos de pensamento, substituem modelos ou injetam prompts extras do sistema. o pangolim detecta o que realmente acontece no meio.

Legalmente é uma área cinzenta e depende do acordo. Riscos práticos: ① Exit risk — os relés podem desligar, aumentar os preços ou desaparecer com o saldo pré-pago; seja cauteloso com grandes recargas; ② Responses may not match the official API — os relés podem trocar modelos, retirar recursos ou reportar tokens incorretamente, prejudicando a confiabilidade downstream; ③ Prompts may be logged — para dados confidenciais ou do usuário, evite retransmissões desconhecidas. Comece pequeno, escolha operadores respeitáveis ​​e considere ir direto para uso de alto risco.

pangolin testou muitos relés. Cinco armadilhas comuns (todas vistas na natureza): ① Silent model substitution — você paga pelo GPT, mas recebe Claude ou outro modelo mais barato. A resposta superficial parece boa, mas o tom, o raciocínio e os hábitos divergem – arriscado para o trabalho de produção. ② Advanced features break — JSON estrito, entrada de PDF, chamada de ferramenta e recursos semelhantes geralmente falham quando o modelo de back-end é trocado por um mais barato que não os suporta. ③ Billing numbers you can't trust — o mesmo prompt pode custar valores diferentes a cada corrida; algumas retransmissões ocultam totalmente o uso do token, portanto, você não pode reconciliar cobranças que possam exceder o preço oficial sem trilha de auditoria. ④ Models listed but not available — um relé pode anunciar dezenas de modelos e retornar model_not_found para alguns. verificações de pré-voo do Pangolin antes de esperar meio minuto por um relatório totalmente zero. ⑤ Rules change without notice — uma chave que funcionou ontem pode exigir repentinamente uma atualização, atingir os limites do grupo ou ser banida. Teste com uma balança pequena e execute o pangolim antes de grandes recargas.

Três ângulos: ① Campos de protocolo (prefixos de id, objeto, razão de acabamento correspondem às especificações oficiais); ② Capacidade de impressões digitais (assinatura pensante, PDF multimodal, formato de chamada de função); ③ Resistência e uso de injeção (conflitos de sistema, auditoria mínima de entrada, rastros de uso estrangeiro). pangolin combina isso em verificações de vários níveis – o modo completo executa cerca de 18 itens para Claude.

Cinco mais comuns: ① Executar Kiro/Amazon Q/Bedrock como substituto de Claude; ② Encaminhar solicitações GPT para um backend Claude (campos de uso vazam resíduo Claude_*); ③ Trocar GPT-4o por GPT-4o-mini para reduzir custos; ④ Tirar blocos de pensamento, PDF multimodal e outros recursos avançados; ⑤ Injete prompts extras do sistema ou preâmbulos ocultos para reescrever a identidade ou o comportamento.

Não. Os modelos modernos são treinados para responder a questões de identidade, e os relés podem injetar avisos do sistema para que o modelo diga "Eu sou Claude". O pangolim avalia as verificações de identidade em apenas 5% – um sinal auxiliar fraco. Em vez disso, confie em sinais criptografados, como uma assinatura pensante.

Kiro e Amazon Q são gateways substitutos de Claude da Amazon. Suas respostas não possuem assinaturas de pensamento de Claude — elas usam a interface simplificada do AWS Bedrock, que não retorna assinaturas do lado do servidor. pangolin pontua thinking_signature em 0 e falha na verificação geral.

Verifique o campo de uso. OpenAI nativo possui apenas prompt_tokens, complete_tokens e total_tokens. Se você vir claude_cache_creation_5_m_tokens, usage_source: anthropic ou similar, é quase certo que o relé está fazendo a conversão de protocolo. O pangolim sinaliza essa impressão digital como crítica.

Quando o pensamento estendido está ativado, Claude retorna uma assinatura criptografada gerada pelo servidor no campo de assinatura, normalmente de 500 a 2.000 caracteres. A Anthropic o gera no lado do servidor com verificação criptográfica – os relés não podem forjá-lo de forma realista. o pangolim pesa 25% como detector central.

Quatro verificações: ① Execute o pangolim e confirme a pontuação da assinatura de pensamento 100; ② Procure campos estrangeiros em uso além de claude_*; ③ Compare o comportamento de fluxo e não fluxo (os relés geralmente tratam os caminhos de maneira diferente); ④ Confirme os IDs das mensagens usando os prefixos msg_ / toolu_ / srvtoolu_.

O modo completo mostra ~18 cartões UI (~19 detectores). O peso central continua sendo a assinatura do pensamento (25%); o restante cobre identidade/comportamento/conhecimento, reprodução de instruções, conflitos de sistema, auditoria de entrada mínima, canal e tokenizador, uso de ferramentas, consistência de streaming, uso de token e comparação oficial no mesmo prompt; o modo completo adiciona PDF e testes opcionais de contexto longo. foco rápido na autenticidade central e resistência à injeção; o padrão adiciona integridade do protocolo e comparação oficial; full aprofunda as verificações de capacidade.

Desvio de API conhecido no Claude Opus 4.7 — com pensamento adaptativo + streaming + resumido, os fluxos SSE podem omitir blocos de pensamento enquanto os não fluxos funcionam. O detector thinking_signature do pangolin volta para não-stream para obter confiabilidade.

A detecção envia solicitações reais. O modo padrão executa aproximadamente 12 chamadas de API, aproximadamente 3.000 a 5.000 tokens no total (dependendo se o pensamento é acionado). Em Haiku ~$0,012, Soneto ~$0,05, Opus ~$0,20. O próprio pangolim é gratuito – você paga taxas de token upstream.

Depende. Causas comuns: ① Chave de API inválida ou esgotada (banner inválido mostrado); ② O relé não suporta o modelo escolhido (o comprovante retorna 422); ③ Relé genuinamente ruim. Leia os detalhes de cada detector, não apenas a pontuação total.

O campo de uso é o sinal mais claro. O verdadeiro OpenAI nativo possui apenas prompt_tokens, complete_tokens e total_tokens. claude_cache_creation_5_m_tokens, usage_source: anthropic ou input_tokens/output_tokens (nomeação antrópica) indicam fortemente a conversão de protocolo. o pangolim marca esses pontos como críticos e falha no detector.

75 está na faixa de aprovação, mas quaisquer problemas críticos (especialmente críticos de múltiplos protocolos) rebaixam o veredicto para marginal – círculo amarelo, aviso de risco. Normalmente a API funciona, mas o relé está convertendo protocolos; você pode não estar no GPT real.

O modo estrito OpenAI deve retornar JSON puro, não barreiras de código Markdown. Se você obtiver ```json {...} ```, ou o relé não passou pelo response_format ou o modelo subjacente (provavelmente não GPT) não entende o modo estrito. pangolin usa o sinalizador markdown_json_seen para distinguir os dois.

O campo model é apenas uma string; relés podem definir qualquer coisa. Verifique com outros sinais: ① detector de protocolo pangolim verifica impressões digitais de uso; ② Diferenças comportamentais (GPT tende a ser conciso, Claude mais educado e prolixo); ③ CV do token em chamadas repetidas (detector model_consistency).

pangolin lista quantos modelos nessa chave correspondem ao protocolo. Se você estiver no OpenAI, mas vir modelos 0 GPT, um cartão amarelo explica que a chave possui modelos X Claude / Y Gemini – um clique para alternar e testar lá.

Três causas: ① Relay proxies apenas alguns modelos Gemini (muitos carregam apenas visualização 3.x, não 2.5); ② Incompatibilidade de nomes (gemini-2.5-flash vs modelos/gemini-2.5-flash); ③ Modelo aposentado. O pré-vôo do Pangolin captura modelos mortos em aproximadamente 500 ms e sugere alternativas.

Pelo menos 64, idealmente 128+. O Gemini 3 permite pensar por padrão, consumindo de 30 a 60 reasoning_tokens antes do texto. Se o máximo for muito pequeno (<32), o pensamento preenche o orçamento e você obtém um texto vazio com finish_reason=length. os detectores de pangolim usam 64–384.

Não. Apenas o caminho compatível com OpenAI (POST /chat/completions) permanece — ele cobre a maioria dos relés de terceiros e o endpoint /v1beta/openai oficial do Google. Os relatórios legados do Gemini Native ainda podem ser abertos.

Três níveis: ① Deve suportar gemini-2.5-flash ou gemini-3-flash-preview (2026 estável); ② pontuação do protocolo pangolim ≥ 80; ③ o uso não tem resíduos estranhos fora de gemini_* (sem conversão silenciosa de protocolo). pangolin classifica listas de modelos por recomendação.

Sim. Defina base_url como https://generativelanguage.googleapis.com/v1beta/openai e api_key como sua chave do Google AI Studio AIza.... O endpoint oficial compatível funciona como base para comparar retransmissões de terceiros.

Três passos: ① Abra o site e vá para a página de verificação do Claude/OpenAI/Gemini; ② Insira relé base_url + api_key e escolha um modelo (o menu suspenso lista o que está disponível para essa chave); ③ Clique em Iniciar — relatório em 30–60s. Compartilhe via /r/{job_id} ou baixe JPG.

quick cobre autenticidade central, conectividade e sondas de injeção – bom para triagem rápida; o padrão adiciona integridade de protocolo, chamada de ferramenta, consistência de streaming, uso de token e comparação oficial no mesmo prompt – recomendação padrão; full adiciona impressão digital de comportamento, precisão de conhecimento, PDF e sondagens opcionais de contexto longo. As páginas de Claude executam assinatura pensante em todos os modos.

Total ponderado: ≥85 excelente (verde) / 70–84 aprovado (verde claro) / 50–69 marginal (amarelo) / <50 reprovado (vermelho). Qualquer problema crítico do detector limita o veredicto no marginal (amarelo), mesmo acima de 70. Expanda as subverificações de cada detector para obter detalhes.

Qualquer pessoa com o link (anônimo, não criptografado). Os relatórios nunca armazenam sua chave de API em texto simples — apenas em formato editado (sk-y7xU••••••0h). Não compartilhe URLs para retransmissões privadas. Relatórios privados opt-in estão planejados.

Sim – código totalmente aberto. clone → pip install -e .[web] → uvicorn web.server:app. CLI funciona de forma independente: detector de relé detecta --base-url ... --api-key ... --mode full. Consulte LEIA-ME.

Não. A chave completa permanece apenas em um suporte na memória durante a execução; ele é apagado após sucesso, falha, cancelamento ou interrupção — nunca gravado em registros de trabalho, logs ou disco. Para valores controlados pelo usuário/upstream e chaves dinâmicas, removemos a chave bruta e os formulários canônicos urllib.parse.quote(key, safe=''), quote_plus(key, safe=''); %XX hexadecimal não diferencia maiúsculas de minúsculas. Chaves fixas de protocolo/esquema são mantidas. Não prometemos capturar codificação percentual não canônica de bytes não reservados, Base64, criptografia ou transformações arbitrárias.

cctest.ai também afirma não fazer upload de chaves, mas de código fechado – não verificável. pangolin está totalmente aberto: clone e execute (git clone ... && uvicorn web.server:app) ou audite o código do servidor no GitHub.

Sim, mas pouco. Modo padrão ~ 12 solicitações reais, total de 3.000 a 5.000 tokens. Aproximadamente Haiku $ 0,012, Soneto $ 0,05, Opus $ 0,20 - pago ao upstream (retransmissão ou oficial), não ao pangolim.

Os relatórios contêm: ① base_url (fragmentos de chave de API removidos se incorporados); ② api_key editado; ③ resultados de detecção. Sem nome, e-mail ou IP. Para excluir um relatório, abra um problema no GitHub.

cctest cobre Claude apenas com verificações anti-evasão de caixa preta, mas com dimensões superficiais. pangolin cobre três protocolos (Claude / OpenAI / Gemini), assinatura de pensamento criptografada, troca automática de protocolo cruzado, detecção de modelo morto pré-envio, código aberto completo e impressões digitais do adaptador OpenAI para "GPT que na verdade é Claude".

hvoy suporta três protocolos, mas verificações superficiais (principalmente conformidade de protocolo). pangolin adiciona assinatura de pensamento criptografada em Claude (único), impressões digitais de conversão de protocolo em OpenAI (usage_source etc. em nível crítico) e suporte Gemini para modelos de pensamento por padrão – cobertura mais profunda.

Essas são análises subjetivas ou classificações baseadas em anúncios; pangolim é um teste técnico objetivo. Use ambos: faça uma lista restrita de reputação e depois verifique com o pangolim.

Pangolin recomenda cinco verificações rigorosas: ① assinatura de pensamento ≥ 100; ② protocolo critic_issue_count = 0; ③ uso consistente de fluxo / não fluxo; ④ o ID do modelo corresponde ao modelo solicitado (passe model_consistency); ⑤ CV de complete_tokens <0,10 entre repetições (estabilidade).