OpenAI API 中转站检测 协议 / 能力校验

验证 OpenAI API 中转站的协议与能力

pangolin 用 Chat Completions 结构、工具调用、流式一致性和 usage 指纹,看它是不是在假装 GPT。

Chat Completions Function Calling Structured Output usage 指纹

OpenAI 没有 Claude 那样的服务端防伪签名,因此这里突出高置信协议和能力检测。

OpenAI 的亮点:抓协议穿帮和能力缩水

本页重点评估 GPT 兼容接口是否按 OpenAI 规范返回,并确认关键能力是否真实透传。

这不是加密级身份证明,但足够发现大多数协议适配层、字段穿帮和能力缺失。

填写 OpenAI 兼容接口的根地址,例如 https://api.example.comhttps://api.example.com/v1

密钥仅用于本次检测任务,不写入报告或持久化存储,任务结束后释放。

直接填写中转站使用的 GPT 模型 ID,或从探测出的候选列表里选择。

本次会跑哪些检测项

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。

标准 · 主要能力与一致性(推荐) · 14

基础请求

确认 Chat Completions 基础请求能稳定返回。

模型一致性

比对请求模型与响应 model 字段是否匹配。

函数调用

检查 tool_calls、函数名、参数 JSON 和调用结构。

结构化输出

验证 JSON Schema / strict 输出约束是否生效。

协议规范性

核验 id、object、choices、finish_reason、usage 等字段形状。

流式一致性

比对 stream 与 non-stream 的文本和 token 使用一致性。

Token 计费

检查 prompt / completion / total token 计量关系。

官方同题对比

同题对比渠道与官方(或 baseline)的 input 消耗与响应行为。

指令精确复现 (抗套壳)

要求模型逐字复现固定标记,检查指令遵循的确定性。

System 冲突测试

对比仅 user 与显式 system+user,检查固定词是否被隐藏指令覆盖。

极简 Input Token 审计

用极简请求观察 input_tokens 是否异常偏高,识别隐式 System 注入。

极限推理能力 (数论计数)

用固定推理题检查可验证的答案是否正确。

隐藏注入检测

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。

安全拒答与策略稳定性

用拒答场景与改写/编码/渐进变体检查安全策略是否稳定。

2026-09-08 · 分享、多语言与打分校准

这次优化了报告分享和切换语言体验,并微调了 OpenAI / Gemini 的检测打分侧重。