基础请求
确认 Chat Completions 基础请求能稳定返回。
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。
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。
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。
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。
确认 Chat Completions 基础请求能稳定返回。
比对请求模型与响应 model 字段是否匹配。
检查 tool_calls、函数名、参数 JSON 和调用结构。
验证 JSON Schema / strict 输出约束是否生效。
核验 id、object、choices、finish_reason、usage 等字段形状。
比对 stream 与 non-stream 的文本和 token 使用一致性。
检查 prompt / completion / total token 计量关系。
同题对比渠道与官方(或 baseline)的 input 消耗与响应行为。
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。
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。