检测结果如下

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。

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

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。

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。

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。