检测结果如下

模型: claude-haiku-4-5-20251001-thinking · 模式 full · 中转站 https://test.apiqik-kratos.apiqik.com

总分值

单项为通过 / 未通过 / 异常；总分为加权综合结果，可能处于中间态。

71 / 100

模型身份验证核验完成

检查模型自报身份、品牌残留和常见伪装痕迹。

通过 100

思考支持性核验完成

验证 Claude thinking / signature 等服务端专属字段是否透传。

未通过 0

指令精确复现 (抗套壳) 核验完成

要求模型逐字复现固定标记，检查指令遵循的确定性。

通过 100

System 冲突测试核验完成

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

通过 100

极限推理能力 (数论计数) 核验完成

用固定推理题检查可验证的答案是否正确。

通过 100

渠道检测核验完成

托管渠道：Anthropic

通过 100

Claude 分词器校验核验完成

模型：— · 观测 Token 数：None · 预期 Token 数：None · 匹配：unknown

不适用 —

极简 Input Token 审计核验完成

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

通过 100

行为风格一致性核验完成

通过行为偏好和回答模式比对 Claude 系列特征。

通过 100

知识准确度核验完成

用 Anthropic / Claude 常识题交叉验证后端是否像宣称的 Claude。

通过 100

模型声明一致性核验完成

比对请求模型、响应模型与多轮返回中的身份稳定性。

未通过 60

消息结构规范核验完成

检查消息 ID、SSE 事件序列和 content block 是否符合 Anthropic 规范。

通过 100

Tool Use / 结构化输出核验完成

检查 tool_use 块、toolu_ ID、函数名和参数 schema 是否规范。

通过 100

流式一致性核验完成

比对 stream 与 non-stream 的文本、token 和结束原因一致性。

未通过 60

Token 用量一致性核验完成

Token 用量存在风险: usage 字段缺失、长短 prompt 增量异常、输出 token 超出请求上限,或 stream 与 non-stream token 统计不一致。

未通过 70

官方同题对比核验完成

同题对比渠道与官方（或 baseline）的 input 消耗与响应行为。

不适用 —

隐藏注入检测核验完成

未发现隐藏注入迹象

通过 100

安全拒答与策略稳定性核验完成

安全策略检测结果不充分

未通过 50

长上下文真实性核验完成

用 needle-in-haystack 验证长上下文窗口是否兑现。

不适用 —

多模态 / PDF 识别核验完成

提交 PDF 探针，确认文档理解链路没有被中转站剥离。

通过 100

这份结果怎么理解?

Token 用量存在风险

Token 用量存在风险: usage 字段缺失、长短 prompt 增量异常、输出 token 超出请求上限,或 stream 与 non-stream token 统计不一致。

首 TOKEN

1,502ms

总耗时

64,923ms

吞吐 (T/S)

123.8

输入 TOKENS

5,658

输出 TOKENS

8,039

Claude 检测项各自检查什么?

模型身份验证: 检查模型自报身份、品牌残留和常见伪装痕迹。
思考支持性 ⭐: 验证 Claude thinking / signature 等服务端专属字段是否透传。
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。
渠道检测: 从响应 ID 前缀识别托管渠道。
Claude 分词器校验: 用固定提示的 input_tokens 计数与已校准模型基线比对。
行为风格一致性: 通过行为偏好和回答模式比对 Claude 系列特征。
知识准确度: 用 Anthropic / Claude 常识题交叉验证后端是否像宣称的 Claude。
模型声明一致性: 比对请求模型、响应模型与多轮返回中的身份稳定性。
消息结构规范: 检查消息 ID、SSE 事件序列和 content block 是否符合 Anthropic 规范。
Tool Use / 结构化输出: 检查 tool_use 块、toolu_ ID、函数名和参数 schema 是否规范。
流式一致性: 比对 stream 与 non-stream 的文本、token 和结束原因一致性。
Token 用量一致性: 检查 input / output / cache token 字段是否完整且可信。
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。
长上下文真实性: 用 needle-in-haystack 验证长上下文窗口是否兑现。
多模态 / PDF 识别: 提交 PDF 探针，确认文档理解链路没有被中转站剥离。
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。