Hasil deteksi

Model: gpt-5.5 · mode full · relai https://test.apiqik-kratos.dimleap.cn

Skor total

Setiap item lulus/gagal/kesalahan; totalnya adalah hasil tertimbang dan mungkin berada di antara keduanya.

92 / 100

Permintaan dasar Verifikasi selesai

Konfirmasikan bahwa permintaan dasar Penyelesaian Obrolan dapat kembali secara stabil.

Lulus 100

konsistensi model Verifikasi selesai

Bandingkan bidang model permintaan dan model respons untuk melihat apakah keduanya cocok.

Lulus 100

panggilan fungsi Verifikasi selesai

Periksa tool_calls, nama fungsi, parameter JSON, dan struktur panggilan.

Lulus 100

Keluaran terstruktur Verifikasi selesai

Verifikasi bahwa Skema JSON/batasan keluaran yang ketat berlaku.

Lulus 100

Normativitas protokol Verifikasi selesai

Verifikasi bentuk bidang seperti id, objek, pilihan, alasan_selesai, penggunaan, dll.

gagal 65

konsistensi streaming Verifikasi selesai

Bandingkan penggunaan teks dan token streaming dan non-stream untuk konsistensi.

Lulus 100

Penagihan token Verifikasi selesai

Periksa hubungan pengukuran prompt/penyelesaian/total token.

gagal 65

Reproduksi perintah yang akurat (anti-casing) Verifikasi selesai

Model diminta untuk mereproduksi tanda tetap secara verbatim, memeriksa seberapa deterministik instruksi yang diikuti.

Lulus 100

Pengujian konflik sistem Verifikasi selesai

Bandingkan pengguna hanya dengan sistem+pengguna eksplisit, periksa apakah kata-kata tetap ditimpa oleh arahan tersembunyi.

Lulus 100

Audit Token Input Minimalis Verifikasi selesai

Gunakan permintaan minimalis untuk mengamati apakah input_tokens sangat tinggi dan mengidentifikasi injeksi Sistem implisit.

gagal 40

Perbandingan resmi dengan judul yang sama Verifikasi selesai

Pertanyaan yang sama membandingkan konsumsi input dan perilaku respons antara saluran dan pejabat (atau baseline).

Tidak berlaku —

Sembunyikan deteksi injeksi Verifikasi selesai

Varian acak memeriksa ulang sinyal abnormal seperti kebocoran nonce, balasan tetap, dan penggunaan kembali cache yang mencurigakan.

Lulus 100

Penolakan keamanan dan stabilitas kebijakan Verifikasi selesai

Periksa apakah kebijakan keamanan stabil menggunakan skenario penolakan jawaban dan varian penulisan ulang/pengkodean/progresif.

gagal 50

Kemampuan penalaran yang ekstrim (penghitungan teori bilangan) Verifikasi selesai

Gunakan pertanyaan penalaran terekam untuk memeriksa apakah jawaban yang dapat diverifikasi benar.

Lulus 100

keaslian konteks panjang Verifikasi selesai

Gunakan needle-in-haystack untuk memverifikasi bahwa jendela konteks diterapkan.

Lulus 100

Bagaimana cara membaca hasil ini?

Token 计费存在风险

Token 数明显异常: usage 字段、token 增量或流式/非流式统计存在明显问题,有虚报或统计错误风险。

Tanda pertama

1,935ms

Total waktu

99,636ms

Keluaran (T/S)

25.5

Token masukan

427,581

Token keluaran

2,541

What does each OpenAI check cover?

Permintaan dasar: Konfirmasikan bahwa permintaan dasar Penyelesaian Obrolan dapat kembali secara stabil.
konsistensi model: Bandingkan bidang model permintaan dan model respons untuk melihat apakah keduanya cocok.
panggilan fungsi: Periksa tool_calls, nama fungsi, parameter JSON, dan struktur panggilan.
Keluaran terstruktur: Verifikasi bahwa Skema JSON/batasan keluaran yang ketat berlaku.
Normativitas protokol: Verifikasi bentuk bidang seperti id, objek, pilihan, alasan_selesai, penggunaan, dll.
konsistensi streaming: Bandingkan penggunaan teks dan token streaming dan non-stream untuk konsistensi.
Penagihan token: Periksa hubungan pengukuran prompt/penyelesaian/total token.
Perbandingan resmi dengan judul yang sama: Pertanyaan yang sama membandingkan konsumsi input dan perilaku respons antara saluran dan pejabat (atau baseline).
Reproduksi perintah yang akurat (anti-casing): Model diminta untuk mereproduksi tanda tetap secara verbatim, memeriksa seberapa deterministik instruksi yang diikuti.
Pengujian konflik sistem: Bandingkan pengguna hanya dengan sistem+pengguna eksplisit, periksa apakah kata-kata tetap ditimpa oleh arahan tersembunyi.
Audit Token Input Minimalis: Gunakan permintaan minimalis untuk mengamati apakah input_tokens sangat tinggi dan mengidentifikasi injeksi Sistem implisit.
Kemampuan penalaran yang ekstrim (penghitungan teori bilangan): Gunakan pertanyaan penalaran terekam untuk memeriksa apakah jawaban yang dapat diverifikasi benar.
keaslian konteks panjang: Gunakan needle-in-haystack untuk memverifikasi bahwa jendela konteks diterapkan.
Sembunyikan deteksi injeksi: Varian acak memeriksa ulang sinyal abnormal seperti kebocoran nonce, balasan tetap, dan penggunaan kembali cache yang mencurigakan.
Penolakan keamanan dan stabilitas kebijakan: Periksa apakah kebijakan keamanan stabil menggunakan skenario penolakan jawaban dan varian penulisan ulang/pengkodean/progresif.