你有没有想过，买 API 中转服务时，后端跑的真的是你付钱买的那个模型吗？LLMprobe-engine 是一个开源的 API 端点质量检测工具，能自动执行 76+ 项探针，从品质、安全性、完整性、身份识别四个维度给出 0-100 评分。本文用魔芋 API 实测，看看结果如何。

LLMprobe-engine 是什么

LLMprobe-engine 是 BazaarLink 团队开发的开源 CLI 工具和 Node.js 函数库，专门针对 OpenAI 兼容 API 端点做品质检测。2026-04-26 发布 v0.7.0，新增行为向量扩展分类器，附带 22 个热门模型的离线 baseline。

这个工具解决的问题很实际：API 中转站可能偷换模型。比如你花钱买 Claude Opus 4.8，后端实际跑的是更便宜的 Sonnet 甚至其他家的模型。LLMprobe-engine 通过四层独立指纹检测来识别这类问题。

• GitHub：https://github.com/Bazaarlinkorg/LLMprobe-engine

• 在线工具：https://bazaarlink.ai/probe

• 论文：arXiv 2604.08407

• 协议：MIT

四层检测方法

层① 表面指纹：分析模型的自我描述、格式偏好、知识截止日期等表面特征，判断属于哪个家族（Anthropic / OpenAI / Google / DeepSeek）。

层② 行为指纹：通过 8 个方向共 36 个探针收集行为特征——写作风格、推理格式、代码风格、Tokenizer 感知、计算行为、时事知识等。然后用向量相似度匹配具体模型。

层③ 完整性检测：19 个核心探针覆盖品质（中英推理、代码、数学、幻觉）、安全（基础设施泄露、System Prompt 泄露、提示注入）、完整性（Token 膨胀、SSE 格式、缓存一致性）。

层④ 子模型识别（V3）：专门识别同家族内的不同版本。比如你买的是 Opus 4.7，后端跑的是不是 Opus 4.5 甚至 Sonnet？V3 探针通过能力悬崖、推理分布指纹、拒答模板等特征精确到具体 checkpoint。

这四层独立验证的结果通过三向交叉对比——如果三层都指向同一个模型，置信度就是「高」。

魔芋 API 实测

这里我使用我经常使用的API平台进行实测。

我们用 LLMprobe-engine 的在线工具（https://bazaarlink.ai/probe）对魔芋 API 进行了完整测试。

本次测试就测试最新的claude-opus-4-8

测试配置

• 端点：https://www.moyu.info/v1

• 模型：claude-opus-4-8

• 协议：Anthropic（/v1/messages）

• 测试模式：完整模式（87 项探针）

在在线工具中填入魔芋的 API 地址和 Key，选择要测试的模型，勾选 Anthropic 协议后即可开始测试：

模型身份验证：100% 确认

最关键的身份验证结果——魔芋声称提供的是 Claude Opus 4.8，检测结果：

验证维度	匹配度	判定
表面指纹	100%	anthropic 家族，与宣称一致
行为指纹	100%	anthropic 家族，与宣称一致
子模型 V3	87%	Claude Opus 4.8，与宣称一致

TTFT和TPS双速率都达到优秀水平

三向交叉结论：完整相符，置信度「高」。

简单说：魔芋后端跑的就是 Claude Opus 4.8，没有偷换模型，且速率稳定快速，没有出现token量注水行为，值得使用。

怎么自己测

、

如果你用的是其他 API 中转站，想验证模型真实性，有两种方式：

方式一：在线工具（推荐）

直接访问 https://bazaarlink.ai/probe ，填入 API 地址和 Key，选择模型，点击开始。Web 界面直观，结果一目了然。测试费用从你自己的 API Key 扣款，通常 $0.01-0.5 之间。

方式二：本地 CLI

# 安装
npm install -g @bazaarlink/probe-engine

# 执行完整探针
bazaarlink-probe run \
  --base-url https://你的端点/v1 \
  --api-key <你的API密钥> \
  --model gpt-4o \
  --output report.json

也支持 Node.js 函数库调用，可以集成到自动化测试流程中。

探针覆盖范围

完整探针套件覆盖三大维度共 19 个评分探针 + 身份识别探针（不计分）：

• 品质（9 个）：中英推理、代码生成、指令遵从、数学逻辑、幻觉检测、审查检测、JSON 输出、提示注入

• 安全（3 个）：基础设施泄露、Bedrock 标识泄露、System Prompt 泄露（多语言）

• 完整性（7 个）：知识截止诚实性、Unicode 精确回传、缓存检测、Token 膨胀、SSE 格式、响应一致性、Context 长度

此外还有 36+ 个身份识别和子模型探针，用于精确到 checkpoint 级别的模型指纹判定。

背后的研究

这个工具不是拍脑袋做的。BazaarLink 团队基于 14 天、171 个中转端点、625 次探测的实证研究发表了学术论文（arXiv），发现了五种主要的伪装形态：跨家族冒充、同家族静默降级、同家族静默升级、版本标签造假、提供商行为注入。

核心结论：在严格标准下（≥5 次探测、≥20% 违规），端点层级违规率为 1.3%；放宽标准后为 9.9%。也就是说，大约每 10 个中转站就有 1 个存在问题。

总结

        对于 API 中转站用户来说，LLMprobe-engine 是一个实用的「验真」工具。魔芋 API 在这次完整测试中拿到 91 分，模型身份三向验证 100% 通过——你付钱买的是什么模型，后端跑的就是什么模型。

(附带API平台注册指引)

        魔芋AI的模型质量还是不错的 通过对比价格，稳定性，速度，三方面后，还是可以达到头部API站点水平。

大家可以参考我选择的第三方魔芋api平台来获取API key。

点击链接前往api平台注册👉魔芋AI大模型网关I全球大模型一站式调用及服务平台 

1、使用手机号码进行账号注册

2、注册成功后进入【令牌管理】

每种模型都可以根据自己的需求进行分组选择，稳定直连、使用性价比等等都有特定的分组。

我们可以前往模型广场查看全球主流模型。如果注册后前往模型广场没有看到想用的全球模型，可以私信我留言，或者点击图片位置联系客服，添加客服申请模型广场开白。有技术问题也可以联系客服进行解答。

就会显示全球主流模型，包括seedance2等视频模型，图片模型等

这样就可以体验全球主流模型的API了！欢迎留言交流与体验。（✅ ：vanurk）