ModelsExam：大模型 API 真伪与协议一致性检测

只做真模型，不做假货，不掺水。输入任意 Claude、OpenAI 兼容或图像模型的 API 地址，ModelsExam 发送一组固定请求，如实记录返回了什么，并附上证据。每份报告公开，只统计断言得分，不为任何服务商背书。 Independent exams for Claude, OpenAI-compatible and image model APIs.

已完成 1 次检测，覆盖 1 个站点、1 个模型。数据来自公开检测记录，实时统计。

ModelsExam 徽章代表什么

  • 只做真模型，不做假货，不掺水：检查端点的真实行为——身份问答、行为指纹和能力探测，低价模型冒充高价模型通常会在这里露出破绽。
  • 符合官方协议，不虚标：同一组请求遵循官方约定的字段、流式、工具调用和错误格式；上报的 Token 用量会与实际发送内容比对，虚增的数字会被标出。
  • 服务稳定，检测日期看得见：徽章只和最近一次检测一样新，30 天后过期；每份报告都列出延迟和失败的请求。
  • 开源，结果公开：代码采用 AGPL-3.0，所有记录公开。

检测怎么做

  • 选择你的端点使用的协议：Claude（Anthropic Messages）、OpenAI 兼容（Chat Completions 与 Responses）或图像生成（OpenAI Images）。
  • 填写 Base URL 和 API Key，来源可以选官方 Key、AWS Bedrock 或其他类型；系统会读取该站的 /v1/models，点选要检测的模型。
  • ModelsExam 发送一组固定请求，记录端点实际返回的内容并附上证据。
  • 阅读公开报告：每个结果只描述一个端点在某一时刻的表现，不是排名，也不是背书。

如何读懂徽章

观测项（如延迟、缓存）和来源验证结果会出现在报告里，但不会改变徽章。

  • 符合（100 分）：所有计分检查均通过。
  • 基本符合（80 到 99 分）：大部分计分检查通过，报告会列出未通过项。
  • 建议核对（低于 80 分）：计分检查未通过。
  • 未完成：检测在所有检查完成前已停止，因此不给出结论。

官方基线

基线是在服务商自己的端点上直接跑的同一套检测。把中转站的报告放在旁边对照，就能看出它和源头有哪里不同。

  • Anthropic API（api.anthropic.com）：Claude 一致性检测。
  • AWS Bedrock：Claude 一致性检测。
  • OpenAI API（api.openai.com）：OpenAI 兼容检测。
  • OpenAI Images（api.openai.com）：图像检测。

站长：在你的网站展示保真徽章

输入你的域名，复制代码：适合 new-api 首页的脚本、图片或 Markdown。徽章显示你域名下端点的最近一次检测结果，链接到公开报告，只在你自己的域名下提供，检测 30 天后过期。支持亮色、暗色和自动主题。

claude-opus-5 检测榜单

  1. Modelsell（modelsell.cc）：100 分，符合，其他，检测于 2026-10-04

常见问题

ModelsExam 是什么？
ModelsExam 是开源（AGPL-3.0）的独立检测服务：向你指定的 Claude、OpenAI 兼容或图像模型 API 地址发送一组固定请求，检查模型表现是否与声称的一致、协议是否符合官方、用量是否虚标，并生成公开的检测报告。
怎么判断中转站的模型是不是真的？
单靠让模型自报家门并不可靠。ModelsExam 综合身份问答、行为指纹和能力探测，再对照官方基线，并检查字段、流式、工具调用、错误格式和 Token 用量是否符合官方协议。便宜模型冒充高价模型，通常会在这些检查里露出破绽。
检测需要填写 API Key 吗？密钥会泄露吗？
需要。密钥只在本次检测中使用，不会写入报告，也不会出现在公开记录里。建议使用专门为检测创建、额度有限的密钥，检测后可以停用。
得分 100 就代表可以放心购买吗？
不能这样理解。分数只统计计分断言，描述的是某个地址在某一时刻的一次表现，是证据而不是保证，更不是排名或背书。徽章 30 天后过期，请以检测日期为准。
榜单是怎么排序的？
每个模型的榜单取每个站点最近一次已完成且有得分的检测，按得分从高到低排序，得分相同时较新的检测排在前面；超过 30 天的结果会标为已过期。榜单是检测结果的列表，不是对站点好坏的评价。
我是站长，怎么展示检测徽章？
在“获取徽章”页输入你的域名，复制脚本、图片或 Markdown 代码即可。徽章只在你自己的域名下显示，来自你域名下端点的最近一次检测，30 天后过期，并链接到公开报告。
检测会产生费用吗？
检测会向你填写的上游发送最多二十多次请求，可能产生上游服务商的少量费用，每次请求最长等待 90 秒，整轮检测最长 10 分钟。

最近的检测记录

  • Modelsell (modelsell.cc)，模型 claude-opus-5: 符合（100/100）（检测于 2026-10-04）. Compare and access AI model providers, API pricing, supported endpoints and capabilities on Modelsell.

已检测的模型

最近检测的站点