方法与独立性

检查什么

• 身份问答、行为指纹和能力探测，判断端点背后的模型表现是否和它声称的一致。
• 协议一致性：请求与响应字段、流式、工具调用、结构化输出和错误格式。
• Token 用量：端点上报的用量与实际发送的内容比对。
• 延迟、缓存、失败请求等观测项，会列在报告里。

怎么计分

分数只统计计分断言：100 分表示所有计分检查通过（符合），80 到 99 分为基本符合，低于 80 分为建议核对。提前停止的检测没有结论。观测项和来源验证结果不会改变徽章。

独立性

ModelsExam 是独立的开源项目（AGPL-3.0），与 Anthropic、OpenAI、亚马逊云科技没有关联。结果描述的是某个端点和模型在检测时刻的表现，不是排名、认证或背书。