模型被偷换的四个识别信号

中转把请求转发给哪个模型，从外部只能间接判断。低价站点用更小的模型冒充旗舰模型，是长期存在的问题。判断需要多信号交叉。

第一个信号是响应指纹。对同一提示，旗舰模型与小模型的输出长度分布、标点习惯、结尾套话通常不同。连续采样二十次，统计平均输出长度与句长，再与官方直连的历史样本对比，偏差明显的值得警惕。很多站点在高峰期会临时降级，所以采样要覆盖不同时段。

第二个信号是拒绝风格。安全策略的措辞是模型的强特征：不同厂商对同一敏感问题的拒绝模板差别很大，同厂商不同版本也有差异。如果名字写着某厂商模型，但拒绝话术与该厂商历史表现完全不符，说明上游可能换了来源。

第三个信号是知识边界。不同代际模型对同一批事实性问题的回答准确率有明显差异。准备一套固定的知识问题，记录正确率，长期跟踪；准确率突然整体下滑，往往对应上游切换。

第四个信号是计费口径。用固定长度的输入请求，观察返回的 usage 与单价。偷换模型的站点有时仍按旗舰价计费，但 token 统计口径与小模型一致，例如缓存字段缺失、reasoning tokens 为 0。字段缺失比数字偏差更容易发现。

需要说明的是，单个信号都可能有其他解释，例如上游排队导致的质量波动。把四个信号做成周度记录，只有多个信号同时异常时才判定为降级，才能避免误判。

实际操作中可以把这四个信号做成一张周度表：输出长度均值、拒绝话术相似度、知识题正确率、usage 字段完整性。四项各自与基线比较，出现两项以上偏离就人工复核。这样既不需要侵入式检测，也能在换模型的早期发现异常，给切换线路留出时间。