起因
花 GPT-6 的钱，拿到 GPT-5.6 Luna 甚至蒸馏小模型的输出——这事在中转站圈子里不算新鲜。
市面上的检测工具（比如 model-check 那一类）做的是验证：先问对方"你是什么模型"，拿到声明之后，再围绕这个声明做一致性核对。这个思路有个天然缺口——声明本身是对方给的。对方声明撒谎，或者只在被测试的那几个请求上走真模型，验证就失效了。
所以我换了个方向：不做验证，做识别。不依赖任何声明，纯从行为上取证。
六路探针
每一路都是独立证据，按可靠性加权投票：
| 探针 | 原理 | 权重 |
|---|---|---|
| 分词器指纹 | 固定中英文语料的 prompt_tokens 比值，不同家族分词器的差异是物理级的，极难伪装 | 最高 |
| 陷阱题库 | temp=0 下不同代际模型必对/必错题（strawberry 里几个 r、9.11 vs 9.9） | 高 |
| 流式 TPOT | 流式输出首字延迟与 token/秒分布，小模型明显更快 | 低（可被降速伪装） |
| 自我披露 | 随机措辞 + 多语言问身份，防固定话术背板 | 最低 |
| 知识截止 | 用不同年份的事件切边界 | 中 |
| Function calling | 工具调用格式完整性与参数约束遵守度 | 中 |
输出不是黑白结论，而是候选排名 + 置信度：
gpt-5.6-luna 61% ████████████
gpt-5.6-sol 22% ████
deepseek-v4.1 10% █
结论：❌ 不一致（疑似换壳）
用法
单文件 Go，零依赖，Windows 下 exe 下载即跑：
modelspy-windows-amd64.exe -base https://你的中转/v1 -model gpt-6-astra
常用参数：
-expect gpt-6-astra声明期望模型（缺省取-model）-probes fp,trap,tpot只跑指定探针，省 token-html report.html输出可视化报告-json机器可读输出- 退出码
0=一致1=不一致3=证据不足，可以直接挂到 cron 做常驻抽测
已打包成 Agent Skill
npx skills add 3378925604-a11y/modelspy
OpenCode / Claude Code / Codex / Gemini CLI / Qoder 都能装，装完直接对 Agent 说"测一下这个中转站跑的什么模型"。
诚实声明（很重要）
- v0.1 的指纹库是社区种子数据，低置信度请多跑几轮再下判断；
- 同家族模型（GPT-6 与 GPT-5.6）分词器相同，主要靠题库和速度区分，容易混淆；
- 中转可以"只对疑似测试的请求走真模型"，单轮抓不住，需要多轮抽样；
- 这工具的定位是取证辅助，不是判决书。
求 star、求校准数据
internal/db/db.json 里的特征区间是最有价值的贡献——多跑几个中转站，把结果提 PR 回来，指纹库就能更准。
