模型真实性检测
向模型发送其已知参考档位的 reasoning effort 探针，读取 Responses API 返回的纯数字 Juice，并按参考值给出可追溯结论。密钥只在本次检测的内存中使用，不写入浏览器存储。
已知模型且探针全部有效：全匹配，或五档 3 匹配 + 2 大数特征 = 真实
已知模型且探针全部有效：≥2 项普通不匹配 = 异常
Juice 不是 OpenAI 官方响应字段。该结果只能作为模型能力线索，不能单独证明模型身份。
连接上游
输入兼容 Responses API 的地址与密钥
支持根地址、/v1 或完整 /v1/responses，页面会自动规范化。
不会写入 localStorage、Cookie 或 URL，仅随本次请求经同域代理转发。
选择模型
一次检测一个模型，可从上游读取，也可直接输入模型 ID
检测目标 gpt-5.6-sol
将按 5 个参考档位依次发起探针请求。
检测结果
等待检测
输入 URL 和 API Key，选择一个模型后开始。检测结果只保留在当前页面，刷新后自动清空。
GPT-5.6 深度指纹检测
针对申报为 GPT-5.6 Sol / Terra / Luna 的接口，使用上方填写的 URL 与 Key 做三层交叉验证：
- 01Juice 预算指纹
多档思考强度 + 恒等变形模板
- 02确定性反改写探针
32/48 输出完整性与显式覆盖检测
- 03行为分布指纹
固定行为题答案分布与三型号可信分布相对匹配
真正写进 HTTP 请求的模型名。中转使用自定义别名时填这里，留空则与申报型号相同；别名不同不会自行报警。
19 条请求：Juice high×5 / low×2，输出 32/48 各 1，覆盖 1，行为探针各 3。
本档会向上游发送 19 条真实请求（含 xhigh / max 高思考档时耗时更长），会产生真实用量费用。 检测不通过不一定是中转主动掺水：官方风控、IP、并发或临时路由也可能让请求落到不同能力层，发生争议请换时间复测。
申报 Sol
低档 · 快速初筛：Juice、输出完整性、覆盖检测与行为指纹将并发依次发起。
等待深度检测
选择申报型号与档位后开始。抓出把 Sol 掺成 Terra / Luna、统一改写输出或注入隐藏提示的中转。
本板块为免费公益检测，基于冻结的可信行为分布与阈值对模型指纹做相对比对。 结果仅供参考、不构成对服务商的最终结论；指纹匹配度是与可信分布的相对接近程度，不是路由比例或真实身份概率。
用量真实性基准
发送 token 数精确已知的请求（填充词表每个词在 OpenAI 分词器下恰好 1 token），对上游回报的 usage.input_tokens 做线性回归，按以下方式判读：
- 斜率 ≈ 1诚实计数
- 斜率明显 > 1按倍率虚报 token
- 小样本就超限上下文窗口远小于宣称
该测试会向当前 URL / KEY / 模型发送真实请求，本档合计约 41,000 个输入 token，会产生真实用量费用。
基准目标 gpt-5.6-sol
将按 1k / 8k / 32k token 三档依次发送。
等待基准
用与模型真实性检测相同的 URL / KEY / 模型运行，抓出按倍率虚报 token 或谎称大上下文的中转。