直接问模型自己是谁，能验证模型吗？

不能。生成的自我介绍不是身份凭证。应核对文档、请求参数、服务端元数据和路由记录；服务端上报的信息本身仍依赖对服务商的信任。

价格便宜就说明服务商换了模型吗？

不能。价格本身不足以证明模型替换。应核对所购买服务的合同、账单和实际表现，不能据此作出无证据的指控。

一次试用只说明已测试的任务。先做有限范围试运行并保留回退方案，再决定是否扩大使用。

核查 LLM API 服务商，要把文档里的模型与路由规则，同请求、响应元数据和账单逐项对上。 模型回答“我是 GPT”、价格很低或某次回答很好，都不能单独证明实际调用了哪套模型权重。

本文面向准备接入编码代理或生产应用的开发者，提供可重复使用的核查方法，不为 Ofox 或其他服务商出具认证。比较不同服务时，应使用同一套标准。

保存请求使用的模型 ID、endpoint 和时间。原厂模型名与网关带命名空间的 ID 可能不同；别名本身不构成问题，但服务商应说明它对应什么、是否会变化。

OpenAI 官方模型目录中的模型名称与标识

截图来自 OpenAI 官方模型目录，拍摄于 2026 年 9 月 16 日，保留英文原始界面。它说明官方公布了哪些模型，不能证明第三方网关实际处理某次请求的模型。

在 Ofox 上，先查对应的模型页面，记录产品展示的供应商或路由。目录中的 endpoint、协议和定价字段回答不同问题；某个字段没有出现，不等于相关能力不受支持。

截图和支持工单中不要包含 API key、授权头或私密提示词。用脱敏请求 ID 和最小合成示例开始排查。OpenAI API 参考只定义其自身约定，兼容网关可能使用不同元数据；缺少 OpenAI 特有的响应头，不足以证明服务商违规。

选择与实际应用有关的小规模任务集，例如结构化输出、工具调用、长输入和有明确验收标准的复杂任务。在获得发送授权的前提下，固定提示词、参考材料和双方均支持的参数。

输出不同可能来自采样、系统指令、工具、上下文处理或实现差异；输出相似也不能证明权重相同。对编码任务，应查看 diff 并运行相关检查；对信息提取，应与标准字段对照。失败与人工修复要保留，不能只挑最好的一次。

同一模型在不同客户端表现不一致时，可先参考客户端差异排查，再判断是否与供应商有关。

确认精确模型、实际路由、币种和计费单位，分开普通输入、缓存读取、缓存写入、输出以及适用的工具费。不要把合并 token 数乘以一个输入单价。缓存费用计算说明如何避免重复计算。

请求超时也不代表上游没有处理或没有扣费。先查请求活动和账单，再决定重试；定位连接、响应和流中断可用超时排查清单。

下面是空白记录模板，不是实测数据：

日期和时区：
服务商、endpoint、文档中的模型 ID：
请求模型与响应上报模型：
实际路由与回退规则（如可见）：
请求 ID、结束状态：
普通输入、缓存读、缓存写、输出用量：
价格来源、币种、单位：
扣费与核算差异：
验收标准、结果、人工修复：
尚未披露或无法核实的字段：

遇到重要差异，先让服务商解释，再扩大用量。无法核验的信息应保留为未知，而不是填成“通过”。