怎么判断一个站点里的 GPT-5.5、Claude 4.8 是不是真的

很多中转站会在模型列表里放非常夸张的模型名，比如 GPT-5.5、Claude Opus 4.8、某些不存在的 preview 型号。模型名本身不能证明任何事情，因为 New API 一类后台允许站长自定义模型名称，也允许把一个上游模型包装成另一个名字。 第一步，看模型列表接口。真正有意义的不是“页面上写了什么”，而是 `/v1/models` 或兼容接口返回了什么。返回里如果只有一个自定义模型名，没有 owner、created、permission 或结构明显不像 OpenAI/Anthropic 官方格式，只能说明站点自己登记了这个名字，不能说明上游真实存在。 第二步，做最小对话请求。不要一开始就跑复杂题，先用极短提示确认模型能不能完成基本响应，例如“只回答 ok”。如果连最小请求都 404、模型不存在、分组无权限、余额不足或超时，这个模型对普通用户就不可用。 第三步，看错误格式。很多假模型或反代线路会暴露真实上游的错误体。比如你请求 GPT 名称，却返回 Claude 风格错误；请求 Claude 名称，却返回 OpenAI 风格 `model_not_found`；或者错误里出现上游分组、渠道名、池子名，这些都说明模型名和真实线路可能不一致。 第四步，看流式格式。假兼容最容易在 stream 上露馅。OpenAI Chat Completions、Responses API、Anthropic Messages 的流式事件格式都不同。如果站点声称支持某个官方接口，却只返回拼接文本、缺少 delta/event/type，或者结束事件异常，就说明兼容层不完整。 第五步，测工具和图片。高阶模型通常伴随工具调用、图片输入、长上下文等能力。如果一个“满血模型”只能完成普通文本聊天，工具调用一测就失败，图片输入直接报不支持，那就要把它当成普通文本模型，而不是页面宣传的模型。 第六步，看长上下文。很多低价线路会把上下文砍得很小。你不需要一次烧很多 token，可以用中等长度文本测试是否提前截断、是否开始胡乱总结、是否报 context length exceeded。真正可用的模型至少应该稳定处理它宣传的上下文范围。 最后，把测试结果和价格放在一起看。便宜不是问题，问题是“便宜但宣传成满血”。如果一个站点价格极低、公告频繁维护、模型名夸张、错误格式混乱、工具能力缺失，那它更像是包装线路，而不是真正的官方同等能力模型。RelayWatch 的模型检测页适合做第一轮筛查，最终是否购买仍要以你自己的 Key 实测为准。