LLM Fingerprint Verifier
LLM API 真伪检测器
您买的 API 真的在跑它声称的模型吗？本工具向端点发送一批"一词回答"探测问题，把答案分布做成行为指纹，再用 Jensen-Shannon 散度与可信参考对比——全程在您的浏览器里完成，API key 不会上传到任何服务器。
方法
每个大模型在「说一个 1 到 100 的随机数」这类问题上都有藏不住的偏好——GPT-4o 痴迷 42 和 37，Claude 偏爱 47，Llama 钟情 53。这些偏好来自训练数据的概率习惯，换名字、改系统提示词、量化压缩都抹不掉。
本工具复刻了 Bruckner《One Token Is Enough》(arXiv:2607.10252) 的验证协议：对端点发出多任务 × 多语言的单 Token 探测，将回答分布与官方参考指纹计算 Jensen-Shannon 散度，距离落在哪一档即是判定结论。
完整电池（16 题）的等错误率约 9.5%，标准档（8 题）约 10.6%。探测问题与日常对话无异，中转站无法识别与针对。
亮点
- API key 只存在浏览器里，请求由浏览器直连您填写的端点——打开 DevTools 即可验证。
- 实现已发表论文《One Token Is Enough》(arXiv:2607.10252) 的方法，参考数据来源公开可查。
- 双模式：既能对照声称模型做真伪审计，也能给任意端点做一份可分享的 AI 随机性体检。
怎么用？
填入端点
API 地址、Key，再选它声称的模型。Key 只存在于浏览器内存，请求直达您的端点。
掷几百次骰子
标准档 8 题 × 25 次约 200 条请求，几分钟内完成；快速档 60 条一分钟出结果，严格档跑满 16 题把判错率压到约 9.5%。
对表判定
距离落在标尺哪一段，一眼可读；附逐单元距离明细与完整分布对比。
LLM API 指纹检测原理详解
什么是大模型行为指纹？
大模型说不出真正的随机数——同一道「说个 1 到 100 的随机数」，每个模型都有藏不住的偏爱值，比例稳定、彼此不同。把几十道这样的「一词回答」探测题的答案分布拼起来，就是一枚行为指纹，换名字、改提示词、量化压缩都抹不掉。
在 temperature 1.0 下，GPT 系痴迷 42 和 37，Claude 偏爱 47，Llama 钟情 53——偏好来自训练数据的概率习惯，对同一模型跨时间稳定、在模型之间差异显著。每条探测都是从语料池随机抽取的普通语义问题（随机数、颜色、字母、多语言提问），不带任何魔法字符串，不诚实的中转站难以靠关键词规则识别与拦截。
验证的代价：三档强度
粘贴地址和 key、选好声称的模型即可开跑；每一档的花费在按钮旁写得明明白白，消耗您自己的额度。
在「端点真伪审计」下，参考基准默认使用内置指纹库（每条指纹标注采集日期与覆盖单元），也可以在高级选项里换成您信任的自定义端点——通常是官方 API 或 OpenRouter——在同一次运行中现场采集对照分布。运行中每个单元的答案实时流入，随时可取消；报告给出三档判定结论、带论文基线标尺的平均 Jensen-Shannon 散度、逐单元 JSD 与双分布对比，以及 token 用量、延迟、路由稳定性等客观技术细节。
判定基线：距离落在哪一档
两枚指纹逐单元计算 Jensen-Shannon 散度取平均。论文实测：同一模型与自身约 0.140，跨服务商部署约 0.227，不同模型之间约 0.463——三档阈值由此而来，集中存放并注明出处。
每个探测单元（任务 × 语言）产生一个归一化的一词答案经验分布，两枚指纹逐单元计算 JSD（base 2，取值 0–1），端点距离取有效样本充足单元的平均值；阈值集中存放并注明出处，便于后续实测校准。内置参考指纹全部来自论文官方公开数据集（Zenodo，CC-BY-4.0，覆盖 167 个模型），采集时使用与本工具现场采样完全相同的固定极简 system prompt。
它是证据，不是证明
这是一个有已知错误率的统计方法；量化部署、静默更新、指纹过期都可能让分布合法漂移，思考型模型在无法禁用推理时会被标注为低置信度。
复测与换参考的触发器 换渠道之前的统计证据 与其他信号并用的参考
对服务商的公开指控 单次运行的定罪证明 替您做决定的判决书
服务商部署量化版本、静默更新模型、参考指纹过期，都可能让分布合法地漂移，所以任何一次判定都不应被单独解读为对服务商的指控。思考型模型的完整策略是：探测默认携带禁用推理的参数，端点不支持时退回 post-reasoning 通道（调大 token 预算）并把整份结果标注为低置信度；拿不准时提高强度复测、换一个参考再测，并结合价格、延迟等其他信号一起做决策。
为什么在浏览器里跑
验证别人是否可信的工具，不该反过来要您交出自己的 key。整条请求路径里没有 Tosea；端点不允许跨域时，工具会生成等价的 curl 命令让您在本地终端继续。
Tosea 服务器 —— 不在请求路径上，永远看不到您的 key、端点与结果； 检测核心已在 GitHub 开源，可逐行审计 →
key 只存页面内存，显式勾选「记住配置」才写 localStorage；探测请求由浏览器直连您填写的端点，Tosea 不架设代理、不采集统计遥测，方法、判定阈值与参考数据来源全部在本页公开，可与开源仓库逐行对照。
- 论文：Tomáš Bruckner《One Token Is Enough》— arXiv:2607.10252
- 参考数据集：Zenodo DOI 10.5281/zenodo.21278557（CC-BY-4.0）
- GitHub 开源仓库：本工具的检测核心
常见问题
不会。key 只存在浏览器内存里（勾选"记住"才写入您自己的 localStorage），探测请求由您的浏览器直接发给您填写的端点。打开 DevTools 的 Network 面板即可亲自验证。
大模型回答"说个随机数"这类语义化一词问题时，答案服从稳定且模型各异的概率分布。工具在 temperature 1.0 下重复采样这些分布，再用 Jensen-Shannon 散度对比：同一模型跨渠道约 0.227，不同模型约 0.463（arXiv:2607.10252）。
标准档 8 个 cell × 25 次 ≈ 200 条请求，每条约 90 token——按 gpt-4o-mini 价位约 $0.005。开始前会显示精确预估，确认后才发请求。
不能。判定是统计学观察，不构成对任何服务商的指控。方法存在固有错误率（8 cells 约 10.6% EER），量化部署、模型静默更新、参考指纹过期都可能造成偏移。请把结果当作参考证据之一，重要决策前多次复测。
部分端点不允许浏览器跨域（CORS）直连——这本身不代表端点有问题，只是无法在网页里探测。工具会检测这种情况并生成等价的 curl 命令，您可以在本地终端继续探测。
采样前工具会先探测端点接受哪种 reasoning 禁用参数（OpenRouter 的 reasoning、智谱的 thinking 或 OpenAI 的 reasoning_effort 风格）。全部不支持时退回 post-reasoning 通道（调大 token 预算），并在结果中明确标注置信度降低。
隐私
检测在您的浏览器里完成：API Key 仅存在于浏览器内存，探测请求由浏览器直达您填写的端点，不经过 Tosea 的任何服务器，也不设统计埋点。代码开源可审计。 检测核心已在 GitHub 开源，可逐行审计 →
相关工具