你花顶级模型的钱，用到的可能是被悄悄替换的便宜货。最新的研究发现，只要让 AI 反复说一个随机数，就能像验指纹一样，查出你用的 API 到底是不是"原装"。

你有没有想过一个问题：你在某个 API 中转站上花钱买 Claude 的接口，对面回复你的，真的是 Claude 吗？

你问它写代码、写文案，它确实都能回答。但回答得好和回答得"值这个价"，是两码事。

**今年 3 月，德国 CISPA 亥姆霍兹信息安全中心的一篇论文，第一次系统审计了这个灰色产业。**他们查了 17 家被广泛使用的 AI 中转站，结果发现：将近一半的接口，都在偷偷给你换模型。

你付的是 GPT 旗舰版的钱，后台跑的可能是一个免费开源模型。

更扎心的是，这事儿过去几乎没有简单的办法能查。直到上个月，一位布拉格经济大学的研究员发现了一个近乎荒谬的真相——

你不需要懂任何技术，只要问 AI 一个问题就够了：「说一个 1 到 100 的随机数。」

AI 说不出随机数，每个模型都有自己的"口音"

布拉格经济大学研究员托马什·布鲁克纳（Tomáš Bruckner）在今年 7 月发表的论文里，对 165 个 AI 模型做了同一件事：反复问它们「请说一个 1 到 100 之间的随机数」，每个模型问 30 次。

结果令人意外——几乎所有模型都给不出真正的随机数，而且每个模型"不随机"的方式各不相同、高度稳定。

这就像人的口音：你让 100 个人说"随机说一个词"，每个人都会下意识地带出自己的习惯。AI 也一样。

一些典型例子：

• GPT-4o 偏爱 42、37、57——42 是科幻圈著名的"宇宙终极答案"，像是训练数据里的文化烙印。
• Claude Sonnet 5 疯狂输出 47，30 次里有大量回答都是这个数字。
• Qwen3-Max 更极端，30 次全部回答 42，一次都没变过。
  

布鲁克纳把这种特性叫做「行为指纹」（Behavioral Fingerprint）。原理不复杂：大模型并不是真的在掷骰子，它的输出受训练数据、参数权重和对齐方式的深刻影响。这些影响会留下稳定痕迹——痕迹之稳定，足以用来唯一识别一个模型。

一个随机数怎么戳穿"套壳"

明白了"每个模型有独一无二的指纹"，接下来的逻辑就顺了。

如果你在一个 API 中转站上买的是 Claude，但怀疑对方偷偷给你换了便宜模型，你只需要做一件事：反复问它「说一个 1 到 100 的随机数」，看看分布像不像 Claude 的指纹。

如果它 30 次里有大量回答是 47，大概率是真 Claude。但如果它偏爱 42，而且 30 次全是 42——恭喜你，你可能买到的是 Qwen3-Max 的壳。

布鲁克纳的论文标题就叫《一个 Token 就够了》（One Token Is Enough）。整个验证过程每次只需要一个输出 token，成本极低——大约一百条请求就能完成一次审计，验证准确率超过 90%。

这意味着，过去只有专业安全团队才能做的模型鉴伪，现在普通人也能做。

中转站的生意经：花 1 块钱，赚你几十块

你可能会问：中转站为什么要偷换模型？答案很简单——差价。

以 Claude Opus 级别的旗舰模型为例，官方 API 每百万 token 的输入价格可以到 15 美元，而一个开源模型的推理成本可能只要几毛钱。中间差价高达几十倍。

CISPA 的审计给出了更具体的数字：某家中转站按官方费率收费，但实际输出量只有官方标准的 38%。用户以为自己买的是顶配，实际到手的 token 价值只有付费金额的一半。

更严重的是，这些被偷换的模型在推理能力上比官方接口差了 40% 以上，医疗和法律领域的准确率甚至暴跌 47%。

这不只是"花了冤枉钱"的问题。如果你用这种被偷换的模型来做正经业务——写医疗报告、做法律分析、跑自动化流程——结果出错的风险，全部由你承担，而中转站不会告诉你它换了模型。

CISPA 在论文中把这些服务叫做「影子 API」（Shadow API）。它们的共同特点：声称提供与官方模型完全一致的输出，打着「原版直连」「一折优惠」的旗号，活跃在技术论坛、社群和聊天软件里。

你主动把一个不可审计的中间人，配置成了你的 AI 入口。从那一刻起，你就失去了验证能力。

谁在替你承担风险

这件事的影响范围，远比"几家中转站骗钱"要大。

如果你是普通用户，用 AI 写周报、做翻译、查资料，短期内可能感知不到模型被换。但长期来看，你为顶级能力付了钱，却只拿到了打折体验——这不是省不省心的问题，是钱花得不值。

如果你是创业者或团队负责人，用第三方 API 接口搭建产品，风险成倍放大。你的产品体验、用户数据安全、甚至合规责任，都建立在一个你无法验证的底层之上。一旦模型被偷换导致输出出错，用户找的是你，不是中转站。

如果你是研究者或开发者，CISPA 发现了一个更隐蔽的问题：已经有 187 篇顶会论文使用了疑似造假的 API 接口做实验，导致实验数据失真。你引用的某篇论文的结果，可能来自一个被偷换的模型。

现在可以怎么做

好消息是，验证方法并不复杂，而且成本很低。

第一步：直接问随机数。 对着你的 API 接口反复问「请说一个 1 到 100 之间的随机数」，问 20-30 次，记录每次回答。如果分布高度集中在一两个数字上，说明这很可能不是真随机。

第二步：对比已知指纹。 GPT-4o 偏爱 42/37/57，Claude Sonnet 5 疯狂输出 47，Qwen3-Max 全是 42。如果你买的是 Claude 但分布看起来像 Qwen，大概率被换了。

第三步：能用官方就用官方。 如果条件允许，优先走模型厂商的官方 API。价格可能贵一些，但至少你能确定对面跑的是什么。

第四步：别贪便宜到失去底线。 「1 元兑换 285 万 Token」这种价格，本身就在告诉你：要么模型不对，要么服务不稳定。没有哪个顶级模型会亏本给你用。

布鲁克纳的研究还有一个意外收获：这种"行为指纹"不只适用于随机数。随机颜色、随机动物、随机城市——AI 在所有"随机"任务上都暴露出各自的偏好。这意味着，未来你可以用更多维度交叉验证，让套壳模型无处遁形。

结语

这件事最反常识的地方在于：AI 最暴露身份的瞬间，恰恰是它试图"随机"的时候。

大模型的随机并不随机，这本来是个技术小怪癖。但当这个怪癖变成了一面照妖镜，整个 API 中转市场的灰幕就被掀开了一角。