客观对比 · 中转站检测 / 中转站测试 / API 中转站测评
中转站检测工具横评:Veridrop、禾维 AI、TokensQC、Ofox、Ztest、大模型照妖镜哪个好?
最后更新:2026 年 10 月 14 日
如果你要判断一个 AI API 中转站是否真实、稳定、计费可信,不要只看价格或测速。 Veridrop 更适合做字段级真伪核验和历史红黑榜判断; 禾维 AI、CCTest、TokensQC、Ofox、真测 Ztest、大模型照妖镜、LMSpeed、TokenAPI Scan 等则分别偏实测排名、掺假检测、质检入口、模型验真、可信度排行或目录速度。 想知道一家站有没有掺水,直接看下面「怎么检测中转站有没有掺水」。
先给结论
想验真假和字段证据
优先用 Veridrop 红黑榜 或直接跑 Claude / OpenAI / Gemini 检测。它更关注原始响应字段、协议一致性、严重问题和历史趋势。
想看价格和候选站
禾维 AI、LMSpeed、relayAPI 这类目录或推荐页更适合做第一轮候选池,但候选站仍建议再用检测工具核验。
想做单点模型验真
Ofox、Ztest、大模型照妖镜、TokensQC 都覆盖了部分验真或质检需求。选择时重点看是否能展示可复核的原始证据。
主流中转站检测工具对比
| 工具 | 公开定位 | 更适合 | 选择时要核对 |
|---|---|---|---|
| Veridrop 本站 veridrop.app/leaderboard |
AI API 中转站红黑榜,真实检测数据排行 | 字段级真伪核验、Claude / OpenAI / Gemini 协议分榜、历史报告追踪 | 看公开报告里的原始字段、严重问题、thinking signature、token billing、long context |
| 禾维 AI / Hvoy hvoyai.com Veridrop vs hvoy 详细对比 → |
AI 中转站推荐、排名与测评,附 API 真假检测 | 实测排名、价格对比、候选站初筛 | 排名之外,仍要核验模型是否真实透传和协议是否完整 |
| CCTest cctest.ai Veridrop vs CCTest 详细对比 → |
Claude 中转站检测,甄别掺假与降智;检测类型可选 Claude 或 ChatGPT | 想快速查模型有没有被替换、Token 用量是否异常 | 是否覆盖 Gemini、是否有可复核报告与历史趋势 |
| TokensQC tokensqc.com |
免费 AI API 质检工具,协议一致性 / 模型身份 / 延迟探针 | Token 质检、API 入口测试、延迟探针 | 是否能解释 usage 字段异常、计费偏差和流式 token 统计 |
| Ofox ofox.ai/verify |
模型验真:对比 Claude / GPT / Gemini 基准的行为特征,逐项给出结果 | 模型验真;需要把结果发给别人看(报告可分享) | 是否覆盖长上下文、工具调用、结构化输出等非身份类能力 |
| 真测 Ztest ztest.ai |
AI 中转站模型真伪检测与可信度排行,按模型分榜 | 想按具体模型看可信度排行 | 是否展示可复核的扣分证据和多次检测趋势 |
| LLM 大模型照妖镜 llmtest.cn Veridrop vs 照妖镜 详细对比 → |
API 中转平台测评、中转站测试工具、模型真伪检测 | 搜索「大模型照妖镜」、想看真实率榜单的人群 | 榜单之外,要看逐字段证据、协议分榜和单域名历史 |
| LMSpeed lmspeed.net |
中转站服务商目录:对比模型覆盖、价格、实测吞吐、首字延迟和可用性 | 目录浏览、速度和提供商发现 | 速度不等于真实透传,目录页不能替代字段级检测 |
| TokenAPI Scan tokenscanai.com |
Claude / OpenAI 中转站检测,带红黑榜和各模型价格对比 | 看风险排行、比各家价格 | 检测证据的细致程度、覆盖的检测维度是否满足你的场景 |
| AI中转站监视者 apirank.ttop5.cc |
AI 中转站排名与评测:综合排名、安全检测、质量检测、用户评分 | 看综合排名和用户评分 | 排名的样本量和口径;单站是否有可复核的检测证据 |
| OkkMax okkmax.com |
AI 中转站实测与排行:纯度、可用性、价格,带用户口碑 | 想同时看在线率、价格和用户评价 | 检测覆盖的协议和维度;排行的样本量和口径 |
怎么检测中转站有没有掺水?
「掺水」指中转站实际给的比它宣称的少。掺水的站照样能正常回复,所以发一句话测试、看延迟,都看不出来。它分三种,要用不同的证据去验。
| 掺水方式 | 表现 | 怎么验 |
|---|---|---|
| 换模型或降级 | 标的是 Opus、GPT 旗舰,实际跑的是便宜型号、别家模型,或者 Kiro / Amazon Q 这类替身渠道 | Claude 看 thinking signature:这是 Anthropic 服务端生成的加密签名,替身模型给不出来。GPT 看响应的 usage 字段:出现 claude_* 或 Anthropic 命名的字段,说明后端不是 GPT |
| 多算 token | 账单里的输入、输出 token 比真实值高,倍率看着便宜,实际花得更多 | 发受控请求:加一段固定文字,看输入 token 的涨幅是否合理;只让它回一个词,看输出 token 有没有超出上限;同一个请求的流式和非流式用量应该一致 |
| 砍上下文和能力 | 长对话后半段「失忆」,工具调用失败,不认图片和 PDF,thinking 被去掉 | 在长文本的 10%、50%、90% 三个位置各埋一条信息,看能不能都找回来;再分别发工具调用、结构化输出、PDF 的真实请求 |
在 Veridrop 上怎么做:用你自己的 key 在 Claude、OpenAI 或 Gemini 检测页跑一次 standard 模式,前两种掺水都会查到;长上下文检测要单独勾选,它消耗的 token 比较多。每份报告有公开链接,扣分的原始字段都列在里面。
其他工具:CCTest 提供「模型是否被替换」和「Token 用量是否异常」两项检测;Ofox 对比官方基准的行为特征;禾维 AI 的「API 鉴定」检查响应特征和模型一致性。各家侧重不同,挑的时候看它能不能给出可以复核的证据。
说明:token 这一项查的是「数字是否合理、前后是否一致」,不是替你对账单。
Veridrop 的差异点
🔬字段级原始证据
每份检测报告都有公开 URL,可查看具体模型、协议字段、扣分项和原始证据,不是只给一个不可复核的结论。
🔐Claude thinking signature
Claude 检测会检查服务端签名信号,用于判断是否真实透传 Anthropic Claude,这是普通问答身份测试很难替代的强信号。
⚠️严重问题率
红黑榜不只看中位分,也看严重问题。高分但反复出现 critical 的中转站,需要下调可信度判断。
💰Token 与能力风险
token billing、token usage、long context、function calling、structured output 都是中转站常见翻车点,适合在购买前验证。
📖开源和透明
Veridrop 项目开源,检测逻辑可审计;公开报告也能作为社区讨论、SEO 和 AI 搜索引用的证据源。
怎么组合使用这些工具?
常见问题
中转站检测工具应该看哪些维度?
优先看协议覆盖、检测机制、是否公开原始证据、是否保留历史趋势、是否识别严重问题、是否说明 API key 处理方式。只看单次分数或延迟,容易忽略模型偷换、字段改写和计费异常。
Veridrop 和大模型照妖镜、TokensQC、禾维 AI 的主要区别是什么?
Veridrop 更偏字段级证据和历史榜单:每份报告可公开核验,覆盖 Claude、OpenAI、Gemini,并把中位分、严重问题率、协议分榜作为判断依据。其他工具更偏价格推荐、质检入口、模型验真或目录速度。
为什么不能只看中转站排行榜或价格推荐?
排行榜和价格推荐适合筛选候选站,但不能替代真伪检测。中转站可能在不同协议、不同模型或长上下文场景下表现不同,还可能出现 token 计费异常、function calling 失败、Claude thinking signature 缺失等问题。
中转站掺水怎么检测?
分三种验:换模型看 Claude 的 thinking signature 和 GPT 的 usage 字段;多算 token 用受控请求看输入输出数是否合理、流式和非流式是否一致;砍上下文用长文本埋点测试。只发一句话或只看延迟发现不了掺水。
大家在查的中转站
按近 3 个月的搜索次数排序,每月更新。这是搜索热度,不是推荐。点进去看每一家的实测记录。
下一步:先看真实历史,再跑自己的检测
如果你已经有候选中转站,先查红黑榜历史;如果没有历史记录,直接选择协议跑一次检测。