ModelVerify.ai

ModelVerify.ai核验 API 是否真调用所标模型

ModelVerify.ai 用于在你信任或付费之前,核验某个 LLM 接口或网关是否真正调用其宣称的模型。你提供密钥、基础地址与模型 ID,它会将实际行为与官方指纹比对,识别被偷换的模型、漂移与延迟问题。

free
LLM 核验模型指纹API 测试漂移检测接口监控延迟开发者工具网关
收录日期
更新日期
3.1 (0 评价数量)

登录后可为项目评分

ModelVerify.ai 做什么

ModelVerify.ai 是一款核验工具,帮助你在信任或付费之前测试 LLM 的 API 接口与网关。你需要提供 API 密钥、基础地址与模型 ID,它会运行诊断,将服务方的实际行为与官方模型指纹比对,确认你拿到的确实是承诺的模型。

  • 指纹比对:识别悄悄用更便宜或不同模型顶替的接口。
  • 漂移监控、兼容性检查与延迟测量,覆盖 OpenAI、Azure、Anthropic 与 Bedrock 等服务方。

工作方式与报告

据站点说明,API 密钥仅用于该次运行且不存储,一次检查约消耗 1 万至 5 万 token。它会生成可分享的核验报告并附风险评估,站点还提供参考基准与服务方接口榜单。页面上的公开计数显示,近一个月有数千次核验运行与数千次名不符实的发现。

适合谁

面向通过转售商或网关购买 LLM 访问、希望确认真实性、揪出静默换模型并在上线前检查稳定性的开发者与团队。

优缺点

优点

  • 能识别悄悄顶替为更便宜或错误模型的接口
  • 覆盖主流服务方及 OpenAI 或 Anthropic 风格 API
  • 生成带风险评估、可分享的核验报告
  • 声明密钥仅用于该次运行且不存储

缺点

  • 页面未公开定价,也缺少清晰的公司信息
  • 每次运行会消耗你自己约 1 万至 5 万 token
  • 价值取决于指纹库是否保持及时与准确

常见问题

ModelVerify.ai 解决什么问题?

它核验某个 LLM 接口或网关是否真正调用其宣称的模型,帮助揪出悄悄换成更便宜或不同模型的转售商。

必须提供我的密钥吗?

是的,你需要提供密钥、基础地址与模型 ID。站点声明密钥仅用于该次运行且不存储,一次检查约消耗 1 万至 5 万 token。

支持哪些服务方?

它提到 OpenAI、Azure、Anthropic 与 AWS Bedrock,并可测试 OpenAI 与 Anthropic 风格的 API 兼容性。

价格如何?

页面未展示除单次 token 消耗以外的公开定价,具体定价以官网为准。

探索更多

相似工具

AuthentiScan Pro

AuthentiScan Pro

AuthentiScan Pro 是一款 AI 驱动的反诈检测工具,可同时分析 URL、文本和音频,识别虚假信息、AI 语音克隆与网络诈骗,并给出实时风险评分和通俗解释。无需账户、无需下载,打开网页就能用。目前处于 Beta 阶段,官方宣称免费,但算法细节尚未公开。

ContentGuard AI

ContentGuard AI 是一款免费网页写作分析工具,集成 AI 检测、查重、语法与可读性打分、多格式引用生成。

Cytation AI

Cytation AI

Cytation AI 是一个社交信息流平台,将 Instagram、X、TikTok、YouTube 和新闻聚合到一处,并对每一条内容进行事实核查和 AI 扫描。深度伪造、AI 生成图像和虚假声明会被自动标记。背后有超过 13.5 万人信任的验证引擎。公开信息有限,详情以官网为准。

Verol

Verol

Verol 是一款 Chrome 扩展,为 ChatGPT、Claude 和 Gemini 添加独立验证层。它通过解析回答、执行实时网络查找,并经由后端管道验证来源,提供即时判决、置信度指标和可点击来源。无数据跟踪,历史记录仅存本地。提供5次免费运行,付费计划从每月4.99美元起。

Fishy Email

Fishy Email

Fishy Email 是一款通过电子邮件本身工作的 AI 钓鱼检测工具。用户无需安装应用或扩展,只需将可疑邮件转发至 [email protected],约30秒即可获得完整的 AI 分析。分析结果包含颜色编码的裁决、对每个危险信号的通俗解释以及后续行动建议。每个邮箱地址可获得5次免费检查,无账户要求。

Axóncaptcha

Axóncaptcha 是一种先进的机器人保护解决方案,通过分析用户真实行为(如打字方式)而非仅输入内容,实时识别并阻止机器人、垃圾邮件和滥用行为。该方案注重用户隐私,在验证过程中优先保护数据安全,并对自动化威胁做出即时响应。

开源项目

Humanizer:去除 AI 写作痕迹的开源技能

Humanizer 是一个开源代理技能,用于移除文本中常见的 AI 写作模式,使输出更接近人类写作。它以单个 Markdown 文件分发,支持 Claude 和 Cursor 等多种代理平台。该技能根据维基百科关于 AI 生成写作的指南,收录了33种典型模式,并分为内容、语言、风格和沟通等类别。它还提供最终审计和基于用户写作样本的语音校准功能。

Avoid AI Writing:审计并改写 AI 生成内容,提升自然度

Avoid AI Writing 是一个开源的 JavaScript 工具,用于审计和重写 AI 生成的内容,去除明显的机器痕迹。它可与 Claude Code、OpenClaw 等 AI 代理集成,帮助内容创作者产生更自然、更人性化的文章。项目采用 MIT 许可证,在 GitHub 上获得 2548 颗星(据 README)。

UQLM:检测大语言模型幻觉的不确定性量化工具

UQLM 是一个开源的 Python 包,旨在通过量化大语言模型的内在不确定性来检测其幻觉现象。它为对可靠性敏感的应用提供可测量的置信度评估,帮助开发者和研究者降低由 LLM 生成内容带来的风险。该工具提供了一种务实的方法来理解 LLM 何时可能编造信息,超越了简单的置信度分数,转向更稳健的不确定性量化框架。

Anubis: 给 HTTP 请求称重, 阻止 AI 爬虫

Anubis 是一个用 Go 语言编写的开源 HTTP 请求过滤中间件,通过评估请求特征来识别并阻止 AI 爬虫,保护网站内容和服务器资源。它在 GitHub 上已获得 2 万 star,适合被爬虫问题困扰的站点运营者。