Xác minh trước khi tin tưởng
Trình kiểm thử mô hình API AI
Kiểm tra xem endpoint có thực sự trả về đúng mô hình được quảng cáo không. Chạy trong trình duyệt của bạn — khóa của bạn không bao giờ được gửi tới máy chủ của chúng tôi.
Cấu hình yêu cầu
Cấu hình endpoint và khóa, sau đó chạy bài kiểm thử trong trình duyệt của bạn.
Chỉ được gửi tới endpoint đã cấu hình — không bao giờ gửi tới máy chủ của chúng tôi.
Một lượt chạy gửi 6 yêu cầu rất nhỏ bằng khóa của bạn (chỉ vài phần nhỏ của một cent trên api.airforce).
Vì sao trình kiểm thử này khác biệt
Tất định, không phải phỏng đoán
Mỗi lượt kiểm tra gắn với một tín hiệu cụ thể trong phản hồi, nên các mô hình thật không bao giờ bị gắn cờ giả như cách fingerprinting thống kê làm.
Bằng chứng bạn có thể thấy
Mỗi phán quyết đều hiển thị prompt đã gửi, phản hồi thô và đoạn văn bản chính xác đã kích hoạt nó. Không có gì bị che giấu.
Khóa của bạn vẫn là của bạn
Mọi thứ chạy trong trình duyệt của bạn. Khóa chỉ được gửi tới endpoint bạn kiểm thử — không bao giờ tới máy chủ của chúng tôi — và lịch sử nằm trong localStorage.
Cách các thăm dò hoạt động
Dấu vân tay của tokenizertokenizer
Mô hình phải lặp lại nguyên văn một chuỗi cố định. Các wrapper và gateway token hóa lại thường làm hỏng bản lặp chính xác — mô hình thật vượt qua sạch sẽ.
Echo this exact string back verbatim: Hello, world! This is a tokenizer fingerprint test.
Đếm chữ cái (strawberry)quirk
Có bao nhiêu chữ 'r' trong strawberry? Các mô hình yếu hoặc bị thay thế nổi tiếng là trả lởi sai; cấp được quảng cáo trả lởi '3'.
How many letter r appear in the word strawberry? Reply with ONLY a single integer.
Cảm giác số (9.11 vs 9.9)quirk
Một cạm bẫy suy luận kinh điển: 9.9 lớn hơn 9.11. Các mô hình thay thế nhỏ hơn thường xuyên trả lởi sai.
Which is larger: 9.11 or 9.9? Reply with ONLY the larger number, no explanation.
Mốc cắt kiến thứccutoff
Ai đã thắng cuộc bầu cử Mỹ tháng 11/2024? Các mô hình cũ hơn so với tuyên bố không thể biết — thiếu câu trả lởi là một tín hiệu rõ ràng.
Who won the November 2024 US Presidential election? If you genuinely do not know, reply exactly: I DO NOT KNOW.
Độ trung thực ngôn ngữlanguage
Một chỉ dẫn bằng tiếng Đức đòi hỏi đúng một từ tiếng Đức. Các lớp dịch ngầm hoặc wrapper tự lộ mình khi trả lởi bằng tiếng Anh.
Antworte ausschließlich mit dem einen deutschen Wort „Apfel". Kein anderes Wort, keine Erklärung.
Tự khai (chỉ để tham khảo)identity
Chúng tôi yêu cầu mô hình tự nêu tên mình và nhà phát triển. Điều này không bao giờ bị coi là thất bại: các mô hình thật thường không chắc về phiên bản chính xác của mình — chỉ hiển thị như một gợi ý.
In ONE short sentence: state your exact model name, who built you, and your training data cutoff.
Tính hợp lý của mức sử dụngusage
Chúng tôi so sánh số token bị tính phí với văn bản thực nhận. Một token trung bình ~4 ký tự, nên số completion vượt xa số ký tự là không thể nếu không bị thổi phồng — một tín hiệu tất định của việc tính phí quá mức. Ngưỡng được cố ý đặt cao để câu trả lởi ngắn không bao giờ kích hoạt.
Điều KHÔNG bị coi là gian lận
Một mô hình thật xác nhận được nhà cung cấp và cấp của nó nhưng thường không chắc về phiên bản chính xác. Chỉ riêng điều đó không bao giờ là thất bại — chỉ được ghi nhận như một gợi ý.
Rate limit (429), 5xx và timeout đánh dấu lượt chạy là chưa xác minh, không bao giờ là đáng ngờ. Một endpoint chính hãng gặp thởi điểm xấu không bị trừng phạt.
Khai báo AWS Bedrock, Google Vertex hoặc Azure làm máy chủ được chấp nhận — đó là những cách hợp pháp để bán lại mô hình thật.
Chuyển đổi giữa chat-completions và định dạng messages gốc là hành vi bình thường của gateway, không phải tín hiệu gian lận, miễn là bản thân mô hình là thật.
Bốn trong năm thăm dò đạt là đủ để kết luận chính hãng — một câu trả lởi lệch duy nhất không kết tội một endpoint trung thực.
Câu hỏi thường gặp
Khóa API của tôi có chạm tới máy chủ của bạn không?
Không. Trình kiểm thử chạy hoàn toàn trong trình duyệt của bạn: các yêu cầu đi thẳng từ máy của bạn tới endpoint bạn cấu hình. Chúng tôi không bao giờ thấy, ghi lại hay lưu trữ khóa của bạn. Lịch sử chạy chỉ được giữ trong localStorage của trình duyệt.
Một lượt chạy kiểm thử tốn bao nhiêu?
Sáu yêu cầu rất nhỏ, mỗi yêu cầu chỉ vài token đầu ra — trên api.airforce chỉ tốn một phần nhỏ của một cent, tính vào khóa của chính bạn. Khóa free-tier dùng hạn mức miễn phí thông thường.
Lượt chạy của tôi trả về 'chưa xác minh' — endpoint có phải hàng giả không?
Không. Chưa xác minh chỉ có nghĩa là một sự cố tạm thởi (rate limit, 5xx, timeout hoặc bị chặn CORS) đã làm gián đoạn bài kiểm thử. Hãy đợi một lát rồi chạy lại. Chúng tôi không bao giờ đánh dấu một endpoint là đáng ngờ chỉ vì một thởi điểm xấu.
Tôi có thể kiểm thử các endpoint khác ngoài api.airforce không?
Có — nhập bất kỳ URL gốc và khóa nào. Tuy nhiên bảo mật trình duyệt (CORS) vẫn áp dụng: api.airforce được đảm bảo trả lởi các lệnh gọi từ trình duyệt, các nhà cung cấp khác có thể chặn — khi đó lượt chạy được đánh dấu là chưa xác minh thay vì thất bại.