API 中转站检测：填中转地址和 key，和原厂 API 跑同样的请求，看回答、模型、延迟差多少。
加载中…
能返回答案不等于和原厂一样。每次评测看五个维度，都和原厂 API 并排对照。
| 维度 | 问题 | 看什么 |
|---|---|---|
| 协议兼容 | 说的协议真能用吗 | 自动识别 OpenAI 或 Anthropic 兼容；模型发现；finish_reason 和工具调用结构对照基线。 |
| Agent 可用性 | Agent 能靠它干活吗 | 7 个标准测例：工具调用、链式调用、错误恢复、上下文综合、长上下文记忆。 |
| 可观测性 | 上报的数字是真的吗 | 输入、输出 token 数对照基线；请求参数到上游前有没有被改。 |
| 性能 | 比直连慢多少 | 每个测例的总延迟和相对基线的漂移。 |
| 原厂偏差 | 回答和官方模型一样吗 | 逐例和基线并排；边界偏差、密钥模式、诱导交出 key 的提示都标出。 |
一次评测几分钟，只要中转地址和一个 key。
贴上中转地址和 key，协议自动识别并列出可用模型，也可手填模型 ID。
过人机验证后，7 个测例同时在中转和原厂基线上跑，逐例实时看结果。
得到 100 分制信任分、并排对照表和值得注意的项；可分享，也能上排行榜。
不会。只用于这一次评测，发起后就清掉，不写日志，不保存。
中转可能换了模型、改了参数、截了上下文或加了提示词。对照表会逐项列出差异。
每个测例记总延迟并和基线并排；明显变慢会标成延迟漂移并给百分比。
OpenAI 兼容和 Anthropic 兼容的中转都能测。基线按厂商和模型匹配，没有精确匹配时用同厂商最近的。
能。可生成分享图、复制运行 ID，完成的评测会进 Top 20 排行榜。