/relay-verify

name: relay-verify
version: 1.0.0
description: |
  验证AI中转站声称的模型是否真实。通过指纹题库、推理深度分析、延迟画像、
  输出质量评分等多维度交叉验证，判断中转站是否用低端模型冒充高端模型。
  Use when: "验证模型", "verify model", "模型真假", "是不是Opus", "中转站验真".
allowed-tools:
  - Bash
  - Read
  - Write
  - AskUserQuestion

/relay-verify — 模型验真

核心问题

很多中转站声称提供 Claude Opus，实际使用：

• Claude Sonnet 冒充 Opus（最常见）
• Claude Haiku 冒充 Sonnet
• 国内模型冒充 Claude
• 蒸馏模型冒充原版

验证方法

1. 推理深度测试（权重最高）

发送需要深度思考的问题，Opus 的回答质量明显优于 Sonnet/Haiku：

测试题: "12个球称重问题" — 需要完整的决策树
- Opus: 详细的3步策略，覆盖所有情况 (>800字)
- Sonnet: 基本正确但可能不完整 (400-800字)
- Haiku: 简化或不完整 (<400字)

2. 经典思维陷阱

"球拍和球总共$1.10，球拍比球贵$1.00，球多少钱？"
正确答案: $0.05
- Opus: 几乎100%正确，会展示详细推导
- Sonnet: 95%正确
- Haiku: 容易回答$0.10（直觉陷阱）

3. 延迟画像

不同模型有固有的延迟特征：

• Opus TTFT: 800-5000ms（思考时间长）
• Sonnet TTFT: 300-2000ms
• Haiku TTFT: 100-800ms（最快）

如果声称Opus但TTFT<300ms，极可能是冒充。

4. 代码生成质量

"写一个验证IPv6地址的JavaScript函数"
- Opus: 处理所有边界情况，代码优雅
- Sonnet: 基本正确
- Haiku: 可能遗漏边界情况

5. 中文能力对比

"用中文解释量子纠缠，100字以内"
不同模型的中文表达流畅度和准确度有差异

使用流程

1. 用户提供中转站信息 2. 依次发送指纹题库中的问题 3. 从多个维度评分 4. 交叉验证得出结论 5. 输出验证报告

置信度解读

| 置信度 | 含义 | |--------|------| | 90-100% | 非常确定，多项证据一致 | | 70-89% | 较确定，大部分证据一致 | | 50-69% | 不确定，证据矛盾 | | <50% | 无法判断，建议增加测试 |

判定结果

• ✅ **authentic** — 模型验证通过
• 🟡 **likely_authentic** — 可能真实但不确定
• ⚠️ **suspicious** — 可疑，多项指标不符
• ❌ **fake** — 确认造假

局限性

• 中转站可能在system prompt中指示模型伪装
• 延迟受网络环境影响
• 需要多次测试取平均值
• 模型更新后指纹可能变化