检测中转站给你的 DeepSeek 到底是满血还是野鸡。
不看厂商声明，不看模型自述，只看一个客观的行为指纹。支持 OpenAI / Anthropic / Responses 三种协议，命令行和网页界面都有，零依赖。
Detect whether an API relay actually serves the real DeepSeek model, or a downgraded / rebadged one. Behavioral fingerprinting via DeepSeek Harness's
minimalpreset. Node.js, zero dependencies, MIT.
截图为演示模式（?demo=1）的示例数据。改了界面后跑 node docs/shoot.mjs 可重新生成。
你在中转站买了 deepseek-v4-pro，付了钱，请求也返回了 200，model 字段写的也是 deepseek-v4-pro。
但你怎么知道后面接的真是它？
中转站可以把请求路由到便宜的模型、量化版本，或者干脆套个壳。这些都不会体现在响应字段里。常见的判断办法——问它「你是什么模型」、看响应格式、比延迟——都不可靠：系统提示能改，模型自述经常认错自己，格式可以照抄。
这个工具用行为指纹：同一份精心构造的请求打 N 次，看模型的思维链落在哪个语域。
DeepSeek V4 对首轮可见的工具目录（Schema Surface） 极度敏感。
在 DeepSeek Harness 的 minimal 预设条件下——46 字符人设，只暴露 bash 和 str_replace_editor 两个工具——官方模型会落回 RL 训练时的思维链轨迹：
We need inspect repo. Need find circular dependencies. Need list any. Let's start.
We need inspect repository. Need understand project. We'll list files.
注意 need 后面直接跟动词原形、不带 to，主语也常省略。这个省略习惯是训练轨迹的特征。
被降级、换权重或套壳的上游给不出这个语域，只会写通用英语：
The user wants me to check a repository for circular dependencies. Let me first explore...
Let me start by exploring the repository structure.
I'll explore the repository structure and check for circular dependencies.
工具就是把这个夹具原样打 N 次，数强命中率。
同一个官方端点，把工具目录换成 Standard 的几十个，命中率也会掉到 0。 所以 src/fixture.json 里的两个 schema 一个字都不能改，改了指纹就失效。夹具内容取自 deepseek-harness（MIT）的公开源码。
We need **to** check the repository 这种写法几乎所有模型都会——拿它当判据会把野鸡放进来（实测某中转靠这个混到过 50% 的假命中率）。所以：
- 强信号：
We need inspect …/… . Need find …（省to）→ 计入满血 - 弱信号：
We need to …/Let's …起手，但没有省略特征 → 单独报出，不计入满血
需要 Node.js 20+，没有任何依赖，不用 npm install。
git clone https://github.com/linjunsu/dsh-relay-check.git
cd dsh-relay-check# 测一个目标
node bin/check.mjs --base https://api.deepseek.com --model deepseek-v4-flash --key sk-xxx
# 批量对比（强烈建议把官方端点放进去当基准）
node bin/check.mjs --targets targets.json --runs 6
# 看每一次的原始思维链
node bin/check.mjs ... --verbose
# 附带身份自述探针（辅助信号，不参与打分）
node bin/check.mjs ... --identity
# 输出 JSON，接脚本用
node bin/check.mjs ... --jsonnpm run ui # 或 node bin/serve.mjs打开 http://127.0.0.1:8787，填四样东西就能测：Base URL / 模型 ID / 协议 / API Key。 想对比就点「再加一个一起对比」，多个目标一起跑，跑完出汇总表。
Windows 直接双击 start.bat：自动判断端口状态、起服务、等端口通了再开浏览器。
没有 Key 想先看看长什么样，访问 http://127.0.0.1:8787/?demo=1 —— 演示模式用示例数据 渲染出满血 / 野鸡 / 可疑三种判定，不发任何网络请求。
界面会实时逐条显示每一次的思维链，当场标注满血 / 弱信号 / 未命中 / 错误，并给出命中率、reasoning tokens、prompt tokens、延迟。
Key 直接在页面上输，不读任何本机凭证文件、不存盘、不预填任何目标。 服务只监听
127.0.0.1，Key 走 POST body（不进 URL、不进浏览器历史），只在内存里过一道。
| 参数 | 说明 |
|---|---|
--base <url> |
API 根地址，如 https://api.deepseek.com |
--model <id> |
模型 ID，如 deepseek-v4-flash |
--key <key> |
API Key |
--key-env <NAME> |
从环境变量取 Key |
--creds <file> |
从 KEY: value 形式的文件补充环境变量 |
--targets <file> |
批量模式，格式见 targets.example.json |
--protocol <p> |
auto（默认） / openai / anthropic / responses |
--runs <n> |
每个目标跑几次，默认 6。样本越多结论越稳 |
--lang en|zh |
探针语言，默认 en |
--effort <e> |
reasoning effort，默认 max |
--verbose |
打印每次的思维链 |
--identity |
附带身份自述探针 |
--json |
JSON 输出 |
--protocol auto（默认）会依次尝试三种协议，每种再试各自的候选路径和鉴权方式，哪个通用哪个：
| 协议 | 端点 | 鉴权 | 思维链取自 |
|---|---|---|---|
| OpenAI Chat Completions | {base}/chat/completions{base}/v1/chat/completions |
Bearer |
message.reasoning_content |
| Anthropic Messages | {base}/v1/messages{base}/messages |
x-api-key，退 Bearer |
thinking 内容块 |
| OpenAI Responses | {base}/responses{base}/v1/responses |
Bearer |
output[].type === 'reasoning' |
所以 Base URL 带不带 /v1 都能认出来。同一家中转的不同协议口要分开测——实测过一家 OpenAI 口和 Anthropic 口表现不同的。
| 结论 | 条件 |
|---|---|
| 满血 ✓ | 强命中率 ≥ 60% |
| **可疑 ~** | 0 < 强命中率 < 60% |
| 野鸡 ✗ | 零强命中 |
| 无法判定 ? | 上游不返回思维链原文，或思维链被加密 |
| 打不通 ! | 请求失败，会告诉你具体是哪个 URL、什么错，并给出下一步建议 |
辅助信号（报出来但不打分）：reasoning_tokens 会计是否存在、延迟、prompt_tokens（分词器差异）、--identity 的身份自述。
中转站名字匿名化，只留数据——重点是方法可复现，不是点名。你拿工具跑一遍就知道自己那家是哪一档。
| 目标 | 协议 | 强命中 | 平均延迟 | 判定 |
|---|---|---|---|---|
官方端点 deepseek-v4-flash |
openai | 6/6 | 1094ms | 满血 ✓ |
官方端点 deepseek-v4-flash |
responses | 3/3 | 1262ms | 满血 ✓ |
| 中转 A · 高价 SKU | openai | 6/6 | 2053ms | 满血 ✓ |
| 中转 A · 低价 SKU | openai | 0/6 | 2846ms | 野鸡 ✗ |
| 中转 B · OpenAI 口 | openai | 0/6 | 3256ms | 野鸡 ✗ |
| 中转 B · Anthropic 口 | anthropic | 1/6 | 3444ms | 可疑 ~ |
几个值得注意的现象：
- 同一家中转的两个 SKU 可以一个满血一个野鸡。 中转 A 的两个 SKU 差价 2.2–3.3 倍， 贵的满血、便宜的零命中。光看厂商名下不了结论。
- 同一家的两个协议口表现也可能不同（中转 B 的 OpenAI 口 0/6、Anthropic 口 1/6）， 说明后端路由可能不是同一个。
- 官方端点在三种协议下都稳定满血，是最可靠的基准线——建议每次都加一行官方对照着跑。
按「base + model + 协议」逐个测。
- 这是行为指纹，不是权重比对。命中率低只说明「行为与官方不一致」，成因可能是换权重、量化、 套壳，也可能是中转往请求里注入了自己的系统提示。
- 只对会返回思维链原文的上游有效。Responses 协议有时只给摘要、Anthropic 可能返回加密的
redacted_thinking，这两种情况判「无法判定」而不是野鸡。 - 中文探针命中率天然低于英文（官方实测英文 6/6、中文 2/5）。默认用英文判定，
--lang zh仅作参考，别拿中文结果判死刑。 - 概率性判据。
--runs越大越稳，判「可疑」时务必加大样本复测。 - 指纹随模型版本变化。 DeepSeek 换代后需要用官方端点重新校准
src/detect.mjs里的判据。
确认端点没被换成蒸馏版或量化版之后，下一步是怎么构造请求才能把这个满血模型的性能榨出来—— 同样的权重，请求面不同，输出质量差别很大。
规格在这儿：dsh-peak-call（只有规则，没有代码， 可以直接丢给别的开发者或其 AI agent）。
canarybyte/veridrop 是同领域更全面的项目，覆盖 Claude / OpenAI / Gemini， 从加密签名、协议字段、行为三个层面检测。推荐一起用。
本项目是互补而非替代：veridrop 目前不覆盖 DeepSeek，也不做思维链语域的指纹； 本项目只做 DeepSeek，但把这一种方法做深。
bin/check.mjs 命令行
bin/serve.mjs 本地 UI 服务（SSE 推实时进度）
web/index.html 界面（单文件，无构建）
src/fixture.json minimal 首轮请求面 —— 改了指纹就失效
src/fixture.mjs
src/protocols.mjs 三个协议适配器 + 自动识别
src/detect.mjs 指纹判据与打分
start.bat Windows 一键启动界面
Q: 为什么界面需要跑一个本地服务，不能是个纯 HTML？
浏览器直连 api.deepseek.com 或各中转会被 CORS 挡死（这些端点不给跨域头，也没义务给）。
所以页面只管界面，请求由本机 Node 进程发出。
Q: 测出来「可疑」怎么办？
加大 --runs 复测。如果稳定停在中间档，有可能是中转在多个后端之间路由——实测遇到过。
Q: 我的 Key 会被传到哪儿去？ 只传给你自己填的那个 Base URL。本项目没有任何遥测、上报、外部依赖，全部代码 700 行左右，可以自己读完。
Q: 能测别的模型吗（GPT / Claude / Gemini）？ 不能。这个指纹是 DeepSeek V4 专属的。别的模型请用 veridrop。
欢迎 issue 和 PR。特别欢迎：
- 新中转站的实测数据（匿名与否都行）
- 新模型版本的指纹校准
- 其他协议适配器
MIT © linjunsu
夹具内容取自 deepseek-ai/deepseek-harness（MIT）。
关键词：DeepSeek 中转站检测 · API 降智检测 · 模型套壳识别 · 满血模型验证 · deepseek-v4 · API relay verification · LLM model fingerprinting · fake model detection