共 8 大维度 · 35 项探针，每项均通过真实 API 请求验证
自动识别中转站走 OpenAI 兼容协议还是 Anthropic 原生协议（/v1/chat/completions 或 /v1/messages）
发送最小 chat/completions 请求，验证端点能否正常响应 AI 推理
串行 10 次请求（首次完整测速率，后续轻量），记录成功率、延迟波动、是否中断。检测自部署中转站的频繁中断问题（不并发，不算攻击）
通过 SSE 流式响应精确测量首 Token 到达时间，反映真实响应速度
询问模型自身标识，辅助识别模型族
按模型画像库版本断言知识截止日期，检测降级替换
标准数学题验证模型能力等级
逻辑推理题验证高级模型能力
请求长输出，检测是否被异常截断
要求模型复述指令，检测中转是否注入额外 system prompt
经典认知偏差题，检测是否用低参数模型替代
要求逐行输出，对比实际行数与预期
检测 temperature 参数是否真实生效
请求模型回显随机 nonce 字符串，中转若预设答案/截断/改写，nonce 会丢失或变形
发固定 prompt 比对 usage.prompt_tokens 与预期，多出则中转注入了 system prompt
检查 id 前缀、model 回显、finish_reason 枚举、usage 整数性，抓「字段填齐但值伪造」的逆向中转
发畸形请求，扫错误响应是否泄露上游 API URL / key / 堆栈信息
3 道标准数学题（含经典 bat-and-ball 认知偏差题），验证真实计算能力
3 道逻辑题（传递推理、概率、条件判断），不靠自报
2 道编程题（Python 求和、JS 字符串反转），校验输出可执行性
2 道精确输出题（固定 nonce、结构化 JSON），检测指令遵守度
成语解释 + 英译中，验证中文能力（GLM 等国产模型重点项）
验证 stream=true 是否返回标准 SSE 流
发送 tool 定义，验证是否返回 tool_calls
发送最小图片，验证多模态能力
请求 /v1/embeddings 端点
发送长文本，检测上下文窗口与 token 计数
用收录的 API Key 定期发最小化请求验证服务可用性，不消耗配额
按天聚合存活数据，绿色活跃、红色宕机、灰色无数据，直观评估中转站稳定性
有效评分 = 综合分 × 存活率，存活率低的中转站排名会被拉低
从全国及海外多个监测点对中转站域名做网络延迟探测，获取真实多地域延迟数据
区分国内节点（含港澳台）与海外节点平均延迟，综合加权（国内 60% + 海外 40%）
保留长期网络延迟变化记录，监控网络质量波动