🔍【reverse-check v0.01】纯前端LLM逆向与否检测工具，快来看看你用的中转是不是逆向吧

项目地址：GitHub | 网站1（vercel域名） | 网站2（我的域名）

受各位大佬启发并参考官方API文档，开发了一个基于是否支持官方参数的逆向检测工具。该工具检测失败的API极大概率是逆向的。

目前项目处于初步阶段，暂时需要人工对比响应结果与示例进行判断。

使用方法

1. 选择模型提供商、检测参数，输入模型名称、base URL、key，点击开始检测。
2. 对比示例与API响应信息，判断是否为逆向。

截屏2025-03-01 01.55.432132×1638 389 KB

每个模型提供商和参数都有不同的逆向/官方接口返回示例。

截屏2025-03-01 01.55.572188×1082 204 KB

参数解释

OpenAI 参数

Claude 参数

Gemini 参数

PS：Gemini居然还有逆向的，太离谱了。

TODO

1. 增加推理模型的支持
2. 增加vercel等平台一键部署
3. 增加docker镜像一键run
4. 实现自动化判断是否逆向
5. 实现与Uptime Kuma联动，实现持续监测

参考：https://linux.do/t/topic/256917、https://linux.do/t/topic/195972、https://linux.do/t/topic/282026 等等。

佬太细致了，强强强

项目预告：正在开发LLM-Fingerprint-Check，以解决reverse-check无法检测模型掺假（如用GPT-4omini冒充GPT-4o）。

大佬厉害

佬太强了，我一直就怀疑我手上有家的Claude不真，查完果然，价格和我买的另一家差不多，人家通过了测试它没有，逆向无疑了……我之前选中转站觉得价格差不多应该就没事，现在

太强了，大佬

太强了佬，有空试下

太强了佬 因为一直都是Postman/APIfox进行调用，佬的这个也蛮方便的了，不过前段时间我好像测了其他家，有的Claude，居然会显示2378输入，但是内容却是逆向道歉的，比官的多了一个Token，我怀疑后续有人会不断校准Tokenizer的返回，接近官，所以，这个只是我的感觉，后续会不会出现这批人呢，我就不太清楚了，所以后续我想想有木有其他新检测方法

2378输入是啥意思呀

意思就是 官的是2377的输入Token量，然后呢 2378和官的2377的Token量对不上这样咩

是这个佬的方法吗

再次接贴，Claude API 我的测官/逆向区分方法，仅供参考

目前我测试max_tokens参数和stop参数就能检测出来所有的逆向站，后续可能会增加这个佬的方法吧

可以看一下我项目的参数解释，和Tokenizer无关哦。

是啊是啊

哦！看错了，以为是测是否同等Token量的

佬的方法很好用，但是我遇到一个问题，我测出来一家claude官转max_token=10，但是stop参数过不了，这种情况怎么判断呢？

把具体的响应发出来瞅瞅

这是max tokens参数
{
“id”: “chatcmpl-msg_01DzyvpTsCfjJyPp9LSUrH2E”,
“object”: “chat.completion”,
“created”: 1741264031,
“model”: “claude-3-7-sonnet-20250219”,
“choices”: [
{
“index”: 0,
“message”: {
“role”: “assistant”,
“content”: “deepseek number 1\ndeepseek”
},
“finish_reason”: “length”
}
],
“usage”: {
“prompt_tokens”: 22,
“completion_tokens”: 10,
“total_tokens”: 32,
“prompt_tokens_details”: null,
“completion_tokens_details”: null
}
}

这是stop参数
{
“id”: “chatcmpl-msg_01EiF6w9nhpvP7b2LAF1H7YV”,
“object”: “chat.completion”,
“created”: 1741264148,
“model”: “claude-3-7-sonnet-20250219”,
“choices”: [
{
“index”: 0,
“message”: {
“role”: “assistant”,
“content”: “Here are the numbers 1 to 10 in Arabic numerals:\n\n1\n2\n3\n4\n5\n6\n7\n8\n9\n10”
},
“finish_reason”: “stop”
}
],
“usage”: {
“prompt_tokens”: 20,
“completion_tokens”: 39,
“total_tokens”: 59,
“prompt_tokens_details”: null,
“completion_tokens_details”: null
}
}

这里的逆向检查，是指通过爬虫调用WebAPI而不是官方的OpenAPI 吗？

这些方法对于含推理的模型也有效吗？例如我用max_token测试了一个中转的o3-mini，API响应是：
[
{
“index”: 0,
“message”: {
“role”: “assistant”,
“content”: “> Reasoning\nFocusing on the user’s request to output ‘deepseek number 1’ five times, I’m considering the best method to ensure a clear, accurate response.\nMapping the request\nI’m working through the request to print ‘deepseek number 1’ five times, ensuring each repetition is clear and accurate.\nReasoned for a couple of seconds\n\nSure! Here you go:\n\n\ndeepseek number 1\ndeepseek number 1\ndeepseek number 1\ndeepseek number 1\ndeepseek number 1\n”
},
“finish_reason”: “stop”
}
]

是否就说明这个中转是逆向。

另外还遇到了max_token，n，stop三个参数返回遵循官方api，但是logprobs不支持的情况。