$0/免费
Free
- ✓
Verify LLM API
- ✓
Behavioral fingerprint verification
Verify LLM API
查看你的 AI 智能体实际使用的是哪个模型
Verify LLM API 是什么？
Verify LLM API 是一款用于验证 AI Agent 或 API 后端模型真实身份的工具，通过采样单 token 输出并基于 Jensen–Shannon 距离与公开模型指纹进行比对，从而判断其实际使用的是哪一款模型。它内置 161 个精确模型 ID 的指纹库，登录凭证与原始采样均保留在本地，对未知或弱匹配会返回 INCONCLUSIVE 结果；只需让 Codex 代理运行 verifyllmapi.com/run，即可快速检测任意 OpenAI 或 Anthropic 兼容端点。
产品详细介绍
查看你的 AI 智能体实际使用的是哪个模型
Verify LLM API 是一款用于验证 AI Agent 或 API 后端模型真实身份的工具，通过采样单 token 输出并基于 Jensen–Shannon 距离与公开模型指纹进行比对，从而判断其实际使用的是哪一款模型。它内置 161 个精确模型 ID 的指纹库，登录凭证与原始采样均保留在本地，对未知或弱匹配会返回 INCONCLUSIVE 结果；只需让 Codex 代理运行 verifyllmapi.com/run，即可快速检测任意 OpenAI 或 Anthropic 兼容端点。
定价方案
有免费方案创始人评论
Evan Reed创始人
我在读完《One Token Is Enough》这篇论文后构建了 Verify LLM API，该论文展示了重复的单 token 输出分布如何可以作为模型的行为指纹。
最小可用的流程只需要一次提示：
运行 https://verifyllmapi.com/run 来验证该 AI Agent 所使用的模型。
对于 Codex 会话，该 Skill 会复用 Agent 主机托管的登录信息，并启动全新的隔离会话。它将凭据和原始样本保留在本地，然后使用 Jensen–Shannon 距离将答案分布与公开参考进行比对。结果为 CONSISTENT（一致）、MISMATCH（不匹配）或 INCONCLUSIVE（无法判定）。这是行为层面的证据，而非厂商的认证。
当前的主要局限在于覆盖度。打包的库涵盖 161 个精确的模型 ID，并非覆盖所有现有模型或路由层。新版本发布、提供商变更以及封装层都可能使指纹发生偏移。我希望其他开发者能使用相同的方法来测量最新模型，并分享可复现的结果。如果你测试了较新的模型指纹，请发送邮件至 evan@nos3c.com。同一邮箱地址也列在 verifyllmapi.com 上。
感谢《One Token Is Enough》的作者们发表了这篇论文、数据集和代码。这个工具是基于他们工作的一次小而实用的构建。
我希望听到直率的反馈：报告中哪里表达得清晰，又在哪里夸大或对证据解释不足？
创始团队
Evan ReedBuilder of local-first AI tools
官网信息
公司使命
通过使用 AI 智能体对模型路由进行采样，并将答案分布与公开参考答案进行对比来验证 LLM API，从而提供行为一致性证据，而非依赖模型的自我报告。
