中转站掺水检测

不是简单测接口通不通，而是把模型列表、响应结构、流式输出、延迟和固定题库一起看，帮你快速判断中转站是否真实、稳定、可用。

价格低不代表线路稳，模型名好看也不代表能力一致。我们会同时看协议、题库、流式和最慢请求，比只看宣传页更有参考价值。

覆盖模型列表、模型存在、协议结构、QA 题库、流式质量和延迟表现，对应真实接入里最常见的 SDK 报错、超时和能力不匹配问题。

很多 AI 应用和 SDK 默认按 OpenAI 风格接入。如果字段、错误格式或流式分片不标准，后续就容易调试成本高、线上偶发失败。

聊天、客服、写作和 Agent 都依赖首 Token 与连续分片。普通请求能返回，不代表流式体验稳定，所以必须单独看。

延迟是普通请求从发出到拿到首个响应的时间，越短越快。首 Token 是流式返回里第一个字或片段出现的时间，也叫 TTFT，越短越适合聊天和实时输出。流式总耗时是这次流式完整结束一共花了多久。Tokens/秒是模型输出速度，数字越大代表吐字越快。输入 Tokens 是这次请求里你发给模型的内容被拆成了多少 token，输出 Tokens 是模型这次实际返回了多少 token。

固定题库会观察指令跟随、结构化输出和基础知识表现，能暴露模型能力不匹配、返回被加工、回答不稳定等风险。

真实业务怕的不是偶尔很快，而是最慢请求拖后腿。我们会把响应延迟、流式首包和 QA 最慢耗时一起纳入判断。

不会。API Key 只用于本次实时检测，不写入账号系统、不进入榜单库，也不提供托管密钥功能。建议使用小额度测试 Key，不要直接使用高权限主 Key。

适合做充值前初筛。它能帮你快速排除明显异常的线路，但不等于长期压测、SLA 监控或多地域稳定性证明。

中转站可能按负载、成本和可用性切换上游或线路。多测几次看趋势，比只看单次跑分更可靠。

不能。它更像技术体检，重点发现接口异常、性能偏差和兼容性风险。建议先检测，再小额试用，最后看长期稳定性。

当前评分主要来自四类信号：知识问答通过率、模型与目标是否匹配、OpenAI 协议与响应结构是否正常、以及流式和延迟是否过关。它是单次快检分，不是统计学意义上的长期质量分。