你通过转售 API 购买某款模型，屏幕上的名字却不能证明后台没有换成更便宜的版本。Tomas Bruckner 提出一种轻量核验法：反复让模型“说一个 1 到 100 的随机数”，每次只收一个词元——模型处理文字的最小单位——再统计答案频率。不同模型看似都在随机作答，实际偏好并不相同；这种细微而稳定的习惯，就像行为声纹。
研究用 10 类任务、四种语言测试 OpenRouter 上的 165 个模型，共发出 32.6 万次请求，成本低于 35 美元。作者报告，只取八组探针、约 120 次单词元查询时，核验的等错误率为 10.6%——即把真模型误判为假、把假模型误判为真的两类错误达到平衡时的错误水平；完整 40 组探针可降至 7.3%。它不需要读取模型内部概率、生成长文或获得厂商配合，适合黑箱 API 的日常抽查。不过，这仍是统计判断，不是一次回答就能“验明正身”；实际使用还需要可信的参考模型作比对。