它是怎么工作的，准确到什么程度

让语言模型给出几百个随机整数，它给你的不会是随机整数，而是它的习惯：常伸手去拿的数字、刻意避开的数字，一种改了措辞也不变、跨会话也足够稳定、能把模型区分开的形状。这个页面说明这种方法、本站在它之上加的两样东西，以及那些实测得到而非一厢情愿的数字。

协议

每道挑战要求给出 292 到 333 个介于 1 和 355 之间的整数，逐个选择，不用工具，事后也不修补列表。识别工具发出 3 段这样的提示词，再把回复与 14 个模型的指纹库比对，每个模型由 36 条已记录回复代表。

比对采用 ModelTrace 的方法：每条回复变成一个覆盖 355 个取值的分布，经变换后降低采样噪声与措辞的影响，再与每个模型的中心打分。指纹库、评分核心和 36 道挑战模板都原样来自 ModelTrace。本站逐字节收录这个核心，然后在它周围搭建其余部分。

长度比措辞更要紧。292 到 333 个数字的回复，按判定所用的尺度，与其模型的吻合强度中位数为 0.398； 218 到 257 个数字的回复为 0.302，28 次里有 6 次跌破判定的地板。这就是本站每段提示词至少要求 292 个数字的原因。

输入门槛

评分核心是一个闭集分类器：不管给它什么，它都会给库里的模型排序然后挑一个赢家。喂给它一个从 1 数到 300 的列表，它以 86% 的置信度报出了一个 GPT 模型。所以在任何评分之前，6 条规则先判断输入到底是不是模型的回答。

什么都没解析到，或者所有数字都一样。
排过序：十步里有九步朝同一方向。真实回复从不超过十分之七。
固定步长：一半以上的步长相同。真实回复从不超过四分之一。
不同数值太少：不到二十分之一。库里有一条真实回复低至十一分之一，所以这条线画在它之下。
太短无法评分：不到要求数量的 55%，这是核心自身的地板。

每条阈值都落在全部 576 条真实已记录回复的极值之外，一旦有阈值越过任何一条真实回复，测试就会失败。门槛拒绝的是结构，不是随机性：一个均匀随机的列表能通过门槛，因为从结构上它和模型的回答无法区分。拒绝它是判定的工作。

开放集判定

核心给出的置信度是在库内各模型之间分配的份额，所以它对已知模型加起来永远是百分之百。均匀随机输入也能拿到 78% 到 90% 的"概率"中位数。本站不用这个数字。

判定改为找回核心丢掉的信息：粘贴的回复与胜出模型中心的绝对吻合程度（拟合度），以及该模型领先第二名多少（领先幅度）。拟合度低于 0.25，说明库里没有模型能解释这些回复，判定会直说。领先幅度达到 0.08 及以上，说明就是这一个模型，会被点名。介于两者之间时，如果家族层面的把握达到 0.9 或更高，判定会给出家族，并承认分不开家族内部的模型。

阈值在 3120 条证据记录上选定：指纹库自有模型的留出回复、每个模型对着不含它的重建库的打分、均匀随机输入，以及两个模型经不同于库内渠道采集的回复。

测了什么

指纹库建库所用的 12 种提示环境里，只有 3 种能通过在聊天窗口粘贴来复现；其余的需要真正的系统字段，或者几千字的前缀。所以本站引用的自身数字是在自身条件下测得的：来自同一可用环境的三条回复、应用判定、覆盖库内每个模型。

提示词风格	轮次	模型正确	仅到家族
中文	14	11	3
英文，纯文本	14	13	1
英文，JSON 数组	14	14	0
合计	42	38	4

42 轮里 38 轮指出了正确模型，4 轮只到家族，0 轮指错。在覆盖全部十二种环境的完整留出集上，判定在 168 轮里 147 轮指出正确模型、0 轮指错。均匀随机输入在 600 轮里 600 轮得到"无结论"，从未匹配到任何模型。

它做不到什么

已收录模型的未收录版本会被报成最接近的兄弟版本。 把 Claude Opus 4.7 从库里移除后，12 轮三回复测试里有 7 轮自信地报出了 Claude Opus 4.8。相近版本共享指纹，特征空间分不开的东西，任何阈值也分不开。把各模型逐一移除后，168 轮里仍有 16 轮报出了兄弟版本。每个模型的页面都列出了自己的数字。

只给一条回复时，约每百个随机输入中有一个会越过拟合度地板，并可能被告知属于某个家族。 640 次尝试里它从未被点名为某个模型；给三条回复时，则没有任何一个越过地板。推荐三条回复是有原因的。

渠道无法判定。经编码工具采集的 Claude Sonnet 5 与 Claude Haiku 4.5 回复，对着经 API 采集的库内条目打分： 24 轮三回复测试里 18 轮指出了正确模型，0 轮指错。指纹跟随模型，这正是从聊天窗口粘出来的回复也能被认出的原因，也是判定无法告诉你回复来自哪个界面的原因。

库里十三个条目是继承的。它们的回复经由 API 中转获得，标签背后的服务端身份从未被独立核实。在每一项测试里它们的表现都和本项目自采的条目一样；这个提醒关乎来源，不关乎准确度。

致谢

指纹方法、评分核心、挑战模板以及库中十三个指纹来自 xqy2006 的 ModelTrace，MIT 许可，原样使用。单数字基线的思路致谢 hlwy-ai-checker，本站未以任何形式使用它。其余一切，包括输入门槛、开放集判定和 Claude Fable 5.1 的指纹，都是本项目自己的。