建立长期行为基线
不凭一次结果替渠道盖章。持续记录每个模型的可用性、响应质量与行为特征，形成可以比较的历史。
第 1 天第 2 天第 3 天第 4 天
连续稳定 3 天后，渠道行为开始变化
Claude / OpenAI 中转站降智监控
持续看见中转站，
正在发生什么。
测一次正常，不代表持续可靠。降智、掺假、模型掉包与 Token 虚标往往时有时无，LinkyMonitor 对比每次请求、响应与历史基线，让变化及时可见。
持续行为基线
变化自动留痕
结论可回到证据
渠道监控 / Anthropic Messages
Claude 渠道质量
过去 24 小时 · 288 次主动探测
行为已变化
接口仍然可用，但渠道表现已偏离过去 3 天的基线
资源特征与 Token 用量同时发生变化，建议结合历史证据复核。
有效探测99.7%287 / 288
观测维度历史基线近期表现变化
资源特征渠道声明：CCMax
长期稳定出现 Kiro 特征需关注
Token 用量相同模型与请求规模
稳定区间高于基线 3.2×异常
请求行为缓存与 Thinking 表现
与配置一致出现偏离已变化
OpenAI Responses
Chat Completions
Anthropic Messages
Google Generate Content
从状态到判断
“能返回”不等于“没降智”
LinkyMonitor 把已知请求、真实响应和历史基线放在一起比较，发现缓存、重放、参数过滤、 模型掉包或 Token 虚标等值得调查的行为。
发现声明与行为的偏差
当渠道声明的资源类型与近期响应特征不一致，或使用过程中发生切换，及时标出值得复核的变化。
渠道标注CCMax 资源
行为变化出现 Kiro 特征
状态需要关注
让短暂异常留在历史里
最近一次恢复正常，不代表过去的问题没有发生。按渠道和模型保留异常频次、趋势与上下文。
Token 用量偏移×12
缓存行为异常×8
Thinking 行为偏离×3
Multi-model Monitoring
持续监控多模型中转站，让降智有迹可循
LinkyMonitor 面向 OpenAI、Claude、Gemini 等模型建立长期行为基线，集中呈现资源特征、 Token 用量与请求行为的变化。
- 1资源声明与实际行为例如渠道声明 CCMax，后续却出现 Kiro 特征。
- 2Token 虚标与计费特征相同模型和请求规模下，持续跟踪用量与倍率是否突然偏离历史区间。
- 3缓存与 Thinking 行为持续记录请求配置与实际响应之间值得关注的偏差。
- 4跨时间持续追踪今天正常不代表明天不变；每次切换、恢复和再次异常都会进入历史。
结果展示的是行为线索和异常变化，不是对中转站身份、纯度或未来表现的认证。
Claude Production
行为已变化
资源特征
渠道声明
CCMax近期表现
已变化
Kiro 特征
Token 用量
历史区间
稳定近期表现
偏移
高出 3.2×
缓存行为
历史表现
未见异常近期表现
异常
出现活动
Thinking 行为
请求配置
关闭近期响应
偏离
仍然出现
接口可用性
历史表现
99.9%近期表现
仍可用
99.9%
变化摘要
接口仍然可用，但渠道行为已经发生变化
可用率没有下降，资源、Token、缓存与 Thinking 特征却同时偏离历史。
Probe Evidence
每次变化，
都能回到上下文
请求、响应、Usage、网络过程和历史基线被组织在同一条变化记录中。你看到的不只是一个异常标签， 还包括变化从什么时候开始、持续了多久，以及前后表现有什么不同。
- ✓最终发出的请求体与响应正文
- ✓HTTP 状态、TTFT、总耗时与 Token 用量
- ✓多次连接尝试与上游来源标签
- ✓变化前后的行为摘要与异常频次
变化证据
change_8fa21c
行为已变化
概览变化响应网络
- Channel
- Claude Production
- Time range
- 30 days
- First changed
- 2 hours ago
- Availability
- 99.9%
行为时间线相同模型 · 相同监控配置
8/04 - 8/06行为稳定
8/07首次出现资源特征变化
8/10异常仍在持续
资源特征CCMax → Kiro
Token 用量高于基线 3.2×
缓存行为出现异常活动
Thinking 行为与配置偏离
01凭据不离开你的部署私有化模式下，配置、凭据、结果和审计数据全部保留在客户环境。
02面向真实网络边界保护探测与 Webhook 目标，限制重定向，并为敏感字段提供明确处理策略。
03变化过程可以复核状态、异常标签和原始证据关联保存，方便排障、审计与渠道对比。
一种产品，两种交付方式
先开始监控，再决定数据放在哪里
SaaS 和私有化使用同一套判断能力。区别只在运行环境、数据与凭据归属。
LinkyMonitor Cloud
SaaS
无需部署，开放试用后即可创建渠道和模型监控。适合快速验证与集中管理多个工作空间。
- 即开即用
- 持续获得产品更新
- 组织与工作空间隔离
LinkyMonitor Self-hosted
私有化部署
首个 Release 发布后提供容器化部署。现在留下邮箱，SaaS 开放试用或私有化下载时第一时间通知你。
- 完整数据本地持有
- 支持受信内网 AI 接口
- 拨测流量留在自己的网络
延伸阅读
从选站到排障，都回到证据
入门文章先分清降智、渠道来源和 Token 计费；进阶文章再查输入改写、参数透传、异常缓存、产品环境和 Bedrock 转发证据。 所有文章都按使用场景收在指南目录。
Claude 降智是什么，怎么判断
降智其实是三件不同的事：模型掉包、上下文截断、参数过滤，成因不同处理方式也不同。为什么「问它是不是 Claude」不管用，以及四类可以客观观察的信号。
渠道类型：官转、号池、逆向、Kiro
同一家站的不同分组，背后可能是完全不同的东西，价格能差五六倍。六类来源的成本从哪来、各有什么绕不开的限制，以及哪些痕迹能在响应头和字段里直接看到。
Token 虚标与倍率对账
你看到的 usage 也是中转站给你的数字。倍率虚标、缓存套利、输出缩水、上下文重复计费四种手法，以及用固定 prompt 拿官方接口当尺子自己对账的步骤。
Decide with evidence