指南/渠道类型
中转站渠道类型:标签、行为与来源证据怎么分
中转站后台常把分组标成「官转」「号池」「逆向」或某个产品名。这些名称没有统一定义,也不会自动证明请求去了哪里。核验渠道要分三层:保存站方声明,记录接口行为,再看能否取得可关联的账户或服务端记录。
同一个分组要记三层材料
| 层级 | 记录什么 | 可以支持的结论 |
|---|---|---|
| 站方声明 | 分组页面、模型名、渠道标签、价格与服务说明 | 商家在某个时间作过什么承诺 |
| 客户端观察 | 实际请求、响应、错误、Usage、响应头、延迟和能力表现 | 接口怎样处理请求,不同分组或时间是否出现差异 |
| 来源证据 | 能与请求对应的上游日志、账户记录、账单和支持工单 | 某笔请求进入了哪个服务、账户或资源项目 |
这三层不能互相代替。分组名写着 Bedrock,只能记录为站方声明;响应符合某个 Bedrock API 的结构,可以支持协议相似;同一请求 ID 能在对应 AWS 账户日志中查到,才接近来源证明。
社区标签通常指什么
下表整理的是常见用法,不是行业标准。商家使用这些词时,应要求它说明具体端点、账号类型、计费口径和限制。
| 标签 | 通常表达的声明 | 需要继续问什么 |
|---|---|---|
| 官转 / 官方直连 | 请求通过模型厂商提供的正式 API | 哪个 API、哪个模型标识、能否提供可关联的请求记录 |
| 一方云 | 请求通过 AWS、Google Cloud 或 Azure 等云平台的托管模型服务 | 使用哪个产品、端点、区域和模型资源,哪些账户记录可以核对 |
| 号池 | 多个账号或项目轮换、分担请求 | 「账号」具体指订阅、API 项目还是其他资源;如何处理限额、封禁和重试 |
| 逆向 / 2api | 把消费端产品或客户端的调用包装成 API | 哪个产品、支持哪些能力、账号与服务条款风险由谁负责 |
| IDE 额度反代 | 使用 Kiro、GitHub Copilot 等编程产品所含资源来承接请求 | 产品环境、底层模型、推理渠道和付费资源分别是什么 |
| 试用额度 | 使用厂商或产品提供的试用资源 | 额度到期后如何迁移,余额与未完成请求怎样处理 |
「CCMax」「Kiro」「AWS-Q」一类分组名也可能同时混入产品、订阅和渠道含义。名称冲突的处理方法见模型、产品环境、推理渠道与资源来源。
客户端可以核对接口行为
客户端材料适合回答「这个分组怎样工作」「两个分组是否一致」。它通常不能单独回答「背后使用哪个账号」。
请求与响应是否符合约定
保存客户端实际发出的 JSON、原始响应和流式事件。逐项检查模型参数、工具调用、结构化输出、终止原因、缓存与 Usage 字段。兼容范围应按实际需要验收,见OpenAI API 兼容性。
字段缺失或行为不符,可以证明接口没有满足约定。字段完整只能证明这次响应符合相应外形,因为网关能够转换或重新生成 JSON。
错误与请求 ID 能否追溯
保留 HTTP 状态码、错误体、响应头和请求 ID。Anthropic 的错误文档说明其 API 响应包含 request-id,错误体也含 request_id。这些标识的价值在于关联服务端日志或支持工单;只在客户端出现、无法向上游查询的字符串不能确认来源。
错误格式与官方文档不一致,可能来自中转站、云平台、SDK 或协议转换。合适的记录是「错误外形与某接口不同」,不要从一个错误直接判定渠道类型。完整排查路径见 AI API 错误排查。
缓存、用量和延迟是否长期一致
固定 Prompt、模型和参数,比较各分组的缓存记录、输入 Token、输出 Token、终止原因、首 Token 延迟和错误分布。它们可以发现分组行为不同,也能为后续变化提供时间点。
缓存未命中可能来自长度门槛、前缀变化、过期、隔离范围或网关改写;限流与延迟还受账号配额、网络和上游负载影响。单个信号不用于确认渠道,排查缓存时按缓存命中检查保存条件。
来源声明需要服务端或账户侧记录
不同声明对应不同证据,不能用同一张响应截图全部证明。
| 声明 | 更接近来源的材料 | 仍要保留的未知项 |
|---|---|---|
| 使用模型厂商正式 API | 厂商侧可查询的请求 ID、项目日志、用量或账单,并能对应到测试时间 | 一笔记录不能代表该分组的全部请求 |
| 使用 Amazon Bedrock | 对应 AWS 账户中的调用日志、CloudTrail、运行指标或可分配的成本记录 | 客户端请求是否被网关改写、其他时段是否仍走同一路径 |
| 使用某个订阅或产品额度 | 账号认证状态、订阅权益和对应时段的用量记录 | 产品环境支持多个模型时,仍需单独确认模型身份 |
| 使用指定模型 | 可信端点的固定模型标识、可关联的服务日志,或有对照与样本边界的行为审计 | 模型版本、移动别名与部分流量切换仍要按时间复查 |
AWS 官方的 Model invocation logging 和 CloudTrail 集成说明了 Bedrock 账户可以留下哪些调用记录。不同 Bedrock 端点的日志覆盖并不相同,具体边界见Bedrock 转发证据。
Kiro 和 GitHub Copilot 都支持多种模型,产品名称无法给出底层模型的唯一答案。核对产品能力时应查看 Kiro 模型文档和 GitHub Copilot 支持模型列表,再把实际模型和付费资源分别取证。
怎样写渠道核验结论
材料只有站方页面时,写「该分组声明使用 X」。响应结构长期符合某套协议时,写「该分组表现出 X 协议一致性」。拿到可关联的上游账户记录后,才写「这些请求进入了 X 账户或服务」。
反过来,发现字段、错误或能力不符合声明时,可以写「接口行为与声明不一致」,同时保留其他解释。代理可能统一响应格式、删除字段或只对部分请求切换上游;行为差异不能自动给出具体资源来源。
模型身份的黑盒审计需要更多样本和对照,并且方法各有误报边界。相关论文、适用条件与结果汇总见学术界怎么审计中转站掉包模型。渠道类型页不再用单篇研究的比例替某个分组下结论。
分组要在上线后继续复查
准入时验证过的分组,后续仍可能调整模型映射、账号池或上游路由。固定验收请求要在上线后继续运行,并覆盖实际使用的 Key、分组和时段。
发现变化时,先核对 Prompt、参数、客户端版本和官方同期表现。条件没有变化,中转站却持续偏离历史范围,再冻结原始请求、响应和账单,向服务方索取对应的上游记录。具体做法见准入通过后,模型还会不会换。
渠道标签适合描述购买时听到的说法。长期结论要由可重复的接口观察和可关联的来源记录共同限定。
LinkyMonitor 对每个分组持续发送固定请求,保存 Usage、响应结构和变化时间,便于发现准入后的行为偏离。