全部样例
SAMPLE REPORT
Claude

无法评测的线路 · 不出分、不收费

这份报告回答了什么:线路连不通、鉴权不过或我方官方对照当时不可用时,报告长什么样:灰色「无法评测」+ 原因 + 费用已退回。

线路连不通或官方对照不可用时:不出分、不收费、说明原因。

被测:故意配错的自家测试线(连通失败) · 角标「样例 · 非本人线路」
外行怎么看
看灰色「无法评测」:这不是差评,是「今天没法测」。
采购怎么看
看收费说明:无法评测不扣费,预扣自动释放。
工程怎么看
看预检三件:鉴权 / 额度 / 官方对照,哪一件没过。
AAW-鉴定 · Claude 线路鉴定报告AAW Verify · Supply-line Verification Report
报告 #157 · AAW-AR-claude-157-99ed35bd0dfb实测 2026/9/26 21:39:56 · 出具 2026/9/30 20:39:45样例 · 非本人线路
—无法评测
claude-opus-5线路:故意配错的自家测试线(连通失败)目的:训练用途(思考过程需可回传)

无法评测(NA):线路鉴权失败,Key 或 Base URL 不对,后面的题目无从谈起

依据
线路连不通或预检未过,六问没有进入测试。
建议
先让供应商修好连通 / 鉴权,再安排鉴定;这次不出分、不收费。
  1. 1通不通未通过
  2. 2真不真未测未进入
  3. 3全不全未测未进入
  4. 4快不快未测未进入
  5. 5值不值未测未进入
  6. 6哪来的未测未进入
置信 · 未定最高证据 · 无证据rules-4.2bank-2026.09证据不足,未下结论

官方参照

结论怎么来的:每单都拿 Anthropic 官方 API 当协议「标准答案」,宣称云平台产地的再加对应官方端点做产地对照。

AnthropicAnthropic 官方 API协议对照每单必跑

api.anthropic.com 直连 · 协议金标准(官方签名验证终审)

每单必跑、含在价内。拿 Anthropic 官方 API 当「标准答案」,被测线路的行为逐项与官方比。

  • 官方同题对照:推理题 / 身份题 / 知识边界,官方与被测线路同题各答一遍
  • 官方签名验证(终审):把被测线路给出的思考块签名送官方验真,改坏一字符必须被官方拒绝
  • 参数对照:格式化 / 预填充 / 采样参数,官方怎么处理、被测线路怎么处理
  • 用量对账:官方 count_tokens 对被测线路报的 token 数,看有没有多报
有出入官方签名核验未能完成 · 同题对照未取到官方样本
Amazon BedrockAWS Bedrock 官方 API产地对照未开

bedrock-runtime.{region}.amazonaws.com 原生端点 + Bearer 凭证 · 产地金标准(Bedrock 固有行为)

宣称 AWS Bedrock 的线路按宣称自动加;没宣称的也可手动加来证伪产地。用 Bedrock 原生端点同型号跑一遍,分清「产地固有」与「本线特有」。

二六问逐项证据

一句话结论 → 引擎说明 → 测什么、怎么测 → 观测值 → 指标 → 原始信号 → 复现步骤。

1通不通未通过证据:无证据

线路连得上、流得稳吗

线路鉴权失败:Key 或 Base URL 不对,后面的题目无从谈起

引擎说明:被测腿鉴权失败:(同上)
对你意味着什么
线路连不通或流式结构不完整,其他题目无从谈起。
建议
先让供应商修连通与流式,再复测。
测什么:连通性、流式 SSE 事件完整性、短题并发爬坡·怎么测:用真实请求打通;检查流式事件序列有没有缺件;短题并发爬坡看错误率和抖动。
观测值
维度状态说明
跑前预检未测【系统环节】被测腿鉴权失败:Invalid token (request id: 202609261339551674573608268d9d6hvhRJ5AL)
官方腿未测通
被测腿未测不通:(同上)
指标
l0
fail
原始信号清单(3 条)
  • 跑前预检:【系统环节】被测腿鉴权失败:(同上)
  • 被测腿:不通:(同上)
  • 官方腿:通
复现步骤
  1. 用同一 Base URL / Key 发一条最短 messages 请求(stream=true),核对 SSE 事件序列:message_start → content_block_* → message_delta → message_stop。
  2. 以 5 → 10 → 15 并发重复短题,记录错误率与首字抖动。
2真不真未测 · 未进入证据:无证据

后面是不是宣称的模型

未测 · 未进入

引擎说明:系统未就绪,签名回验未测
对你意味着什么
证据不足以下定论,仍有翻案可能。
建议
建议补测或换时段复测。
测什么:官方签名验证、身份题、model 字段、消息 id 形态·怎么测:把线路返回的、官方签过名的思考块拿去请官方验证——假的一验就穿;再对照身份题与协议指纹。
指标
l2
inconclusive
identity
na
复现步骤
  1. 请求开启 thinking,取回包中的思考块签名。
  2. 把该思考块原样回传官方 Messages API 续接:官方接受 = 该思考确由 Claude 生成;把签名改坏一位再发,官方应以 400 拒绝(阴性对照)。
  3. 同题对照:与官方直连比对推理结论、知识边界与身份题回答。
3全不全未测 · 未进入证据:无证据

请求有没有被改、能力有没有打折

未测 · 未进入

引擎说明:系统未就绪,协议层未测
对你意味着什么
协议层没拿到足够证据下结论,不代表有问题。
建议
补测后再看。
测什么:stop_sequences、max_tokens、工具调用、多轮签名回传;请求改写证据(官方前缀 / 隐藏 token / harness 自述);智力对照(与官方同题比正确率)·怎么测:逐项发出带参数的请求,核对回包是否严格遵守;多轮对话里把签名传回去看是否被接受;同一组智力题被测与官方各答一遍,官方会而它不会 → 能力打折。
指标
l1
inconclusive
复现步骤
  1. 逐项发送带 stop_sequences / max_tokens / system / tools 的请求,核对回包是否严格遵守。
  2. 多轮对话携带上一轮思考块(含签名)回传,确认被接受而非被剥离。
4快不快未测 · 未进入证据:无证据

首字比官方慢多少

未测 · 未进入

引擎说明:系统未就绪
对你意味着什么
本轮未取得可比的速度数据。
建议
补测后再看。
测什么:首字时延 TTFT、流式时长、思考时长·怎么测:同题、同时段与官方直连对照,只报差值与档位,不做绝对承诺。
指标
grade
unknown
复现步骤
  1. 同题、同时段、同区域对官方直连与被测线各取至少 3 次首字时延,取中位数比值。
5值不值未测 · 未进入证据:无证据

计费和官方一样吗,有没有暗塞内容

未测 · 未进入

引擎说明:系统未就绪;系统未就绪,计费未测
对你意味着什么
本轮没有取得可比的计费数据。
建议
补测后再比价。
测什么:count_tokens 对账(隐藏注入分级)、大题计费对账、缓存冷 / 热命中·怎么测:同一段文本让线路与官方分别数 token,差值就是被注入的量;大题看比例;缓存看第二次是否真便宜。
指标
l4
inconclusive
injectionGrade
unknown
复现步骤
  1. 同一段长文本分别调用被测线与官方 count_tokens,差值即注入量。
  2. 大题:比对 usage.input_tokens 与官方同请求的计数。
  3. 缓存:同一 cache_control 前缀连发两次,第二次应出现 cache_read_input_tokens。
6哪来的未测 · 未进入证据:无证据

货从哪里来,和宣称一致吗

未测 · 未进入

引擎说明:未定性 · 系统未就绪,未与宣称比对
对你意味着什么
供应商未宣称货源类型,报告只陈述测量结果。
建议
货源暂无法归类,按最保守的口径(订阅账号池)评估风险,补测后再定。
测什么:消息 id 前缀、响应头族、思考显示样式、功能可用性·怎么测:多条弱信号拼成证据包,按四色归因只陈述测量结果;只有确凿的假模型 / 假签名才叫「假」。
指标
tier
undetermined
claimResult
unknown
claimedTier
unknown
tierConfidence
未定
poolSignalCount
0
复现步骤
  1. 记录消息 id 前缀、响应头族、web_search / tool_use 可用性、思考显示样式,与四类货源形态对照表比对。

三整改清单

级别来自整改项
P0通不通修复连通 / 鉴权 / 流式结构,保证 SSE 事件序列完整。

四AAW Verify · Summary

English summary — the only English block in this report.

claude-opus-5 · Grade NA · Not assessable · Undetermined. The endpoint could not be reached, the official comparison was unavailable, or our own self-check failed; no grade, no charge.

  • 1ReachabilityFailAuthentication failed: invalid key or Base URL; nothing further could be tested
  • 2AuthenticityNot testedNot tested – preflight failed
  • 3Protocol integrityNot testedNot tested – preflight failed
  • 4SpeedNot testedNot tested – preflight failed
  • 5Billing & valueNot testedNot tested – preflight failed
  • 6OriginNot testedNot tested – preflight failed

Rules rules-4.2 · bank-2026.09. This summary is generated by AAW Verify from a single assessment run under the stated rule version. It reflects measurements at the time of testing only and is not a guarantee of future behaviour, availability or pricing.

五签章与核验

核验码
AAW-AR-claude-157-99ed35bd0dfb
出具时间
2026/9/30 20:39:45
规则 / 题库版本
rules-4.2 · bank-2026.09
归档编号
#157

签章覆盖的总评句:无法评测:线路鉴权失败:Key 或 Base URL 不对,后面的题目无从谈起

按出具当时规则 rules-4.2 · 题库 bank-2026.09 出具;规则升级不追溯改写历史报告。

签章由 AAW-鉴定 服务端 HMAC 生成,覆盖型号、等级、置信、实测时间、六问结论指纹与规则版本;改动任一字段签章即失效。核验页只返回摘要,不泄露报告正文。

去核验这份报告

六附录 · 引擎证据

五层判定

  • L0连通未通过

    同上(见前文)

  • L1协议不下结论

    系统未就绪,协议层未测

  • L2模型不下结论

    系统未就绪,签名回验未测

  • L3产地不下结论

    系统未就绪,产地未判

  • L4计费不下结论

    系统未就绪,计费未测

硬信号

  • S1model 字段未测

    系统未就绪,未测

  • S2消息 id 形态未测

    系统未就绪,未测

  • S3身份题未测

    系统未就绪,未测

  • S4token 对账未测

    系统未就绪,未测

货源判定

未定性 · 未定
  • 跑前预检未通过
  • 同上(见前文)

宣称 unknown · 比对 unknown · 系统未就绪,未与宣称比对

产地证据包

系统未就绪,产地线索未采集

速度 · 计费 · 打分

速度:未测 · 系统未就绪

计费:未测 · 系统未就绪

官方同题对照

系统未就绪,官方对照未跑

分项打分(0/100 · 样本观察)
  • 真伪与签名0/25系统未就绪,本项未测
  • 思考是否跟这次对话走0/20系统未就绪,本项未测
  • 型号是否对代0/15系统未就绪,本项未测
  • 协议是否被改写0/15系统未就绪,本项未测
  • 缓存是否省钱0/10系统未就绪,本项未测
  • 速度0/5系统未就绪,本项未测
  • 能力面0/10系统未就绪,本项未测

系统未就绪 · 不评分:被测腿鉴权失败:(同上)

思考过程回传专项:na · 系统未就绪,可蒸馏未测