如何解读这个页面
综合分比原始匹配率更适合横向比较：它会抑制一两次完美样本，并奖励头部 GPT / Claude 覆盖、更多已验证模型、足够样本和近期活跃度。仍应结合最近样本、风险结论和延迟一起判断。
证据范围与时间
- 匹配样本 / 诊断样本
- 5 / 10
- 最近 30 天诊断样本
- 10
- 最近记录的测试时间
匹配率的分母是有结论且有模型标签的诊断样本，不是全部公开测试。样本反映已观测行为，不代表独立用户、随机抽样或该服务商所有请求。
下表保留请求模型 ID 和声称模型标签中的版本信息；标签本身不能独立证明实际后端版本。单次不匹配不足以认定服务商欺诈。
最近样本
| 请求模型 ID | 声称模型 | 判定 | 延迟 | 完成时间（UTC） |
|---|---|---|---|---|
| grok-4.6 | grok-4.6 | match | 13.5秒 | |
| glm-5.3 | glm-5.3 | mismatch | 7.0秒 | |
| gpt-6-astra | gpt-6-astra | match | 5.7秒 | |
| claude-fable-5 | claude-fable-5 | mismatch | 12.7秒 | |
| kimi-k2.6 | kimi-k2.6 | mismatch | 6.2秒 | |
| deepseek-v4.1-flash | deepseek-v4.1-flash | match | 4.4秒 | |
| glm-5.3 | glm-5.3 | mismatch | 6.6秒 | |
| claude-fable-5 | claude-fable-5 | mismatch | 11.9秒 | |
| deepseek-v4.1-flash | deepseek-v4.1-flash | match | 3.7秒 | |
| deepseek-v4.1-flash | deepseek-v4.1-flash | match | 4.2秒 |