本人刚好从事LLM agent可靠性方面的科研工作，一直用GPT5.4mini、gpt5.5作为实验对象来研究可靠性评估方法，做了一套题库。之前在gpt-5.4-mini上测试1140次（114task×10trial，即114题，每题重复测10次），成功率稳定在45%（每trail±3%）。
前两天5x额度用完了，着急补实验，把站里最近推广最多的自称满血/纯血pro的3家富可敌国都冲了100块，结果同样的题库task，成功率只有5-15%。
我以为GPT这两天降智的缘故，先暂停了实验。等到今天我pro额度重置，我留了个心眼，把前20task×5trail在官方pro5x和3家中转站（简称K/J/D）都跑了一遍，结果平均成功率如下
官方pro：50%，3家中转站分别25%，20%，23%，全都远低于官方pro。
这时候再看他们吹什么满血pro号池，只觉得好笑。
kkqy (kkqy) 2
这就是一个极度不透明的市场，主打一个愿打一个愿挨
sandy05 (sandy) 3
哪一家能不能说出来避避雷？另外，那种检测中转站的网站有没有用？
yunyi (yunyi) 4
其实我觉得还有一个情况就是，他们把pro订阅的反代出来newapi再给你使用，模型的能力是会下降的，即便是纯血模型
awz707 (awz707) 5
要不你把Pro转成API再试试呢，有没有可能是官方订阅和API接入本身就有区别？ 
led 6
确实只有掺多掺少的区别，现在我真的比AI便宜了
ykhhhh 7
能不能说一下是哪家的。避雷一下。
我自己也是反代CPA+newapi 
我比较善良的想法只能是他们反代ip脏降智，至于事实如何只有他们自己知道了
lanvent 9
佬我有点好奇，官方plus/中转plus的成功率。 pro号池和plus号池的差距究竟多大 
vnbear (默默饭团子) 10
感谢佬避雷，最近还打算冲其中一家的 
其实已经说了，最起码K和D很容易搜是哪两家
J也搜到了…
检测站应该是没有用的，仅仅靠网页上的几种特征去检测信服度很小啊。你可以看到发帖的这个佬，与自己的api做了很多轮对比才有一定的结论
normandy (诺曼底企鹅) 13
没区别，就算是所谓纯pro反代出来降智那对于消费者来说完全可以看成假pro，这种退化反正也不该消费者承担
zdf73 (DenisZheng) 14
佬直接说是哪三家啊，我好避雷下。
Narrenschiff (Th.SevnthO.livion) 16
一个基于概率分布识别任意模型真假的项目，从此告别掺假！ 佬，有试过这个吗，能靠这个辨别吗
以及我也在探索Agent的能力评测相关的方向，想问下佬是怎么控制测试环境的，像这种反代、网络环境等对模型能力的影响存在且可控吗？
zcx960 (zcx960) 17
gpt理论上不存在掺水的可能性，除非是把gpt5.4mini伪装成gpt5.5
Benny576 (Benny) 18
直接开名把，是哪3家啊?我很想知道，虽然我一直就不大相信中转站
awz707 (awz707) 20
因为感觉gpt的价格已经够低了，掺水反而提高成本
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。