你花钱调的 AI API，可能根本不是你选的那个版本

最近发现个问题 用 API 调模型久了，很少有人会去想：你选的那个 AI，真的是它说的那个版本吗？

同一个模型，十几家服务商都在挂。有的偷偷跑了个缩水版，有的工具调用根本接不通，还有的把你上下文砍了一半你都看不出来 —— 返回还是一样的 之前有人专门研究过，四个月里 189 个端点，29 个被发现偷偷改过，改的时候一声不吭

这时候看到好久没动静的米粒 @miranetwork 新上的 Sterling，竟然就是冲着这个来做的 它不自己训模型，就站在外头挨家测：你跑的到底是不是这个模型、工具调用通不通、参数听不听话、上下文窗口有没有水分 测完评分公开挂着，你调模型时它优先把请求送给测过没问题的那家，挺方便

首批上了 Claude、GPT、Gemini，DeepSeek 和 GLM 后面跟上 一个 key 就能用，base URL 一改就行，上线这段时间部分模型打五折，USDC 或 MIRA 都能付

我自己留意这个，是因为刚好刷到一串相关的东西： Nadella 前两个月说企业不能光听模型方自己保证，得在外面盯着 Vitalik 讲 AI 时也一直在说要靠验证把信任压到最低 结果这周 Anthropic 自己发了篇论文，说现在没人能证明服务商给你的真的是你买的那个模型 几个方向的人，从不同角度，说的是同一个问题

Sterling 是第一个把这个问题填上、而且已经能用上的 —— 它不是等服务商自己来证明什么，是直接在外面测，测完公开 这种事以前没人系统做，要么是模型方自己测自己，要么是路由平台按自己数据帮你挑，但挑之前到底有没有真验过，没人说得清。

现在有人干了，还真上线了，最起码是尝试了 ，感兴趣自己去翻翻它的验证页，评分都在上面挂着，看看怎么样