给 sub2api v0.2.8 加一个“模型真假检测器”：定期检查每个 OpenAI 上游号，看它实际跑的是不是它声称的模型。重点支持 gpt-6-astra。
你从上游买了 gpt-6-astra，但它真的是 astra 吗？会不会被悄悄换成便宜模型，或者在高峰期降智？这个补丁包会：
- 用指纹题目检测每个 OpenAI 上游号（OAuth 和 API Key 都行），新加的号自动纳入；
- 检测请求走 sub2api 自己的网关，并钉死在被测的那个号上，测的就是你的用户实际走的那条线路；
- 把结论直接显示在 sub2api 后台的账号列表和渠道状态页上；
- 可选：确认某个号“可疑”后，只暂停这个号的这个模型，其他模型和其他号照常工作，恢复正常后自动解除。
当前版本：检测服务 ModelTrace 0.1.19，sub2api 补丁基于 v0.2.8。检测算法和题库来自 xqy2006/ModelTrace。
检测是统计判断，只能作为参考，不能当作上游违约的证据。
只检测 OpenAI 平台的账号。题库里有指纹数据的 GPT 模型：
| 模型 | 说明 |
|---|---|
gpt-6-astra |
主力推荐。推理强度默认 low，见下文 |
gpt-6-sol、gpt-6-luna |
|
gpt-5.6-sol、gpt-5.6-terra、gpt-5.6-luna |
|
gpt-5.5、gpt-5.4 |
题库里还有 Claude 系列的指纹，只在比对时用于判断“像不像别的模型”，不会主动去测 Claude 账号。
账号的模型名如果和题库不一样（例如你把 astra 路由起名叫 gpt-6-astra-backup），在 model_aliases 里写一条映射就能测，见配置参考。没有指纹数据、也没有映射的模型，后台会显示为“未检测”，不会假装测过。
┌──────────── 每 60 秒拉一次账号名单和最近用量 ────────────┐
│ ▼
┌───────────┴───────────┐ 检测请求（带密钥，钉在指定账号） ┌─────────────────────┐
│ ModelTrace 检测服务 │ ───────────────────────────────▶ │ sub2api（打过补丁） │ ──▶ 上游号
│ （独立容器，只连内网） │ ◀─────────── 回答 ────────────── │ │
└───────────┬───────────┘ └──────────┬──────────┘
│ 结论、暂停/解除 │
└─────────────────────────────────────────────────────────▶ 后台账号页 / 渠道状态页
- 调度节奏：最近 10 分钟有真实用户请求的号算“活跃”，每 5 分钟测一次，只测最近真正在用的模型；没人用的号每小时测一次，按号错开时间，不会同时打满上游。
- 真实线路：检测请求带内部密钥和账号 ID，sub2api 会把它钉在这个号上，不换号、不故障转移。号不可用时直接返回“本轮未检测”，不会跑去别的号测出一个假结果。
- 不算用量：检测用的 API Key 可以排除在“活跃”统计之外，免得检测自己把号判成活跃。
- 一次只测一个：单个 worker 串行执行，不会并发压上游。
一次检测在同一个任务里连续出题，直到有结论：
| 这一题的结果 | 处理方式 |
|---|---|
| 与声称的模型一致 | 判 一致，结束 |
| 明显像别的模型（另一模型概率 ≥ 70%，声称的模型 ≤ 15%） | 记 1 次“不对”，攒够 3 次 → 判 可疑 |
| 说不准 | 不计数，换一题 |
| 没测成（上游报错、回答不完整） | 不计数，换一题 |
一次检测最多发 5 个请求。到上限还没结论时：有测成的题判 不确定，一题都没测成判 检测失败。
正常的号第一题就会判一致，只花 1 个请求。每题都等回答完整输出后再比对；没有总时长限制，只有连续 10 分钟没有任何输出才算超时。
- 推理强度默认
low。 astra 不支持none，所以检测请求默认带reasoning_effort: low。想改成别的强度，用reasoning_effort_overrides（例如{"gpt-6-astra": "medium"}）。填none会在启动时报配置错误。 - 校准声明必须和推理强度对得上。 自动暂停要求为“账号 + 模型 + 推理强度”写校准声明（见自动暂停与校准）。改了推理强度，旧声明就不再生效，这是故意的：不同强度下 astra 的回答风格不同，不能拿旧结论去停号。
- 路由名和题库名不一样时用别名。 账号里配的是
gpt-6-astra-backup这类名字，就写"model_aliases": {"gpt-6-astra-backup": "gpt-6-astra"}。只做你显式写的映射，不会自动去后缀；上游返回的模型名只接受请求名或它映射到的目标，别的一律判不符。 - 经过中转或改写的线路先观察，别急着自动停号。 有些线路会给请求加额外提示词，或者改写推理强度。这类线路的指纹和官方线路不完全一样，可能出现“不确定”甚至误判。先只看结果，确认正常号在这条线路上稳定判“一致”后，再给它写校准声明。
- 成本很低。 正常的 astra 号每次检测只发 1 个
low强度请求；只有结果可疑时才多测几题，最多 5 个。
前提：能从源码构建 sub2api 镜像（补丁要重新编译 sub2api），并且用 Docker Compose 部署。
git clone https://github.com/Wei-Shaw/sub2api.git
cd sub2api
git checkout v0.2.8
git apply /path/to/sub2api-modeltrace-kit/patches/sub2api-v0.2.8-modeltrace.patch
docker build -t sub2api:v0.2.8-modeltrace .补丁针对 v0.2.8 制作并测试过。其他版本先运行 git apply --check 看能不能打上。
docker build -t modeltrace-service:local /path/to/sub2api-modeltrace-kit/modeltraceDockerfile 的基础镜像锁定为 linux/amd64。ARM 服务器请把第一行改成 FROM python:3.12-slim。
在 sub2api 后台新建一个 API Key，只给检测用：
- 它所在的分组要能用到你想检测的 OpenAI 号（比如 astra 号所在的分组）；
- 记下它的 ID（后台 Key 列表里能看到），第 5 步要用。
在 sub2api 的部署目录下新建：
modeltrace/
├── shared.env # 复制 deploy/shared.env.example，填一个长随机密钥
├── config/config.json # 复制 modeltrace/config.example.json 后修改
└── data/ # 空目录，存检测记录（容器内 uid 10001 要能写）
mkdir -p modeltrace/config modeltrace/data
cp /path/to/sub2api-modeltrace-kit/deploy/shared.env.example modeltrace/shared.env
cp /path/to/sub2api-modeltrace-kit/modeltrace/config.example.json modeltrace/config/config.json
sed -i "s/REPLACE_WITH_A_LONG_RANDOM_SECRET/$(openssl rand -hex 32)/" modeltrace/shared.env
sudo chown 10001 modeltrace/dataconfig.json 最少只改一处：api_key 换成第 3 步的 Key。一个只测 astra 的最小配置：
{
"base_url": "http://sub2api:8080/v1",
"api_key": "sk-你的检测专用Key",
"host_api_base": "http://sub2api:8080",
"per_account_enabled": true,
"monitors": {},
"reasoning_effort_overrides": { "gpt-6-astra": "low" },
"auto_pause_calibrations": []
}monitors：想在“渠道状态页”的监控卡片上显示一致性标签时才填。键是渠道监控项的 ID，值写它监控的模型，例如{"1": {"model": "gpt-6-astra", "enabled": false, "supported": true}}。auto_pause_calibrations留空 = 只检测、不自动停号。建议先这样跑几天。
参考 deploy/docker-compose.modeltrace.yml，要点：
- sub2api 改用第 1 步构建的镜像，加上：
env_file: ./modeltrace/shared.env（提供MODELTRACE_SECRET）MODELTRACE_INTERNAL_URL=http://modeltrace:8081MODELTRACE_ACTIVITY_EXCLUDE_KEY_IDS=<第 3 步 Key 的 ID>：检测自己的请求不算“有人在用”。渠道监控用的 Key 也建议写上，多个用逗号隔开。
- 检测服务的服务名必须是
modeltrace（或sub2api-modeltrace），端口 8081。sub2api 只会连这两个名字，防止密钥被发到别处。 - 检测服务只读运行、丢掉所有权限，只需要挂载
config/（只读）和data/。
/api/v1/internal/* 只给 Docker 内网使用，必须在反向代理里对公网屏蔽。Nginx 写法见 deploy/nginx-snippet.conf：
location ^~ /api/v1/internal/ { return 404; }docker compose up -d
docker compose exec modeltrace python -c "import os,httpx;print(httpx.get('http://127.0.0.1:8081/health',headers={'Authorization':'Bearer '+os.environ['MODELTRACE_SECRET']}).json())"看到 "worker_running": true 就成功了。一两分钟后，账号管理页里 OpenAI 号的状态列下面会出现检测标签；想马上看结果，点开标签选 gpt-6-astra，点“立即检测”。
每个 OpenAI 号的“状态”列下面有一个检测标签：
| 标签 | 含义 |
|---|---|
| 一致 | 最近一次检测，回答符合声称的模型 |
| ⚠ 可疑 | 3 道题都明显像别的模型 |
| ⚠ 可疑 · 已暂停 | 可疑，并且已经自动暂停这个号的这个模型 |
| 不确定 | 换了几道题，没有一题判一致，但也不够 3 题明显像别的模型 |
| 检测失败 | 一题都没测成（上游报错、号不可用等） |
| 未检测 | 还没测过，或题库不支持这个模型 |
| 排队中 / 检测中 | 正在排队或正在测 |
点开标签可以看到：每个模型的结论、“最像哪个模型”、判定说明、最近 12 次记录；还能选模型立即检测，对已暂停的模型重置状态（立即解除暂停并清掉可疑结论）。
不参与调度的号（手动关闭调度、限流中、临时不可调度、已停用）不会自动检测，也不能手动检测，但会保留并显示最后一次结果，同时注明原因，比如“限流中”。号从后台删除后才会消失。
保存账号设置（比如改了模型白名单）后，检测名单会立刻刷新，不用等下一轮。
在 monitors 里配置过的监控卡片，右上角会显示“一致性”标签。按账号检测模式下，卡片上的结论、历史和上次/下次时间，都由仍在调度的账号的结果汇总得出，和账号页保持一致。
自动暂停默认不生效。只有同时满足下面三条，才会自动停号：
auto_pause_enabled为true（默认就是）；- 在
auto_pause_calibrations里为这个号写了校准声明； - 检测结论是“可疑”。
校准声明的意思是：“我已经确认过，这个号在这个模型、这个推理强度下，正常时能稳定判一致。”写法：
"auto_pause_calibrations": [
{
"account_id": 12,
"model": "gpt-6-astra",
"reasoning_effort": "low",
"reference": "2026-09 连续 3 天检测均一致，记录见运维文档第 4 节"
}
]account_id：后台账号 ID；model：账号里的路由模型名（有别名时写路由名）；reasoning_effort：必须和实际检测用的强度一致（astra 默认low）；reference：你的校准记录在哪。- 这是人工声明，检测器不会替你验证。换号、换线路、改推理强度之后，请删掉旧声明重新观察。
触发后会发生什么：
- 只给这个号的这个模型加模型级限流，账号列表会显示“模型 X 限流至 …”。OAuth 号暂停 24 小时，API Key 号暂停 60 分钟（可配置）。
- 暂停期间照常检测；一旦恢复“一致”就自动解除。API Key 号暂停期间最晚 30 分钟复查一次。
- 如果这个模型上已经有别的原因的限流（比如上游 429），暂停不会覆盖它；检测器解除自己的暂停时，还没到期的原有限流会原样恢复。
- 检测器只解除自己加的暂停，不会碰上游真实的限流。
- 想马上解除：在账号页点开标签，对该模型点“重置状态”。
想彻底关掉自动暂停，把 auto_pause_enabled 设为 false，就只看结果不停号。想临时停掉整个检测服务的自动行为，把 enabled 设为 false：不再自动排队，也不做自动暂停/解除，手动检测照常能用。
config.json 的全部字段：
| 字段 | 默认值 | 作用 |
|---|---|---|
base_url |
http://sub2api:8080/v1 |
检测请求发往哪里（sub2api 在 Docker 内网的地址） |
api_key |
必填 | 检测专用 API Key |
host_api_base |
http://sub2api:8080 |
sub2api 内部接口地址 |
enabled |
true |
总开关。false 时停止自动检测和自动暂停/解除，手动检测仍可用 |
per_account_enabled |
true |
按账号检测 |
active_interval_seconds |
300 |
活跃的号多久测一次（秒） |
idle_interval_seconds |
3600 |
没人用的号多久测一次（秒） |
active_window_seconds |
600 |
多久内有真实请求算“活跃”（秒） |
monitors |
{} |
渠道状态页监控项 → 模型的对应关系 |
reasoning_effort_overrides |
{} |
每个模型的检测推理强度。astra 默认 low，其他模型默认 none |
model_aliases |
{} |
路由模型名 → 题库模型名，例如 {"gpt-6-astra-backup": "gpt-6-astra"} |
auto_pause_enabled |
true |
允许自动暂停（还需要校准声明） |
auto_pause_calibrations |
[] |
校准声明列表，见上文 |
pause_minutes_oauth |
1440 |
OAuth 号暂停多久（分钟） |
pause_minutes_apikey |
60 |
API Key 号暂停多久（分钟） |
paused_recheck_seconds_apikey |
1800 |
API Key 号暂停期间多久复查一次（秒） |
idle_timeout_seconds |
600 |
连续多少秒没有任何输出算超时（没有总时长上限） |
scope_label |
— | 渠道状态页上显示的检测范围说明 |
sub2api 这边的环境变量：
| 变量 | 作用 |
|---|---|
MODELTRACE_SECRET |
与检测服务共用的密钥（两边都从 shared.env 读） |
MODELTRACE_INTERNAL_URL |
检测服务地址，固定写 http://modeltrace:8081 |
MODELTRACE_ACTIVITY_EXCLUDE_KEY_IDS |
不计入“活跃”统计的 Key ID，逗号分隔 |
检测服务的 HTTP 接口说明见 modeltrace/README.md。
- 拉取本仓库最新代码。
- 用新补丁重新构建 sub2api：在干净的 v0.2.8 源码上
git apply新的patches/sub2api-v0.2.8-modeltrace.patch，再docker build。补丁是完整的，不需要先打旧补丁。 - 重新构建检测服务镜像。
docker compose up -d。检测记录保存在data/的 SQLite 里，启动时自动补齐新字段，历史记录会保留。
建议 sub2api 和检测服务一起升级：新版检测服务会向 sub2api 要“不参与调度的号”，旧版 sub2api 会忽略这个参数，这些号就不会显示最后一次结果。
会消耗很多额度吗？
不会。正常的号每次检测只发 1 个请求（astra 用 low 强度）。只有结果可疑时才多测几题，一次最多 5 个请求。活跃的号 5 分钟一次，闲置的号 1 小时一次。
会把整个号停掉吗？ 不会。只暂停被判可疑的那一个模型，号本身和其他模型照常工作。而且默认没有校准声明，根本不会自动停号。
号限流了、额度用完了会怎样？ 检测会显示“本轮未检测”，不算可疑，也不会反复重试。限流中的号不参与检测，只保留最后一次结果。
误判了怎么办？ 在账号页点开检测标签，对该模型点“重置状态”，立即解除并清掉可疑结论。经常误判的线路，先删掉它的校准声明，只观察不停号。
astra 总是显示“不确定”？
多半是线路改写了请求（加了提示词、改了推理强度），或者路由名没配 model_aliases。先确认账号的模型名能对应到题库里的 gpt-6-astra，再对比一个直连正常号的结果。
能测 Claude 或其他平台的号吗？ 不能。目前只检测 OpenAI 平台账号。
检测请求会被转发给上游吗？密钥会泄露吗？
检测用的内部请求头在进入 sub2api 时就会被统一剥掉，不会转发给上游。sub2api 只会把共享密钥发给 modeltrace / sub2api-modeltrace 这两个内网服务名，配成别的地址会被拒绝。
| 版本 | 变化 |
|---|---|
| 0.1.19 | 保存账号设置后立即同步检测名单和模型白名单；活跃的号不再沿用闲置时的小时排期，最迟 5 分钟内开始检测 |
| 0.1.18 | 限流、关闭调度的号保留并显示最后一次结果，注明原因；渠道状态页与账号页结论一致；排队、检测中状态实时显示 |
| 0.1.17 | 检测请求不再带 service_tier，兼容拒绝该参数的线路 |
| 0.1.16 | 自动暂停改为必须有校准声明；新增 enabled 总开关、model_aliases 别名；解除暂停只在 sub2api 确认成功后才算数 |
| 0.1.15 | “明显像别的模型”阈值由 80% 调到 70% |
| 0.1.14 | 三题判定规则与自动暂停 |
sub2api 补丁同步更新：暂停时保留并恢复其他原因的限流；检测请求头改为全局剥离；账号页显示不参与调度的号；保存账号后立即刷新检测名单。
patches/sub2api-v0.2.8-modeltrace.patch sub2api v0.2.8 补丁（后端 + 前端 + 测试）
modeltrace/ 检测服务：源码、Dockerfile、示例配置、测试
deploy/ Compose、密钥、Nginx 示例
自己跑检测服务的测试：
cd modeltrace
python -m venv .venv && .venv/bin/pip install -r requirements-dev.txt
PYTHONDONTWRITEBYTECODE=1 .venv/bin/python -m pytest -p no:cacheprovider -q -o addopts=""这是个人二次开发的项目，基于以下两个开源项目：
- sub2api，作者 Wei-Shaw。
patches/中的补丁修改自 sub2api v0.2.8。 - ModelTrace，作者 xqy2006。指纹算法（
modeltrace/modeltrace/fingerprint.py）与题库（modeltrace/modeltrace/data/unified_bank.json）原样取自上游 commit55a2e4a，文件哈希见modeltrace/PROVENANCE.json。
两个原项目的许可证文件按要求保留在对应目录：patches/LICENSE、modeltrace/LICENSE。