真实性
每天一次全检测 · 取近 7 天中位数
全检测就是“检测”页的完整流程，结论分两层：真伪判定只看硬证据（数字指纹归因），给出真、可疑、掺水或无法判断；质量分由推理题、工具调用、注入开销、联网搜索、思维签名等合成 0–100 分。真实性取近 7 天合格全检测质量分的中位数，单次波动不会把一家站打下去。请求失败的项只记为无结论、不扣分；核心项（指纹、推理题、工具调用）没有结论的报告不进入榜单，等下次巡检重测。
我们怎么给中转站打分
还没有生成过榜单，下面是默认配置。
综合 = 真实性 × 40% + 稳定性 × 25% + 速度 × 20% + 价格 × 15%
四项都是 0–100 分。某一项没有数据（例如这个分组的价格还确认不了）时，这一项不计入，其余权重按比例放大；真实性没有数据则不出综合分。中转站的每个分组单独巡检、单独上榜；站点总榜的综合分取主分组已上榜模型综合分的平均，任何一个分组疑似掺水，整个站都会标出来。
稳定性
每 30 分钟一次轻巡检 · 近 7 天成功率
轻巡检发一条要求输出约 300 字的流式请求，不重试：超时、5xx、空回复都算失败。稳定性 = 成功次数 ÷ 总次数 × 100。
速度
轻巡检计时 · 近 24 小时中位数 · 同模型内比较
记录首字延迟（发出请求到第一个字到达）和输出速度（生成阶段每秒 token 数）。在同一个模型的已上榜站点之间取百分位：最快 100 分、最慢 0 分；速度分 = 输出速度百分位 × 70% + 首字延迟百分位 × 30%。整包返回、没有流式或不报 usage 的，速度记为未知，不瞎估。
价格
公开倍率折算的实付价 · 同模型内比较
实付价（元 / 百万 token）= 模型基础单价 × 分组公开倍率 × 充值比例。基础单价取站点公开的价目；Sub2API 站点没给某个模型定价时按厂商官方价扣费，这里也用官方价补上。充值比例是 1 美元额度要花多少元，默认 1 元，站长可以修改并留有记录。
按输入:输出 = 3:1 折算成混合价：75% × 输入价 + 25% × 输出价，在同一个模型的已上榜站点之间取百分位，最便宜 100 分、最贵 0 分。只比同一模型，不拿 Opus 和 Haiku 比价。榜单旁边的折扣 = 实付价 ÷ 厂商官方价（按当日汇率折成人民币），例如 0.19 显示为“1.9 折”。
分组与倍率
- 同一家中转站的不同分组质量和价格可能不同（有的分组掺水、有的不掺），所以每个分组用它自己的 key 单独巡检、单独排名，榜单上写作“站点 · 分组”。
- 检测哪些模型由我们统一定：管理员维护一份常见模型清单，每个分组的 key 能调用到的清单模型默认全部检测，清单之外的模型不上榜。站长可以停测某个模型，但停测会在站点页写明，窗口内已有的结果照常显示。同一个模型在各站的不同叫法（带日期后缀等）会归到同一个名字下比较。
- 分组从站点公开的分组列表里选，和普通用户看到的一样；只给特定用户开放的分组不会上榜。站点要登录才能看分组时，用检测账户读取，只取任何注册用户都能用的分组和标准倍率。
- 价格只用公开倍率。检测账户或检测 key 拿到的倍率和公开倍率不一致时（比如只给检测账户打折），会在站点页标出“倍率异常”，不会拿来算价格。
- 只有确认检测 key 确实属于这个分组（用检测账户在该分组创建或核对过，或 key 自己声明的分组倍率与公开倍率一致）时，这个分组才参与价格比较，避免拿好分组的 key 冒充便宜分组。
- 倍率和价目每 30 分钟刷新，超过一小时没更新就不参与价格比较；站点设了高峰倍率的，按计算榜单那一刻的倍率算。
什么时候不排名
疑似掺水
最近一次全检测被判为掺水（指纹以 ≥ 90% 的置信度指向别的模型，声称的模型低于 5%），立即标出；近 7 天过半全检测被判为掺水或可疑（可疑：指纹明确指向另一家族的模型）；或者真实性中位数低于 60 分（需先攒够 3 次全检测）。疑似掺水的站沉到榜单底部，不参与排名，但图上仍画出它的真实性。
样本不足
近 7 天全检测少于 3 次，或近 7 天轻巡检少于 6 次。新收录的站要先跑一段时间。
已暂停
站长或管理员暂停了巡检。评分窗口内已有的结果照常显示、标“已暂停”，不占排名；疑似掺水的标记同样保留到窗口结束，暂停或删除分组都抹不掉。检测 key 连续被拒绝（连续 3 次 401/403，或 2 次余额不足）时这个分组也会停止巡检，等站长处理。
局限
- 数字指纹只在基线库内的候选之间比较。库里没有的型号记为“无法判断”（不扣分，可上榜但标“未验证型号”），只有家族级的明显矛盾才算可疑；站长可用官方 key 在后台为新型号采集基线。
- 注入开销估计的是协议包装加上下文注入的固定开销，不能精确还原中转站加了什么提示词；官方接口通常只有几十 token。
- 推理题每次随机出参数，答案由程序精确计算，按规则判分；被测模型不参与评分。
- 巡检用的是站长账户里的 key，只代表该 key 所在分组的表现；不同时段可能不同。站长知道哪把 key 是检测用的，所以我们也接受用户反馈并做复查。
- 价格按公开倍率和站长填写的充值比例折算，限时活动、充值赠送、缓存读写价格没有计入；按次、按图片计费的模型不换算成 token 价。
- 官方价取自公开的模型价格表，只用厂商自己的价格；折扣用的汇率每天更新一次。
- Chat Completions 协议没有统一的服务端联网工具，这一项在该协议下不计分，而不是记 0 分。
每个分数都能追溯到具体报告：在榜单或中转站页点“最近报告”即可查看全部证据。想自己验证某个站，去 检测页。