利用日常问题识别API语言模型

发生了什么

研究表明，通过分析API对40个日常问题的单字回答，可以准确识别其背后的语言模型。在包含94个模型的测试面板上，40个回答能以92.5%的准确率确定具体模型，而随机猜测的概率仅为1.1%。研究还发现，系统提示会降低识别准确率6至16个百分点。此外，研究观察到部分模型存在名称与实际模型不符的情况，例如一个名为Llama 4 Maverick的模型实际上是Gemma 4。研究还指出，部分模型在回答当前日期时未被收费，而某些模型（如Grok 4.7）的收费与GPT-4o相比显得较高。