coarena.ai 檢測報告

以下是 BazaarLink Probe 對這個端點的實測紀錄彙整。這些是特定時間點的量測，不是對該服務的整體評價；中轉站的上游隨時可能更換，舊的量測不代表現況。

偵測到模型替換

至少一次檢測中，實際回應模型與宣稱不符。單次即足以標記，因為替換不需要每次都發生。

檢測次數

不同日期

7 天

宣稱模型

15 個

觀測期間

2026-11-07 ~ 2026-11-15

判定時間軸

每個模型最近幾次檢測的結果，左舊右新。從「相符」變成「替換」會標紅提示，用來抓「偶爾換模型、用久了才降智」。滑過色塊看時間。

⚠ 最近 59 次檢測中有 2 次被替換（3%）。

偵測到判定變化：deepseek-v4-1-flash-1017（11/14 23:40）由「相符」變成「替換」

宣稱模型	最近檢測（左舊 → 右新）	替換率	最近一次
claude-opus-5-5	✓✓✓✓✓✓✓✓✓✓✓	0% (0/11)	相符 11/14 01:53
gemini-4-carbon	◐……◐✓…✓✓✓◐	0% (0/10)	同系列・型號待確認 11/15 06:39
gpt-6-astra	✓✓◐✓✓✓	0% (0/6)	相符 11/15 17:02
claude-fable-5-2	◐◐◐◐◐	0% (0/5)	同系列・型號待確認 11/14 01:56
deepseek-v4-1-flash-1017	✓✓✓✕✓	20% (1/5)	相符 11/16 04:49
gemini-4-argon	✓?✓✓✓	0% (0/5)	相符 11/15 22:28
claude-fable-5	✓✓✓	0% (0/3)	相符 11/13 19:31
claude-sonnet-5-5	✓✓✓	0% (0/3)	相符 11/13 22:13
gpt-6-1-sol	◐◐◐	0% (0/3)	同系列・型號待確認 11/15 06:25
claude-fable-5-1	✓✓	0% (0/2)	相符 11/13 23:49
claude-haiku-5-5	✓✓	0% (0/2)	相符 11/12 18:13
gpt-6-luna	✓	0% (0/1)	相符 11/12 10:18
kimi-k3	◐	0% (0/1)	同系列・型號待確認 11/13 06:33
kimi-k3-1-pro	✕	100% (1/1)	替換成 Claude Fable 5.1 11/14 18:58
minimax-m3-1-flash	◌	0% (0/1)	基準建立中 11/14 23:29

相符替換同系列・型號待確認疑似他系列基準建立中資料不足

刻意不做跨模型平均：服務 40 個模型與服務 3 個模型的端點，平均分不可比。

判定來自自動化探針：模型行為指紋比對、token 計算核對、隱藏 system prompt 量測與串流格式驗證。 不採信端點或模型的自我宣稱，只看行為證據；證據不足時棄權而非硬給結論。 中轉站檢測

依與本站重疊的宣稱模型數排序。同一款模型在不同端點的判定可能完全不同。

利益關係揭露與更正管道

BazaarLink 本身也提供 AI API 服務，因此是市場參與者。我們公開判定邏輯與基準資料，請檢查方法而非只相信結論。若你是端點營運方且認為量測有誤，請透過聯絡我們提出；經驗證後我們會標記為已澄清或移除。