我加测了 Fable5,我发现他和 Anthropic 的大部分模型都获取不到极高的(>0.9)的相似性

这有概率说明这大概是一个前所未有的混合数据的新基座模型(仅为猜测,根据测试后训练也会影响这个指纹的结果,仅为参考)

但是额外的惊喜是,kimik2.7,qwen3-7max,glm5.2 都和 Fable 保持了极高的相似性??(0.97/0.93)

难道是在 mythos 的时候就已经泄露并蒸馏了? (以上这一点仅为猜测,请理性看待)

并且和 opus4.8 保持了极高的不相似性,这大概说明 opus4.7/4.8 确实不像是和 Fable/sonnet5 同一条路线的分支,也应证了为什么我们一直在吐槽 opus4.7/4.8

项目在:https://github.com/qqqqqf-q/ai-model-fingerprint…

使用 openrouter 原价 api

qqqqqf-q/ai-model-fingerprint

Source: https://github.com/qqqqqf-q/ai-model-fingerprint

AI 模型随机数指纹数据集

通过“随机选数字“的统计分布指纹，区分 / 检测 17 个 AI 模型。原理源自 hlwy-ai-checker。

原理

大模型并非真随机数生成器。固定 prompt「请从 1 到 355 之间随机选择一个数字」、temperature=1.0 大量采样，不同模型因训练数据 / 架构 / RLHF / tokenizer 差异，会产生统计上可区分的分布指纹。该指纹不易被系统提示词覆盖，可用于检测第三方 API 是否掺假。

采集

• OpenRouter API，17 个模型，每模型 ~300 有效样本（minimax 后处理恢复 622）
• prompt 固定，max_tokens=32，大多数模型用 reasoning.enabled=false 禁用推理
• grok-build-0.1 / kimi-k2.7-code 强制 reasoning，改用 max_tokens=2048
• 每条请求完整保存：raw response body / system_fingerprint / usage(含 cost) / request 参数 / latency / http_status
• 支持断点续采、并发、429 退避重试

数据结构

模型（17）

claude opus 4.6/4.7/4.8、sonnet 4.6、haiku 4.5；gpt-5.5/5.4/4o-mini；glm-5.2；deepseek v3.2/v4-flash/v4-pro；minimax-m3；qwen3.7-plus；grok-build-0.1；kimi k2.6/k2.7-code

关键发现

• claude opus 4.6 ≈ 4.7（cos=0.997，指纹几乎相同），但 4.8 完全不同（cos≈0.04），且 4.8 unique=2 准固定输出（300 次几乎只输出 237）
• kimi k2.6 vs k2.7-code（同 base、k2.7 为后训练版）：cos=0.631，后训练明显改变指纹
• deepseek 同栈不同语料 v3.2 / v4-flash / v4-pro 互相 cos=0.15~0.31
• 跨模型最像：haiku-4.5 ≈ sonnet-4.6 (0.997)、kimi-k2.7-code ≈ glm-5.2 (0.916)

复现

pip install -r requirements.txt
cp config.example.yaml config.yaml   # 填入 OpenRouter key
python run.py --samples 300          # 采集
python check_data.py                 # 完整性验证
python analyze.py                    # 统计 + 图表
python estimate.py                   # token / cost 预估

成本

全量采集约 $1.03（grok reasoning 占大头，637 output token/req）。