Skip to content

क्या API में मॉडल चुपचाप बदला जा सकता है ​

हाँ। आप किसी मॉडल के लिए पैसे देते हैं, लेकिन प्रदाता चुपचाप उसे सस्ते संस्करण से बदल सकता है, कीमत वही रहती है। शोधकर्ताओं ने सांख्यिकीय तरीकों से वास्तविक व्यावसायिक API का ऑडिट किया है और उन्हें वाकई ऐसे एंडपॉइंट मिले जिनका आउटपुट आधिकारिक मॉडल से मेल नहीं खाता था।

पढ़ने के बाद आप क्या कर सकेंगे ​

  • मॉडल बदलने के कई रूपों के बारे में बता सकना
  • समझना कि सिर्फ जवाब देखकर पकड़ना क्यों मुश्किल है
  • जानना कि किन स्थितियों में विशेष सतर्क रहना चाहिए

मॉडल बदलने के कितने तरीके हैं ​

दो पेपर एक ही तरह की समस्या का वर्णन करते हैं।

UC Berkeley का "Are You Getting What You Pay For?" (arXiv 2504.04715): उपयोगकर्ता किसी विशिष्ट मॉडल के लिए भुगतान करता है, लेकिन इसकी कोई गारंटी नहीं है कि प्रदाता ईमानदारी से वही देगा। प्रदाता इसे सस्ते विकल्प से बदल सकता है, जैसे क्वांटाइज़्ड संस्करण (मॉडल पैरामीटर को कम प्रिसिशन में कंप्रेस करना, जिससे VRAM और खर्च बचता है) या छोटा मॉडल, जबकि कीमत वही रहती है।

Stanford का "Model Equality Testing" (arXiv 2410.20247): API प्रदाता लागत घटाने या फीचर जोड़ने के लिए अंतर्निहित मॉडल को क्वांटाइज़, वॉटरमार्क या फाइन-ट्यून कर सकता है, जिससे आउटपुट बदल जाता है, और जरूरी नहीं कि वह उपयोगकर्ता को बताए।

बदलने का तरीकाप्रदाता को क्या मिलता है
क्वांटाइज़्ड संस्करण से बदलनाVRAM और कंप्यूट बचत
छोटे मॉडल से बदलनालागत में कमी
फाइन-ट्यून या वॉटरमार्कफीचर जोड़ना, या मॉडल का व्यवहार बदलना

वास्तविक ऑडिट में क्या मिला ​

"Model Equality Testing" ने अपनी विधि से 2024 की गर्मियों में 4 Llama मॉडल ऑफर करने वाले व्यावसायिक इन्फरेंस API का ऑडिट किया: 31 एंडपॉइंट में से 11 का आउटपुट डिस्ट्रीब्यूशन Meta द्वारा जारी रेफरेंस वेट से अलग था।

इसका मतलब यह नहीं कि ये सभी 11 जानबूझकर बदले गए थे; क्वांटाइज़ेशन जैसी डिप्लॉयमेंट पसंद भी अंतर पैदा कर सकती है। लेकिन यह दिखाता है: एक ही मॉडल नाम, अलग-अलग प्रदाताओं के यहाँ, एक ही चीज़ नहीं हो सकता।

आपकी परीक्षाऑडिट में पाया कि एक एंडपॉइंट का आउटपुट ऑफिशियल वेट से मेल नहीं खाता। क्या सीधे कहा जा सकता है कि उसने जानबूझकर बदला है?

  • मैं जानता हूँ कि "एक ही मॉडल नाम" होने का मतलब एक ही मॉडल होना नहीं है

वास्तविक मामला: DeepSeek को Claude बताकर धोखा ​

ऊपर बताया गया डिप्लॉयमेंट का अंतर था। नीचे और भी सीधी स्थिति है: Claude के पैसे देकर कोई और मॉडल मिलना।

शोधकर्ताओं द्वारा दर्ज "मिलावट" ​

Oxford China Policy Lab (牛津中国政策实验室) की शोधकर्ता Zilan Qian ने घरेलू बाज़ार में Claude को दोबारा बेचने वाले "रिले स्टेशन" (रिले स्टेशन) की जांच की। उनके ChinaTalk में 2026 5 5 को प्रकाशित लेख में लिखा गया है:

  • रिले स्टेशन डेवलपर्स को Claude का उपयोग आधिकारिक कीमत के कम से कम 10% दर तक करने देते हैं; आम कीमत 1 युआन RMB प्रति 1 डॉलर क्रेडिट है, यानी आधिकारिक से 70%–90% सस्ता
  • उपयोगकर्ता Opus 4.7 चुनता है, लेकिन एजेंट चुपचाप उसे Sonnet या Haiku पर भेज सकता है, सबसे खराब स्थिति में GLM या Qwen पर, और फिर आउटपुट को मूल मॉडल के रूप में लेबल कर देता है
  • चूंकि एजेंट बीच में बैठा होता है, उपयोगकर्ता सत्यापित नहीं कर सकता कि उसका अनुरोध असल में किस मॉडल पर गया। अक्सर यह जटिल कार्यों पर ही पकड़ में आता है, जिसे लोग "降智" (बुद्धि में कमी) कहते हैं

2026 8 16 को उन्होंने High Capacity पॉडकास्ट में और सीधे तौर पर कहा। रिले स्टेशन मॉडल बदलने को "掺水" (पानी मिलाना) कहते हैं: हल्के मामले में Opus 4.8 का लेबल लगाकर असल में Opus 4.6 देना; आक्रामक मामलों में सीधे मॉडल बदल देते हैं, "जैसे DeepSeek को Claude और डौबाओ (豆包) को GPT बताना" (मूल शब्द: "swap, for example, DeepSeek for Claude or Doubao for GPT")। उन्होंने कहा कि ऐसा कभी-कभी आसानी से पकड़ में आ जाता है, और फोरम पर कई उपयोगकर्ता शिकायत करते हैं कि "मॉडल अचानक मूर्ख हो गया"।

यह इतना आसानी से क्यों किया जा सकता है ​

DeepSeek ने आधिकारिक रूप से Anthropic-संगत फॉर्मेट वाला एक इंटरफ़ेस दिया है, जिसका पता https://api.deepseek.com/anthropic है। आधिकारिक दस्तावेज़ स्पष्ट रूप से कहता है: claude से शुरू होने वाले मॉडल नाम भी स्वीकार किए जाएंगे, claude-opus* को deepseek-v4-pro पर मैप किया जाएगा, और अन्य claude* को deepseek-flash पर।

यह DeepSeek का एक वैध फीचर है, जो उपयोगकर्ताओं को Claude इकोसिस्टम के टूल्स में DeepSeek का उपयोग करने में सुविधा देता है; DeepSeek खुद किसी की नकल नहीं कर रहा। समस्या बिचौलिया है: रिले स्टेशन को बस आपके अनुरोध को इसी पते पर वैसे ही फॉरवर्ड करना है — आप claude-opus-… का अनुरोध करते हैं, मिलने वाला उत्तर भी Claude जैसे फॉर्मेट में होता है, आपके कोड में एक भी लाइन बदलने की ज़रूरत नहीं, लेकिन पर्दे के पीछे DeepSeek है। अनुरोध का फॉर्मेट और मॉडल का नाम मेल खाना यह साबित नहीं करता कि पीछे Claude है।

आज़माएंरिले स्टेशन Claude को DeepSeek से कैसे बदलता हैसांकेतिक एनिमेशन

आपका कोड

model: "claude-opus-…"

रिले स्टेशन

जस की तस फॉरवर्ड किया

Anthropic आधिकारिक

api.anthropic.comअसली Claude

आपको मिला जवाब

{ "type": "message", "model": "claude-opus-…", "content": [ … ] }

आपका कोड रिक्वेस्ट भेजता है, जिसमें मॉडल का नाम claude-opus-… लिखा है

आपकी परीक्षारिले स्टेशन के जवाब में फ़ॉर्मैट और मॉडल फ़ील्ड Claude जैसे हैं। क्या पक्का कह सकते हैं कि पीछे Claude है?

शैक्षणिक ऑडिट में मिली बातें ​

जर्मनी की CISPA की पेपर "Real Money, Fake Models" (arXiv 2603.01919) ने "शैडो API" का ऑडिट किया, यानी वे तृतीय-पक्ष सेवाएं जो आधिकारिक मॉडल तक अप्रत्यक्ष पहुंच का दावा करती हैं:

  • 17 शैडो API मिले जिनका उपयोग 187 शैक्षणिक पेपर्स में हुआ था, जिनमें से 3 का विस्तृत ऑडिट किया गया
  • आधिकारिक API की तुलना में प्रदर्शन का अंतर अधिकतम 47.21% तक था; 45.83% फिंगरप्रिंट टेस्ट दावा किए गए मॉडल की पहचान को सत्यापित नहीं कर सके
  • फिंगरप्रिंट तुलना से पता चला: दो शैडो API में GPT-5 लेबल वाले एंडपॉइंट्स का व्यवहार GLM-4 या DeepSeek-V3 जैसा था; "थिंकिंग मोड" DeepSeek-Reasoner के रूप में लेबल किए गए अनुरोध, बिना सोचने वाले DeepSeek-Chat की तरह व्यवहार करते थे
  • पेपर लिखे जाने तक, 17 में से 4 पहले ही बंद हो चुकी थीं

यह पेपर GPT, Gemini और DeepSeek का ऑडिट करता है, Claude का परीक्षण नहीं किया। लेकिन यह एक ही बात दिखाता है: कीमत महंगे मॉडल की है, लेकिन फिंगरप्रिंट सस्ते मॉडल की ओर इशारा करता है।

  • मैं जानता हूँ कि "फॉर्मेट सही, मॉडल का नाम सही" होना असली होने के बराबर क्यों नहीं है

इसे पकड़ना क्यों मुश्किल है ​

  • उससे पूछना कि वह कौन है, कोई काम नहीं करता। Berkeley के पेपर ने परीक्षण किया: मॉडल आमतौर पर सिर्फ अपना परिवार या डेवलपर बताते हैं, पैरामीटर संख्या या क्वांटाइज़ेशन स्थिति शायद ही बताते हैं; सीधे स्पेसिफिकेशन पूछने पर सफलता दर 5% से कम रहती है। सिस्टम प्रॉम्प्ट में उसे किसी और पहचान देने पर, ज़्यादातर मॉडल खुद को पहचान नहीं पाते
  • क्वांटाइज़्ड संस्करण के बेंचमार्क स्कोर लगभग एक जैसे होते हैं। क्वांटाइज़्ड संस्करण और मूल संस्करण में MMLU, GSM8K, MATH, GPQA Diamond पर अंतर आमतौर पर बार-बार चलाए गए परीक्षणों के एक स्टैंडर्ड डेविएशन के भीतर होता है, जो प्राकृतिक उतार-चढ़ाव में छिप जाता है
  • एक ही मॉडल भी अलग-अलग हो सकता है। अलग-अलग प्रोवाइडर की इन्फ़ेरेंस सेटिंग्स बिल्कुल एक जैसे मॉडल को अलग-अलग आउटपुट देती हैं, जिससे गलत निष्कर्ष निकालने की संभावना रहती है

किन स्थितियों में सतर्क रहें ​

  • कीमत आधिकारिक कीमत से स्पष्ट रूप से कम, जैसे आधिकारिक कीमत का सिर्फ दस-बीस प्रतिशत
  • सरल सवालों पर सामान्य, लेकिन जटिल कार्यों पर कभी अच्छा कभी खराब
  • जवाब की शैली, लंबाई वह नहीं जो आपने आधिकारिक चैनल पर देखी है
  • प्रोवाइडर यह नहीं बताता कि तैनात मॉडल मूल है या क्वांटाइज़्ड

चेकपॉइंट ​

  • बदलने के तरीके: क्वांटाइज़ेशन, छोटे मॉडल से बदलना, फ़ाइन-ट्यूनिंग, वॉटरमार्क जोड़ना
  • ऑडिट का उदाहरण: 31 एंडपॉइंट में से 11 आधिकारिक वेट से मेल नहीं खाते
  • वास्तविक मामला: शोधकर्ताओं ने दर्ज किया कि एक रिले स्टेशन DeepSeek को Claude बताकर चला रहा था; कम्पैटिबल इंटरफ़ेस ऐसी अदला-बदली को एक लाइन कोड बदले बिना संभव बनाता है
  • पहचान पूछना या एक बार बेंचमार्क चलाना, सूक्ष्म अदला-बदली पकड़ना दोनों मुश्किल हैं

आम गलतफहमियाँ ​

"मैंने उससे पूछा 'तुम कौन सा मॉडल हो', उसने X बताया, तो वही X है।" मॉडल की अपनी पहचान बताना भरोसेमंद नहीं है, सिस्टम प्रॉम्प्ट बदलते ही वह वैसा ही कहने लगता है।

"MMLU एक बार चलाया, स्कोर मिल गया, तो असली है।" क्वांटाइज़ेशन जैसे छोटे बदलाव बेंचमार्क में लगभग दिखते ही नहीं।

अगला सेक्शन ​

तो आख़िर जाँच कैसे करें? अगला सेक्शन कुछ तरीके बताता है, और हर तरीके से किस स्तर तक पता लगाया जा सकता है: कैसे जाँचें कि API असली है या नहीं।

gaodong.aiAboutPrivacyContact

Independent tutorials, not affiliated with any product mentioned. Product names and trademarks belong to their owners. Check official pages for prices and policies.