随机的是题面（单词、数字、要复述的段落），判定的依据不随机：客观题的真值是本页自己算的（乘积用高精度整数算，数数逐字符数），复述对比的是你刚才复制的那段原文。随机化恰恰是为了让模型没法靠背题过关。

所以探针特意选了确定性任务：客观题答案固定、逐字复述看的是漏字改字的模式、身份题看自报内容。这些都是采样温度不太能扰动的地方。措辞类的相似度只作辅助参考，不给它下硬结论。

双边对照回答"是不是同一个模型"——两边行为是否同步。单边体检回答"答得像不像它该有的水平"——确定性题目对不对、自报身份是什么。单边看不出"张冠李戴"（换成一个同样强的模型），但能抓"降智/换便宜货"这种最常见的情况，适合没有官方渠道可用的人。

不一定。也可能是其中一边开了"思考模式"、改了系统提示、或者赶上服务方灰度切换了版本。这工具给的是"两边行为是否同步"的证据，最终判断建议把身份线索原文并排看一眼。

能骗过一部分。自报身份可以被系统提示词改掉（所以身份题只防"没伪装的"偷换）；但客观题答案和复述行为是模型本体的能力，伪装不掉。反过来，两边错得一模一样是最硬的同源证据。

哪里都不传。这页没有后端、没有统计脚本，对比算法就在你的浏览器里跑。刷新页面后所有粘贴的内容就没了，特意不做本地保存。