每一层，都有证明。

为什么。上游可以偷换模型、降低档位，或使用消费级账号池提供服务。请求照样返回 200，协议层面没有任何信号告诉你。

怎么做。

• 盲测能力科学、数学、代码、指令遵循、工具调用、抽象推理；固定随机种子，向每个渠道提出完全相同的问题；使用公开评测集；答错就是答错，绝不会以“样本太少”搪塞。
• 上游溯源官方直连、云托管、中转，或消费级订阅账号池——由独立探测识别，而不是看上游自称是什么。
• 相互独立的证据维度中转、降级与来源分别判定；薄弱的证据无法洗白确凿的发现。未测试 ≠ 测试通过。无法得出结论时，报告会如实说明。
• 永不饱和的难度当前沿模型拿到满分，说明题集太容易；我们会不断加固，直到最强的模型仍有余量。
• 评分并据此处置综合能力、性能、可靠性与验证的加权得分；未测试的维度被剔除而非默认通过。未通过定时巡检的渠道会被自动下线。

• 文本：零存储。内存中透传，完成即释放。仅保留元数据——时间戳、模型、Token 数、延迟。可由你选定的第三方审计，并写入服务协议。
• 生成的媒体。仅在我们自有存储中存放一次，用于交付。留存期默认为一个你可以修改的固定期限；到期时间在存储时写入并严格执行——过期的资源会被明确报告为已过期，而不是“未找到”。

先报价、再扣费、后调用上游。一次生成，一条账目。价格会快照进账目，因此日后调价绝不会改变历史。生成失败全额退款。所见价格即所收价格。

每个任务都会记录谁发起、属于哪个组织与授权、调用了哪些能力、消耗了什么，以及如何结束。治理对象——人员与组织、企业能力、知识与智能体、资源与安全——各自都有配置、授权、观测与审计视图。

分级 SLA，写入合同。