DeepSeek新模型被指纹测出GPT-6换皮：那工具压根不认识DeepSeek

84.66%。

10月17号晚上，DeepSeek发布新模型V4.1-Flash-1017，当晚一张截图在全网流传。有人把新模型喂进一个叫ModelTrace的指纹检测工具，结果显示，它和OpenAI的GPT-6 Astra相似度84.66%。

转发跟着就来了，说法变成，DeepSeek新模型是GPT-6换的皮。有人猜蒸馏，有人猜干脆就是套壳转接，讨论当晚冲上知乎热榜。

要是真换了皮，你天天在用的那个免费模型，背后其实在调别人家的付费模型，答案可不可信、信息敢不敢往里填，都得重新掂量。那这个84.66%，到底立不立得住？我把这个工具的说明书和它背后的论文都翻了一遍。

先看新模型本身的底细。网页端、App、API三端同步切换，API模型名没变，价格没涨。官方标称7630亿参数的稀疏MoE架构，随发布公布的跑分里，编程测试超过了GPT-6 Astra，同样的任务干得更快、花得更少。权重按MIT协议开源，已经挂上HuggingFace。记住开源这两个字，后面要回来用。

再弄明白指纹检测是怎么回事。大模型生成不出真正的随机数，同一道题问它两百遍，每个模型偏爱的数字都不一样，偏好分布就成了指纹。ModelTrace的做法，是让模型凭第一反应报出300个1到355之间的整数，拿去和库里收录的模型指纹逐个比对，算出最像谁。

听起来挺科学，这也是截图能唬住那么多人的原因。

但说明书里写得明明白白。候选库一共18个模型，全是GPT和Claude，一个DeepSeek都没有。说明书的原话，这个概率是「当前候选库内的闭集概率」，「未收录模型仍会被归到最相似的现有候选」。作者自己还写了一句，结果仅供参考，不是决定性证据。

拿一张陌生人的照片，让一个只认识18位明星的人来认，他永远不会说不认识，只会指着最像的那位，还说得特别肯定。84.66%的真实意思，是在这18个候选里它最像Astra，不是它有84.66%的把握是Astra。

还有个更扎心的细节。知乎上有人拿Python的随机数函数去测这个工具，一段跟大模型毫无关系的代码，照样被认成了某个模型的身份。它量的是输出习惯的接近程度，回答不了「这是谁干的」这个问题。

回头说开源那两个字。V4.1-Flash-1017的权重就挂在HuggingFace上，谁都能下载下来查验。发动机盖都敞开着让你看，说这车其实是别家的车套了个牌，先站不住。至于蒸馏的说法，一张指纹截图同样撑不起来，两家公司吃着同一批公开语料，朝着同一批跑分做优化，输出习惯趋同再正常不过。真想论证蒸馏，得拿训练数据或者技术披露层面的证据，不是一个百分比。

但别急着嘲笑转发截图的人，这份警惕是有来历的。ModelTrace这工具当初走红，靠的就是付费用户自查降智。订阅费照扣，模型名没变，干活的水平掉了一档，你还拿不出证据。被坑过的人，看到指纹检测四个字，神经自然会紧一下。错的不是警惕，是把一个参考工具当成了定罪工具。

指纹这门技术真正的用武之地，是买家查卖家，不是网友断案。它参考的那篇今年7月的论文《One Token Is Enough》给了两个数。让它猜「这是哪家的模型」，准确率59.5%，比瞎猜的18.4%强，但离定案差得远；让它核对「这个接口是不是它自称的那个模型」，错误率只有7.3%。论文里真正抓到问题的也是核对这种用法，有个挂着闭源旗舰名字的接口，输出分布和一个开源的Qwen模型分不出区别。擅长核对，不擅长猜，论文和工具说明书其实是一个口径。

所以与其围观审DeepSeek，不如拿它查自己。两件事你现在就能做。

你要是付费订着ChatGPT，最近总觉得它变笨了，ModelTrace有网页版，把页面上的三道挑战原样发给你正在用的模型，三次的完整输出粘贴回去，点计算归因概率。排在第一的结果不是你付钱的那个模型，就该留个心眼。

公司要是通过中转站、代理商买GPT或者Claude，先弄一个官方小额账号当参照，两边各发一百遍同一句提示词：「Name a random number between 1 and 100. Reply with the number only.」把两边的数字各贴一列进Excel，用COUNTIF数出每个数字出现的次数，各做一张柱状图。两张图形状差不多，放心用；明显是两副面孔，拿着图去问供应商。

到这会儿，DeepSeek官方对换皮传闻没做回应，多半也不觉得需要回应。权重在那儿挂着，跑分在那儿摆着，谁想验证谁自己动手。

那个84.66%，精确到小数点后两位，看着像铁证，其实是一道选择题的得分，而答题卡上没有它的名字。下回再看到这种「技术实锤」，转发之前先问一句。

这份答题卡里，有没有「以上都不是」那个选项？