OmniTools 7月21日消息，布拉格经济大学研究员托马什·布鲁克纳提出一种基于模型输出偏好的“行为指纹”识别方法：向大模型反复提问“请输出1到100之间的随机数”，通过统计其响应分布可区分不同模型。实验对165个模型各发起30次请求，发现GPT-4o高频输出42和37，Claude Sonnet 5集中输出47，Qwen3-Max在30次中全部返回42。
该方法仅需约120条API请求即可完成识别，整体错误率约为10.6%。研究指出，该技术可用于检测API服务中是否存在模型被擅自替换的情况，具备轻量、低成本、无需模型访问权限等特点。
