v1.6.0 - Tokenizer-aware fingerprint probe

v1.6.0 — tokenizer-aware fingerprint probe

指纹检测重写。旧实现给模型打一个百分制「行为分」，但实测它对「是不是真模型」没有信息量：deepseek-v4.1-flash 与 gpt-6-astra 都是 6/6；随机数采样在所有试过的模型上都均匀（熵 2.998 bit，100 个数字各约 7 次，任意两次运行之间 JSD 小于 0.001 bit）。

现在改用两个不依赖模型配合的信号：

身份签名

4 项温度 0 偏好探针（数字、颜色、字母、编程语言），答案先归一到同一个词（蓝色 / blue → blue），再合成摘要。已记录的答案不会被覆盖，所以被换掉的模型仍然可见。某一个探针跨运行给出不同答案时，记入 volatile 并退出比对——单项漂移是探针不稳，不是换了模型；两项以上同时变才判「身份已变化」。与本地记录过的所有模型比对，签名相同即同一后端。

分词器向量

4 段固定文本，各读回 prompt token 数，减去成对取得的单字符计数，得到分词器自身的计数（服务端模板被抵消）。与 55 个互异向量比对，它们取自 350 个公开版本（modelprint，MIT）。中转站能转发文本，但复现不了它没跑过的词表。

• 只识别家族，不指认具体型号。
• 测不准时给「最接近 … · N/4 维不同」，并说明差 1 维多半是撞上路由切换。
• 一次运行至少保留 3 维、基线成对读取，否则报「分词器计数不足」而不是给出假向量。

速度

默认快速指纹只跑上面 8 个探针并并发执行，实测 303.5 s → 23 s。工具栏勾选「完整指纹」才额外跑 7 项行为探针与 3 次采样（用于可用性与采样分布检查）。

修掉的三处缺陷

• 分词器探针的回复没有文本，把 meanAnswerBytes 拉向 0。
• 稳定行的基线 updatedAt 被冻结，按时间淘汰时最常测的模型反而先被清掉。
• fileStore 的整文件读改写没有串行化，同时测两行会丢一条基线（队列改为按文件路径，而不是按 store 实例）。

验证

• npm run check 通过，84 项测试全绿，含一个不串行化就必然失败的并发写用例。
• tk/deepseek-v4.1-flash 与 tk/deepseek-v4.1-flash-1017 实测向量 49/53/62/83，匹配 deepseek；tk/gpt-6-astra 缺一维时同时命中 openai 与 glm，报「无法判断」而不是硬猜。
• 界面验收通过 CDP 实跑：快速指纹「分词器家族 匹配 · 向量 49/53/62/83 · deepseek/deepseek-v4-flash, deepseek/deepseek-v4-pro」「身份签名 身份一致 · 4/4 确定性探针 · 比对探针 3」「同签名模型 tk/deepseek-v4.1-flash」「总耗时 22.72 s」。

v1.5.0 - HTML animation probe

HTML 动画检测

新增第三种测试类型 svg-html：让模型输出完整的单文件 HTML，用内联 SVG 作画，允许 <style> 与 CSS 动画。

旧管道会把回复「改写」成裸 SVG——只截 <svg> 片段、删掉 <style> 与 style="…"、禁止脚本与 CSS 动画。模型靠渐变、滤镜、@keyframes 撑起来的画面因此被削平，看起来像是模型画得差。新管道改成白名单清洗而不是改写：

• 保留 <style>、@keyframes、url(#id)、href="#id"
• 移除脚本、iframe/frame/object/embed/foreignObject、外链 <link>/<base>/<image>、on* 事件属性
• 产物整段塞进 <iframe sandbox=""> 预览，不做二次加工，看到的就是模型画出来的东西

站点式四项度量

预览下方给出与公开绘图报告一致的四个徽章：动画（有/无）、配色（去重后的色值数）、画幅溢出（几何越界百分比，>2% 琥珀提示）、外部资源（无/是）。预览高度 34vh、最小 220px。

溢出度量只统计真正会被裁掉的图形：

• 按 <g> 与元素自身 transform 合成后的坐标求包围盒
• 完全落在画布外的碎屑、面积不到画布千分之五的小件忽略
• 铺满画布的底色、贯穿两侧的路面虚线等 full-bleed 元素忽略
• 只擦到边缘、可见面积仍超过 75% 的光晕与软阴影忽略
• <defs>/<symbol> 等模板与 <animateTransform> 驱动的位置不参与测量
• 预览时根 <svg> 的 preserveAspectRatio 归一为 xMidYMid meet，不会被预览框裁掉主体

默认摘要

留空即用内置摘要「鹈鹕骑自行车的二维循环动画」，输入框占位符与说明行都写明了这一点；切到 HTML 模式时会清空自定义模式预填的示例提示词。HTML 模式超时可选 180 / 300 / 600 秒，输出上限 65536 tokens、产物上限 64000 字节。

错误码

OUTPUT_TRUNCATED（思考占满生成预算、没有产出图形）、INVALID_ARTIFACT（没有 SVG）、EXTERNAL_RESOURCE（产物引用了外部资源）、ARTIFACT_LIMIT_EXCEEDED（超过 64000 字节）、STATIC_DRAWING（默认摘要下产物没有动画）。

验证

• npm run check 通过
• node --test test/*.test.js → 38 tests / 38 pass / 0 fail
• 新增 test/ui-html-check.mjs：CDP 驱动真实界面，断言四项徽章文案、34vh 预览、sandbox=""、鹈鹕占位符与说明行、切模式清空提示词
• 真实模型端到端：tk/deepseek-v4.1-flash 与 deepseek-account/deepseek-flash 均产出可预览动画，7 份历史产物溢出度量全部归零

v1.4.2 - Subtitle names the intelligence battery

v1.4.2

The panel header only advertised connectivity, behavioral fingerprints and SVG drawing, so the IQ button had no context until someone opened a report.

• client.js: the subtitle (zh/en) now reads "检查模型实时连接、行为指纹、18 题智力基准及动态或自定义 SVG 绘图能力" / "Check live connectivity, behavioral fingerprints, an 18-item intelligence battery, and animated or custom SVG generation"
• client.js: meta description mentions the battery as well
• locale/{zh,en}.json: kept in sync with the inline dictionaries
• test/ui-intelligence-check.mjs: asserts the subtitle mentions the battery
• assets/model-probe-iq.png: regenerated from the current UI

Scoring, tiers, the canary item and the 18 probes are untouched. npm run check passes and all 28 tests pass.

Full changelog: v1.4.1...v1.4.2

v1.4.1 - Neutral report wording

v1.4.1

Wording only. The intelligence report no longer names the third-party site whose public report shape its field names follow.

• client.js: intelligenceHint (zh/en) drops the site reference
• intelligence.js: report note and the source comment use neutral wording
• locale/{zh,en}.json: kept in sync with the inline dictionaries
• README: field names described as a common public report shape
• assets/model-probe-iq.png: regenerated from the current UI

Scoring, tiers, the canary item and the 18 probes are untouched. npm run check passes and all 28 tests pass.

Full changelog: v1.4.0...v1.4.1

v1.4.0 - Local intelligence benchmark

更新内容

• 新增每个模型的「IQ」按钮：串行执行 18 道本地加权基准题，覆盖逻辑 4、算术 4、难题 3、代码 2、指令遵循 3、常识 1、陷阱 2。
• 输出 0–100 智力值、旗舰/中端/轻量档位、加权得分、金丝雀题结果、逐题证据与耗时分布（mean / p95）。
• 金丝雀题失败直接判为异常；失败题标记为跳过，分数只按已完成题目计算，界面明确标注「部分题目失败」。
• 检测可随时停止；总超时默认 10 分钟、单题 45 秒，序列执行避免触发上游并发限制。
• 提供商不返回 reasoningTokens 时显示思考内容字符数（reasoning_chars），不把有思考但未计量写成 0。
• 智力检测与行为指纹按钮互斥，避免同时占用同一条模型路由。
• 预览服务上游端口改为可配置（DMP_UPSTREAM_PORT / DMP_UPSTREAM_HOST / DMP_LISTEN_PORT），新增 test/sync-locale.mjs 同步内联文案键到 locale/*.json。

验证

• npm run check 与 28 项自动化测试通过。
• DeepSeek-V4.1-Flash 与 DeepSeek-Flash 端到端跑分均为 18/18、100/100。
• CDP 界面验收覆盖按钮互斥、运行态、停止、逐题详情与截图。

完整说明见 README。

v1.3.0 - Comprehensive model diagnostics

更新内容\n- 插件更名为「模型综合检测」。\n- 新增每个模型的七探针行为指纹检测，包含行为分、样本完整度、延迟统计和 SHA-256 摘要。\n- 新增自定义 SVG 提示词检测，支持静态与动态 SVG。\n- 自定义 SVG 默认启用快速模式，限制 3000 字节和 30 个元素，可切换普通模式。\n- 简短主题自动补充完整 SVG 输出约束，并修复停止与详情展示。\n\n## 验证\n- 21 项自动化测试与语法检查通过。\n- 真实模型连接、指纹、自定义 SVG 快速模式和 UI 预览均完成验收。

v1.2.0 - Animated SVG probes

SVG probes now require visible native SMIL animation. The preview plays looping pelican-and-bicycle animations, reports animation counts, preserves safe animation elements, removes scripts and external resources, and flags static SVG responses as STATIC_SVG. Includes 14 passing tests and real-model frame-change verification.

v1.1.0 - SVG model probes

Adds connection/SVG mode switching, single and batch SVG probes, sanitized static SVG previews, source and request diagnostics, cancellation fixes, and 300-second SVG timeouts. Includes 12 passing tests and real-model UI verification.

模型测速 v1.0.0

首个公开版本。\n\n- 自动读取 DSH 提供商与模型列表\n- 单模型、勾选、筛选和全部模型连接测试\n- 2/4/8 路并发、15/45/90 秒超时与停止测试\n- 首个回复耗时、总耗时、Token 用量与技术详情\n- 复用 Host 凭据，不在浏览器保存密钥\n\n下载附件 dsh-model-probe.zip，解压后作为本地 DSH 插件安装。