Настоящие деньги за поддельные модели: исследование системного мошенничества в AI API-ретрансляторах
В марте 2026 года исследовательская группа из CISPA Helmholtz Center for Information Security опубликовала важную статью: Real Money, Fake Models: Deceptive Model Claims in Shadow APIs.
Это первый системный аудит AI API-ретрансляторов (в статье они названы «Shadow API»). Выводы шокируют: вы платите за GPT-5, а получаете ответы от GLM-4-9B.
Иллюстрация из статьи: фабрика Shadow API заворачивает дешёвые модели в обёртку OpenAI и продаёт пользователям
Насколько серьёзна проблема?
Исследователи нашли 17 широко используемых Shadow API-сервисов в научной литературе. Это не мелкие операции — крупнейший из них процитирован в 187 научных публикациях и имеет 58 639 звёзд на GitHub.
Ещё поразительнее: 62% (116 статей) из этих публикаций вышли на ведущих конференциях — ACL, CVPR, ICLR. Иными словами, значительная часть экспериментальных данных в работах высшего уровня может быть основана на фальсифицированных ответах моделей.
Сервисы Shadow API, цитируемые в научных работах, охватывают практически все ведущие AI-конференции
Кто пользуется Shadow API?
Географическое распределение красноречиво: 82,12% пользователей — из материкового Китая.
Более 80% авторов статей, использующих Shadow API, находятся в регионах с ограниченным доступом к API
Причина проста — API OpenAI, Anthropic, Google напрямую недоступны в материковом Китае. Разработчики и исследователи вынуждены обращаться к ретрансляторам. Само по себе это не проблема. Проблема в том, честен ли ваш ретранслятор.
17 ретрансляторов — у 15 даже нет бизнес-лицензии
В статье проведена проверка соответствия всех 17 сервисов:
- 15 (88,2%) не имеют прозрачных идентификационных данных или верифицируемого происхождения
- Только 1 имеет действующую корпоративную ICP-лицензию
- 15 управляются физическими лицами, без регистрации юрлица
- 2 прекратили работу в период исследования
- Поставщики часто меняют источник моделей без уведомления пользователей
17 проверенных сервисов (анонимизированы как A-Q), отсортированы по цитируемости и звёздам на GitHub
Приложение Table 7 показывает полную картину соответствия всех 17 ретрансляторов — подавляющее большинство не проходит ни по одному ключевому критерию:
Table 7: полная картина — почти сплошь индивидуальные операторы без юрлица, без ICP-лицензии
Данные очевидны: за исключением H и N, у остальных 15 во всех столбцах «Legal Entity», «Reg. ID», «ICP», «Biz. Registry» стоят прочерки. Способы оплаты — преимущественно личные кошельки Alipay/WeChat, некоторые принимают криптовалюту USDT.
Примечательно, что из 17 сервисов 11 построены на системах OneAPI/NewAPI с открытым кодом. Эти инструменты предназначены для управления API-ключами и маршрутизации запросов, но они же делают подмену моделей элементарной.
Главный вывод: вы платите за одно, а получаете другое
Исследователи использовали технологию идентификации отпечатков LLMmap для проверки 24 эндпоинтов. Результаты:
- 45,83% эндпоинтов не прошли проверку (идентичность модели не совпадает с заявленной)
- 12,50% показали значительное отклонение косинусного расстояния
- Серии GPT и DeepSeek — зона наибольшего риска
Самый вопиющий случай: ретранслятор Shadow API A заявлял модель GPT-5, но отпечаток показал, что фактически возвращается GLM-4-9B-Chat — модель с открытым кодом и значительно меньшим числом параметров. DeepSeek-Reasoner также подменялся на обычный DeepSeek-Chat.
Ниже — ключевая таблица доказательств из статьи с цветовой маркировкой соответствия идентичности модели на каждом эндпоинте:
Table 2: красный = несоответствие идентичности модели (подмена), жёлтый = аномально высокое косинусное расстояние, зелёный = совпадение с официальным
Чётко видно: Shadow API A и H — серия GPT практически полностью помечена красным. Вы вызываете GPT-5, а получаете GLM-4-9B или Qwen2.5-7B.
Какова разница в производительности?
Авторы сравнили официальный API и Shadow API на четырёх бенчмарках:
Математические рассуждения (AIME 2025) и научные вопросы (GPQA)
Shadow API A (красный) значительно уступает официальному API (серый) в сложных задачах рассуждения
В научных вопросах уровня PhD точность Shadow API также резко падает
Shadow API A на задачах математического рассуждения AIME 2025 показал точность на 40 процентных пунктов ниже официального API.
Медицина и право (сценарии высокого риска)
В медицинских сценариях производительность Shadow API катастрофически падает
Данные по медицине самые пугающие: точность Gemini-2.5-Flash на MedQA (экзаменационные вопросы для лицензии врача США) упала с 83,82% до примерно 37% — разница 47,21%.
В статье приведён конкретный пример ошибки: в вопросе о методе диагностики ВИЧ официальный API правильно выбрал «иммуноанализ дифференциации антител ВИЧ-1/ВИЧ-2», а Shadow API ошибочно указал «генотипирование вируса».
Если ваше медицинское AI-приложение использует такой ретранслятор, последствия могут быть катастрофическими.
Безопасность тоже под угрозой
Поведение Shadow API в области безопасности непредсказуемо — одни слишком мягкие, другие слишком строгие
Фильтрация безопасности в Shadow API не соответствует официальному API: оценка вредоносного контента то занижается примерно на 0,23, то почти удваивается. Это значит, что на политику безопасности ретранслятора нельзя полагаться для защиты вашего приложения.
Финансовые потери: заплатили $15, получили на $6
Авторы проанализировали экономику 1 273 запросов к GPT-5:
- Пользователи заплатили $14,84 по официальному тарифу
- Реальная стоимость полученных токенов — $5,70–$7,77
- Прибыль ретранслятора на каждую партию запросов: $7,07–$9,14
- Количество ошибок на доллар у Shadow API в 2–4 раза выше, чем у официального API
В статье выделены три схемы мошенничества:
| Схема | Метод | Типичное проявление |
|---|---|---|
| Наценка на информационной асимметрии | Берут в 7 раз больше официальной цены, подменяют на дешёвую модель | API A |
| Скрытая подмена при «честной» цене | Цена как у официального API, но модель заменена на более дешёвую | На вид адекватная цена, по сути обман |
| Перепродажа с маржой | Небольшая наценка + деградация модели на бэкенде | Труднее всего обнаружить |
Что это значит для разработчиков?
Статья даёт чёткие рекомендации — при выборе API-ретранслятора проверяйте как минимум четыре вещи:
- Проверка отпечатков: используйте инструменты типа LLMmap для идентификации модели
- Статистические тесты: тест эквивалентности модели на 500+ образцах
- Проверка на бенчмарках: верифицируйте точность на известных наборах данных
- Проверка юрлица: регистрация бизнеса и ICP-лицензия оператора
Авторы также рекомендуют исследователям заблаговременно фиксировать в публикациях URL эндпоинта API, заявленную версию модели, дату доступа и тарификацию для возможности аудита.
Ofox: прозрачный официальный прокси, а не чёрный ящик
Проблемы, описанные в этой статье, — именно то, что Ofox решает с первого дня.
Принципиальное отличие Ofox от Shadow API:
| Shadow API (объекты аудита) | Ofox | |
|---|---|---|
| Источник моделей | Неизвестный, возможна подмена на дешёвые | Прямое подключение к официальным API OpenAI / Anthropic / Google |
| Обработка запросов | Чёрный ящик, возможна модификация запросов и ответов | Прозрачный прокси, передаёт запросы без изменений |
| Совместимость протоколов | Обычно только формат OpenAI | Одновременная совместимость с тремя нативными SDK: OpenAI, Anthropic, Gemini |
| Юридический статус | 88% без регистрации, личные кошельки Alipay | Зарегистрированное предприятие, легальная деятельность |
| Стабильность работы | 2 сервиса прекратили работу за период исследования | Стабильная работа, двойное ускорение через Alibaba Cloud / Volcengine |
| Прозрачность цен | Возможна наценка в 7 раз | Открытые цены, синхронизированные с официальными |
Вызываете GPT-5 — получаете GPT-5. Вызываете Claude Opus — получаете Claude Opus. Без подмен, без деградации, без чёрного ящика.
Подход Ofox прост: прозрачный прокси-слой, помогающий разработчикам решить проблему сетевого доступа и при этом обеспечивающий 100% соответствие ответов официальному API. Используйте OpenAI SDK, Anthropic SDK или Google SDK — всё подключается напрямую, достаточно изменить один base_url.
Если вы сейчас пользуетесь сомнительным API-ретранслятором, рекомендуем проверить подлинность получаемой модели методами из этой статьи. Или просто перейдите на сервис, который проверять не нужно:
ofox.ai — один API Key, 100+ моделей, официальные оригиналы, прозрачно и надёжно.
Информация о статье:
- Название: Real Money, Fake Models: Deceptive Model Claims in Shadow APIs
- Авторы: Yage Zhang, Yukun Jiang, Zeyuan Chen, Michael Backes, Xinyue Shen, Yang Zhang
- Институт: CISPA Helmholtz Center for Information Security
- Ссылка: arxiv.org/abs/2603.01919
Все изображения в статье взяты из оригинальной публикации, авторские права принадлежат авторам статьи.
