上週二,我正在除錯 HuggingChat 的反應緩慢問題。
標準操作:開啟開發者工具,查看網路選項卡,按 Fetch/XHR 篩選,查看 API 回應。
然後我就在聊天介面上看到了這個:
agentic with Kimi-K2.6 via 🤗 together

HuggingChat 準確地顯示了它正在使用的型號 - Kimi-K2.6 透過 Together AI 沒有隱藏 這就是透明度的樣子。
我盯著螢幕看了一秒鐘,Kimi-K2.6,這是來自中國人工智慧公司Moonshot AI的模型,並非HuggingChat從零開始建置的,只是一個第三方API呼叫,就明明白白地擺在那裡。
但關鍵在於 HuggingChat 是誠實的。他們在使用者介面中直接顯示了模型名稱和推理提供者。
然後我又檢查了一些我每天都會用到的其他工具。
事情開始變得尷尬起來。
DeepSeek、Kimi、Qwen 等中國開源模型現在隨處可見。就我而言,HuggingChat 透露它正在使用 Kimi-K2.6。其他工具則在 API 呼叫中隱藏 DeepSeek 或類似的模型,而它們的行銷頁面卻談論著完全不同的東西。
我發現很多工具都聲稱擁有專有技術,但實際上卻呼叫了 DeepSeek、Qwen 和 Kimi 的 API。模式始終如一:市場宣傳是一回事,網路流量又是另一回事。
一個工具的網站稱“從零開始建置的前沿智能”, API 響應顯示kimi-k2p5-rl-0317 。
另一則聲稱“自主研發的人工智慧,完全內部開發”,網路流量顯示deepseek-coder-v2 。
第三個產品自稱是“下一代專有模型”, DevTools 揭示了qwen-2.5-72b 。
上半場他們佔了上風。
在你反駁說「誰在乎底層是什麼型號,只要能用就好」之前,請容許我反駁一下。
這會影響你的決策。你之所以在工具之間做選擇,部分原因在於某個工具聲稱擁有更優的專有模型。但如果它們都呼叫同一個第三方 API,那就談不上差別。你實際上是在為一個封裝層支付溢價。
如果某個工具聲稱您的資料從未離開過我們的伺服器,但 API 流量顯示呼叫了api.together.ai或api.moonshot.cn等不同的伺服器(這些伺服器位於不同的國家/地區,可能受不同的資料保護法律管轄),那麼這對您的資料至關重要。這對於企業用戶尤其重要。
這關乎信任。如果一個工具對其所使用的模型做出虛假陳述,就會讓人懷疑產品描述中還有哪些內容是行銷噱頭,例如定價、資料處理能力等等。
這對於除錯至關重要。當出現奇怪或意想不到的輸出時,了解實際的模型會非常有幫助。例如,如果知道程式在底層呼叫的是中文模型,那麼「為什麼它對中文輸入的回應很奇怪?」這樣的問題就更容易除錯了。
我想澄清一點:引發這一切的 HuggingChat 截圖顯示Kimi-K2.6 via together這是 HuggingChat 的正確做法。
他們會向你展示模型,他們會向你展示推理提供程序,他們會直接將其放在聊天介面中,無需開發者工具,無需API窺探。
這實現起來並不難,這是一種設計選擇。
展示模型的意思是:我們相信您知道自己在用什麼。
不展示模型等於說:我們寧願你不要考慮這個問題。
HuggingChat 應該成為基準。令人不快的現實是,大多數工具都達不到這個標準。
你不需要任何特殊設備。只需要一個瀏覽器和5分鐘。
步驟 1:在 Chrome 或 Edge 瀏覽器中開啟你選擇的 AI 工具。
步驟 2:按F12開啟開發者工具 → 前往「網路」標籤
步驟 3:依Fetch/XHR篩選
第四步:問一個簡單的問題—“用一句話解釋Python”
步驟 5:點選觸發的 API 請求。查看“回應”標籤。
尋找:
JSON 回應中的model字段
請求 URL 中包含的第三方網域: together.ai 、 openai.com 、 anthropic.com 、 moonshot.cn 、 deepseek.com
有效載荷中的模型 ID——它們看起來像kimi-k2p5-rl-0317 、 deepseek-coder-v2或qwen-2.5-72b-instruct
就這麼簡單。五分鐘。你就會確切地知道你到底在跟誰說話。
人工智慧工具目前正處於一個尷尬的中間階段。底層模型大多是通用模型,每個人都在呼叫相同的 API,例如 OpenAI、Anthropologie、Together AI、Moonshot、Mistral 和 DeepSeek。真正的差異化應該體現在產品層面:使用者體驗、情境處理、整合和工作流程。
但有些公司仍然試圖在模型本身上競爭。當他們無法建立模型時,有些公司就…聲稱他們已經建立好了,並在行銷中使用「專有」字樣,希望沒有人打開開發者工具。
大多數人不會去查。你很忙。工具運作正常。繼續吧。
但「有效」和「誠實地告訴你它是什麼」是兩回事,而後者比業內目前所認識到的更為重要。
那些對其模型透明化的工具,往往在其他方面也同樣透明,例如定價、限制和資料處理。誠實會帶來益處,不透明也會如此。
立即開啟你最常用的AI工具的開發者工具。
查看「網路」選項卡,在 API 回應中尋找模型名稱。
這是否符合你的預期?
我會在評論中分享我在日常工具中發現的所有東西——包括那些讓我感到驚訝的東西。
輪到你了。 👇
原文出處:https://dev.to/harsh2644/deepseek-is-running-inside-your-favorite-ai-tool-and-nobody-told-you-5g47