访问前沿大型语言模型（如GPT-5和Gemini-2.5）通常受到高昂定价、支付障碍和区域限制的阻碍。这些限制催生了影子API的泛滥，这些第三方服务声称通过间接访问方式，能够不受地域限制地提供官方模型服务。尽管这些影子API被广泛使用，但其提供的输出是否与官方API一致仍不清楚，这引发了对依赖它们的下游应用可靠性和研究成果有效性的担忧。在本文中，我们首次对官方LLM API与对应的影子API进行了系统性审计。我们首先识别出17个影子API，它们已被应用于187篇学术论文中，其中最受欢迎的一个截至2025年12月6日获得了5,966次引用和58,639个GitHub星标。通过对三个代表性影子API在实用性、安全性和模型验证方面的多维审计，我们揭示了影子API中存在的直接和间接欺骗行为证据。具体来说，我们发现性能差异高达47.21% ，安全行为存在显著不可预测性，以及45.83% 的指纹测试存在身份验证失败。这些欺骗行为严重损害了科学研究的可重复性和有效性，损害了影子API用户的利益，并损害了官方模型提供商的声誉。

fastboot oem set-gpu-preemption-value 0 androidboot.selinux=permissive