Azure OpenAI 部署的 GPT-4 自称 GPT-3，是模型造假吗？

在 Azure OpenAI 上开通了 GPT-4，随手问一句「你是什么模型」，对方却回答自己是 GPT-3，甚至表示没听说过 GPT-4。遇到这种情况，第一反应往往是「是不是拿旧模型冒充新模型收费」。这个疑问很普遍，但结论通常是：模型的自我描述不能用来判断它到底是哪个版本。

下面把这件事拆开讲清楚：模型为什么「不认识」自己，怎么真正验证调用的模型，以及申请权限和选择区域时容易踩的坑。

模型为什么说不出自己的版本

语言模型生成回答，靠的是训练语料中的统计规律加上系统提示的引导，它没有读取自身权重、版本号或部署配置的能力。它之所以说「我是 GPT-3」，原因大致有几类：

• 语料里有大量旧版本的自我描述。在 GPT-4 出现之前，互联网上已经堆积了大量「我是一个 GPT-3 模型」之类的文本，这些内容进入训练集后，模型就学会了这个句式。
• 训练数据有时间截止点。截止时间之后才出现的名词，模型在语料里根本没见过，被问到时只能用最接近的模式作答。
• 部署名不会自动变成自我认知。你在控制台给部署起的名字，模型并不知道；除非在系统提示里明确写「你是某某模型」，它才会照着说，而那只是复述提示词，不代表底层模型。
• 采样本身有随机性。同一个问题问十次，答案可能前后不一致，这恰恰说明它不是在查询某个内部字段，而是在做概率生成。

所以，「自称 GPT-3」既不能证明模型被掉包，也不能证明它是真的。这条信息本身不携带任何版本依据。

连带误解：把模型输出当成事实来源

不只是模型身份，模型对实时信息、具体数字、政策条款的回答，都属于生成内容而非检索结果。判断模型能力要看可验证的任务表现，而不是它的自我介绍。

怎么确认自己调用的确实是 GPT-4

1. 在资源里核对部署与模型版本

Azure OpenAI 的部署列表会显示每个部署对应的模型名和模型版本。这里最容易混淆的一点是：

• API 请求里的 model 字段填的是部署名，不是模型名；
• 部署名可以自己随便起，比如 my-gpt4-deploy，它和真实模型之间没有必然联系；
• 真正决定能力的是部署时选择的模型和版本，不是名字。

排查时先看这一层，比问模型一百遍都有效。

2. 查看响应字段与网关日志

响应体中通常带有 model、system_fingerprint 一类字段（具体字段随 API 版本变化，以官方文档为准），经过 API 网关或 APIM 转发时，日志里也能看到实际转发的部署。如果你用的是第三方中转，这一层尤其值得核对。

3. 用能力差异做对照测试

不同代际的模型在复杂推理、指令遵循、长上下文处理、拒答边界上差别明显。准备一组固定题目更可靠：

• 多步数学或逻辑推理；
• 要求严格格式的结构化抽取；
• 超长文档问答；
• 需要识别「题目本身不成立」的陷阱题。

把可疑部署和已知版本的输出放在同样提示词、同样 temperature 下对比。注意不要用「你是什么模型」这类题，也不要用网上流传的脑筋急转弯，它们会随模型更新而失效。

4. 先查官方说明

官方 FAQ 里专门回答过「问 GPT-4 正在运行什么模型，它却说是 GPT-3」这个问题，解释与上面的原理一致。遇到疑问，优先看官方文档而不是猜测。

想用上 GPT-4：权限、区域与配额

• 部分订阅需要单独申请更高级别模型的访问权限，填表后排队等待审批。流程、时间和可用模型会调整，务必以官方最新说明为准。
• 不同区域提供的模型、版本和配额并不相同，创建资源时按官方文档选择支持的区域。
• 有人会想到改注册地区、借他人订阅来拿访问权。这类做法的风险很明确：账号可能被停用，计费和合规责任不清，企业数据出境与审计也无法保证。合规的替代做法是用自己的订阅走正式申请，或联系支持与客户经理确认配额。
• 如果只是学习，先用已获批的模型把调用链路跑通，权限下来后换个部署名即可，代码基本不用改。

容易踩的坑

• 把部署名当成模型名；
• 用模型自述判断版本或计费是否合理；
• 在系统提示里写「你是 GPT-4」，就以为它会说自己是 GPT-4（这只是复述提示）；
• 拿单次回答下结论，忽略采样随机性；
• 用知识截止时间之后的问题判断模型新旧，新旧模型都可能答不上来；
• 对比测试没有固定提示词和 temperature，结果不可比。

调用端的稳定性也值得考虑

如果要做大批量评测，或者长时间挂着跑批处理、Agent 任务，本地网络的抖动会造成请求超时、结果对不齐，排查起来很费劲。把调用脚本放到一台长期在线、网络稳定的机器上执行会省事一些。例如整机放在新加坡机房的独享远程 Mac，按月租用、远程连接使用，适合长期在线运行 Claude Code 之类的工具和 API 批处理脚本。这只是运行环境的选择，和模型真假无关。

小结

模型说自己是 GPT-3，是训练语料和生成机制造成的正常现象，不是造假的证据。要确认版本，看部署配置、响应字段和固定的能力对照测试，而不是听模型自我介绍。