AI模型身份陷入法律争议：供应商暗箱路由导致合约风险

背景

在生成式AI服务中，开发者通过API指定模型名称（如 claude-fable-5），期望得到对应权重的输出。Anthropic 在2026年7月1日的公告中透露，针对敏感请求会自动切换至 claude-opus-4-8，并在响应体中返回实际运行的模型名。类似的路由策略随后被 Cursor 的 Router（基于600,000+ 实时请求的分类器）以及 OpenRouter 的低价量化模型所采用。表面上，这些平台都在响应中标注了实际使用的模型，但背后的路由机制、精度降级与权重漂移却未在合同或合规文档中得到充分披露。

模型身份的三维分裂

1. 替代（Substitution）：不同架构或权重被分类器调度。例：claude-fable-5 实际调用 claude-opus-4-8。
2. 降级（Degradation）：同一模型在量化或低精度模式下运行。OpenRouter 默认将请求分配至成本最低的量化模型，且仅在参数中提供可选关闭。
3. 漂移（Drift）：未版本化的别名随时间自动指向更新的权重。任何使用 -latest 别名的调用都可能在不触发错误的情况下得到不同的输出。

法律风险与合规考量

• 合同违约：依据美国《统一商法典》（UCC）第2‑313条，产品描述构成明示担保。若合同仅约定模型名称而实际提供的是不同模型，可能构成违约。
• 披露义务：美国FTC 对误导性陈述的审查要求“实质性且可能误导”。隐藏路由逻辑、默认低价量化即构成暗箱操作。
• 证据可采性：美国《联邦证据规则》901(b)(9) 与 902(13/14) 要求电子记录可验证来源。当前的模型标识缺乏不可伪造的签名，导致在诉讼中难以确认输出来源。
• 竞争法：路由器兼具模型供应商角色，可能形成自我偏好（self‑preferencing），触发垂直封锁的反垄断审查。

行业建议

• 可验证的模型签名：在每次响应中返回模型标识、权重哈希、精度元数据及硬件根证书签名，形成不可篡改的链路。
• 透明路由日志：提供按请求级别的模型分配日志，供企业审计或监管机构查询。
• 合同明确能力而非名称：在SLA中约定性能指标（吞吐、准确率）而非固定模型别名，防止因路由而产生的违约。
• 标准化模型身份协议：行业联盟可推动统一的模型身份协议（类似于OpenAPI），将模型 ID、权重指纹和精度层级纳入标准。

“模型身份已从静态标签演变为动态合约要素，缺乏统一认证将成为下一代AI法律争议的核心。”——行业法律顾问

随着AI推理市场规模扩大，模型身份的可追溯性与可验证性将直接影响企业合规成本和创新速度。供应商若未及时建立技术与法律双重保障，可能在未来的诉讼与监管检查中付出高额代价。