各位大佬好，最近想测试一下某个模型到底是不是宣传的那个版本，或者是否存在套壳、降级、冒充等情况。 
想请教大家有没有现成的 Skill、测试脚本或评测方案，可以从以下方面进行验证： 

模型身份与版本特征
推理、代码、长上下文等实际能力
不同提示词下的稳定性
与官方模型的输出差异
是否能识别模型套壳或降智

如果有成熟的 Skill、Prompt、测试集或使用经验，麻烦分享一下。最好是可以直接部署或运行的方案，感谢各位大佬。