Blog/模型对比/

TikTok 刷量识别实测：68 条视频跑一遍假播放检测接口

TikTok 刷量识别实测：用 SandBase 的 detect-fake-views 接口检测 68 条公开视频，拆开 fake_score 看它到底对什么敏感、重复调用稳不稳、content_category 有什么用，以及为什么“干净”视频也有 5% 假播放估算。

作者 Evelyn Park
TikTok 刷量识别实测封面，编辑配图，非测试结果

先说一个让人皱眉的结果：TikTok 官方账号自己的一条视频，1.62 亿播放，丢进假播放检测接口，返回 fake_score 4.34（满分 100），“不可疑”，置信度 Minimal。同一份报告里又写着：估算假播放 8,102,335 次，并且这个账号“可疑地”在 31 天内从 1 万粉涨到了 10 万粉。

一份 JSON，两种说法。拿这类报告去和达人谈价格之前，最好先弄清楚它到底在对什么起反应。2026-10-04（UTC），我们用 SandBase 上的 tiktok/analytics/detect-fake-views 检测了 68 条公开 TikTok 视频，其中 10 条又重复调用了最多 3 次，13 条在 5 个 content_category 下各跑一遍，实测共拿到 163 份完成的报告，另有几次示例运行。

先说结论

  • 68 条视频没有一条被判为可疑（is_suspicious 全部为 false）。fake_score 从 5.92 到 47.53，中位数 19.66；66 条置信度是 Minimal。
  • fake_view_percentage 是 fake_score 的阶梯函数：低于 10 分记 5%，往上按 10 分一档记 10/20/30/40%。estimated_fake_views 就是播放量乘这个档位，“收入影响”再按每千次播放 1 美元折算。所以再干净的视频，也至少挂着 5% 的“假播放”。
  • 我们测到的最强单一变量是视频发布时长（与 fake_score 的 Spearman 相关 0.69）。发布超过 2 天的视频中位分 29.53，不到 2 天的只有 10.66，主要由播放分布检查带动；而且它一小时内就可能翻转：重复测试的 10 条里有 5 条在 01:50 到 02:15 UTC 之间涨了 10.5～12.4 分。
  • 对我们测的认证品牌号，content_category 完全不起作用（始终按 verified_large 基准）；对未认证达人的视频，换类别能让分数差 2.3 到 9.7 分。
  • 我们没有“已知刷量”的标注数据，所以本文测的是接口行为，不是准确率。把结果当初筛信号和待核查清单，别当刷量证据。

测什么，不测什么

问题很窄：这个检测器对什么敏感，同一条视频问两次答案是否一致。要回答“TikTok 刷量能不能被识别”这种大问题，得有真值，也就是确切知道哪些视频买了多少播放。我们没有，任何只给一个分数却不给真值的工具也没有。

还要说清楚身份：这是第三方启发式算法，上游供应商是 TikHub，参考页写的是基于“TikTok 流量池理论”。它不是 TikTok 官方数据，分数高也不能证明谁刷了量。

样本（2026-10-04 01:18 UTC 拉取，共 68 条）：

分组取样方式数量文中是否点名
品牌 / 媒体号用 tiktok/app-v3/user-post-videos 取 12 个官方账号各自最新 3 条普通视频：TikTok、Nike、NBA、Netflix、ESPN、Red Bull、Sephora、Duolingo、NFL、Chipotle、华盛顿邮报、Ryanair36是，只写品牌名
搜索结果用 tiktok/app-v3/video-search-result 搜 4 个美区通用关键词（美食、美妆、健身、学习），近 30 天，取前 8 条未认证创作者视频32否，只给汇总，代号“视频 A”等

搜索组里都是普通创作者，随手贴个“可疑”标签就可能伤到人，所以不公开任何 ID、账号名或文案。36 条品牌视频来自 210 万到 9,600 万粉丝的账号（检测器的 xlarge、xxlarge 档）；搜索组从 micro 到 xlarge 都有。

SandBase 上 Detect fake views in video 的模型页，显示模型 ID tiktok/analytics/detect-fake-views、基础价格 Free、同步执行、2 个输入字段，顶部有 API Free Week 横幅

截图：tiktok/analytics/detect-fake-views 的模型页显示基础价格 Free、同步执行、两个输入参数，页面顶部挂着“API Free Week”横幅（2026-10-04 截取）。

费用：01:16 UTC 调 GET https://api.sandbase.ai/v1/models/tiktok/analytics/detect-fake-views，返回 base_price "0"，两个取样接口也是 0；GET /v1/tasks/621146a2-cf67-4dcf-a9e8-a15a63830cea/cost 显示一次检测计费 $0.000000。这两个查询要带和调用时同一个 Authorization: Bearer key，没有 key 可以直接看公开模型页。因为当时挂着免费周横幅，Free 是否长期有效我们说不准。整个实测连截图大约花了 $0.015。

分数从没喊过“可疑”

按样本分组的 fake_score 散点图：36 条品牌 / 媒体视频中位数 13.6，四个搜索分组中位数在 25 到 34 之间，没有视频超过 48 分

截图：默认类别下 68 条视频的 fake_score，品牌视频中位数 13.6，匿名搜索视频 29.74，没有一条被判可疑（根据 2026-10-04 实测数据绘制）。

品牌 / 媒体（36）搜索结果（32）
fake_score 中位数（四分位）13.6（7.93～21.5）29.74（19.1～34.48）
范围5.92～37.3610.66～47.53
is_suspicious: true00
置信度 Low（其余为 Minimal）02
suspicious_features 里出现 “Critical:” 的视频719

最容易踩的坑是：报警和结论是两回事。68 份报告里有 55 份至少列了一条 “Suspicious:” 或 “Critical:”，其中 26 份有 “Critical:”，但结论全部是 is_suspicious: false。比如 Nike 的一条视频写着 “Critical: Like Ratio is extremely low (0.00473 vs minimum 0.00500)”，fake_score 37.36。这些行是单项检查对固定阈值的报警，结论另有一条分界线，我们的样本一条都没碰到。最高分 47.53，所以分界线在哪里我们也看不到。

涨粉报警最典型。36 条品牌视频里有 18 条带着它：TikTok（“31 天从 1 万涨到 10 万粉”）、Duolingo（“20 天从 50 万涨到 100 万粉”）、NFL（“2 天内粉丝涨 10 倍”）。看起来说的是这些账号多年前刚起步的时候。而且它几乎不影响总分，下一节细说。

真正推动 fake_score 的是什么

每份报告有 8 个 component_scores。拿这 8 个分量对 fake_score 做最简单的线性拟合，68 次默认调用的 R² 是 0.956，权重大致为：engagement 0.26、creator credibility 0.23、distribution 0.22、follower correlation 0.15、consistency 0.10，fan growth 和 content authenticity 接近 0。这是我们反推的结果，不是官方公式。

各分量与 fake_score 的 Spearman 相关柱状图：distribution 0.82、follower correlation 0.60、creator credibility 0.58、engagement 0.52、fan growth 0.04、content authenticity -0.01、consistency -0.06

截图：distribution、follower correlation、creator credibility、engagement 四项跟着 fake_score 走；fan growth、content authenticity、consistency 基本不相关，racing mechanism 每次都是 0（根据 2026-10-04 实测数据绘制）。

几个分量在样本里的表现：

  • **distribution（播放分布）**只出现过 0、10、60、65、80 五个值。“natural”给 10，“low entropy”“statistical anomaly”“growth anomaly”给 60～80。单这一跳就能让总分多出 11～15 分。
  • creator credibility 在 36 条认证品牌视频上全部是 0，未认证创作者多数是 3～55。认证等于直接去掉这一项。
  • follower correlation 品牌视频 36 条里 35 条是 20，搜索视频是 30 或 70。
  • engagement 拿点赞、评论、分享、收藏率去比基准表，最敏感的是评论率：我们算的“评论 / 播放”和 engagement 分的 Spearman 相关是 −0.82。
  • fan growth 固定落在 10、45、55，跟其他项无关。所以 TikTok 官方号可以同时拿到“31 天”报警和 4.34 的总分。
  • racing mechanism 68 份报告全部返回 “Insufficient data: No racing mechanism metrics available”。

发布时长比点赞率更要紧

我们用取样接口给的计数算了几个简单比率，再和 fake_score 做相关。互动比率都偏弱：点赞 / 播放 −0.27，评论 / 播放 −0.41，分享 / 播放 0.16。最强的两个变量反而和互动质量无关：播放 / 粉丝 0.55，发布时长 0.69。

fake_score 与视频发布时长（对数坐标）的散点图：发布不到 2 天的视频大多低于 20 分，超过 2 天的大多在 20 到 48 分

截图：发布不到 2 天的视频大多低于 20 分，超过 2 天的大多在 20～48 分，品牌和搜索样本都一样（根据 2026-10-04 实测数据绘制）。

原因在播放分布检查。它依据一段很短的播放历史，长度（stats.count）在我们的报告里从 2 到 36 个点不等：一天半内涨到 30 个左右，第二天前后掉到 3～5 个（看起来是从按小时记换成按天记），三周时到 15 个。新视频通常判 natural，老一些的通常被贴上异常标签。33 条不到 2 天的视频里，distribution ≥ 60 的占 18%；35 条更老的视频里占 86%。

这也是我们样本自己的混杂因素，品牌和搜索的差距得重新理解：品牌视频取的是各账号最新几条（中位 0.4 天），搜索视频最长 30 天（中位 5.0 天）。按发布时长分开看，差距缩小但没消失：

测试时的发布时长品牌中位数（n）搜索中位数（n）
不到 2 天8.8（26）14.26（7）
2 天及以上21.66（10）32.86（25）

剩下的差距和上面认证账号的两项对得上（creator credibility 为 0、基准不同）。发了 10 天的视频和发了 10 小时的视频，在这里不是同一把尺子。比较达人时，请拿发布时长相近的视频比。

老视频也不是一律被标。开头那条 TikTok 视频发布于 2025 年，测试时已 624 天，distribution 返回 “Insufficient view data”，总分 4.34。我们的推测是检测器只对近期在追踪的视频有播放历史，但这只是从输出倒推。

content_category：只对未认证达人有用

接口有个可选参数 content_category（default、entertainment、education、product、verified_large），参考页说它会切换互动率基准。我们挑 13 条视频，5 个值各跑一遍。

13 条视频在 5 个 content_category 下的 fake_score 折线图：6 条认证品牌视频是水平线，7 条未认证搜索视频波动 2 到 10 分，entertainment 下最高

截图：认证品牌视频在任何 content_category 下分数都不变；未认证视频在 entertainment 下最高、verified_large 下最低（根据 2026-10-04 实测数据绘制）。

6 条认证品牌视频（TikTok、NBA、ESPN、Sephora、NFL、华盛顿邮报）不管传什么，返回的 benchmark_category 都是 verified_large，5 个值下分数完全一样。7 条未认证视频的基准跟着参数变，分数差 2.28～9.66 分。entertainment 每次都最高，verified_large 在 7 条里有 6 条最低。7 条里有 5 条在 default 和 entertainment 之间跨过了 10 分一档，比如视频 A 从 36.75（估算 30% 假播放）变成 40.64（40%）。

所以先定类别再看分数，而且所有要比较的达人用同一个类别。不传时，未认证视频按 default 算。

稳不稳

主测之后，我们挑 10 条视频（5 条品牌、5 条匿名搜索）在约 01:20、01:50、02:15 UTC 又各测了一次。看到两件事。

第一是可用性。01:20 的第一批重复调用是成功的，随后 01:20:45 到 01:23:43 UTC 日志里有 10 次调用返回 HTTP 503，错误是 “upstream error 400: Request failed. Please retry”，并注明失败请求不计费。之后几分钟几次没记日志的手动探测也一样失败；01:32 的一次调用成功，此后全部正常。遇到这种情况隔一会儿再试，别紧密循环重试。

第二，播放历史不变时分数很稳，一变就跳。

视频（01:18 时的发布时长）01:1801:2001:5002:1502:15 时的播放分布
@nba（1 小时）9.149.159.1221.39natural → statistical_anomaly
@espn（不到 1 小时）8.928.959.8322.27natural → statistical_anomaly
@tiktok 最新一条（32 小时）14.4714.4714.9625.48natural → statistical_anomaly
@duolingo（31 小时）11.6失败11.6122.76natural → statistical_anomaly
视频 O，美妆（10 小时）17.0817.0817.0829.48natural → statistical_anomaly
原本已被标记的 5 条不变，最大波动 0.07 分

原本 natural 的 5 条，在 01:50 到 02:15 之间全部变成 statistical anomaly，分数比 01:50 那次涨了 10.5～12.4 分；TikTok 最新那条的播放历史在这期间从 34 个点变成 35 个点。原本已被标记的 5 条波动不超过 0.07 分，但其中一条美食视频正好卡在 40 分线上：39.95、40.01、40.01、39.94，于是 fake_view_percentage 变成 30、40、40、30。

还有一个解释不了的例子。一条 Red Bull 视频 01:18 是 8.95，01:35 是 20.01，01:50 回到 8.73，02:16 是 8.72，每次的分布模式都是 natural。20.01 来自示例程序的第一次运行（与最终版只差数字格式），那次完整响应我们没保存，所以说不清是哪一项变了。

实际用法：新视频的一份报告只是移动目标的一张快照。记下测试时间，隔几个小时再跑一次，并且只拿发布时长相近的视频比较。

5% 保底和那个美元数字

报告里有三个字段其实是算术，不是独立测量：

字段68 份报告里观察到的规律怎么读
fake_view_percentage10 分以下为 5，往上按 10 分一档记 10/20/30/40，除一条 371 播放的视频为 4.85 外，其余与档位相差都不超过 0.03是分档，不是测量值
estimated_fake_views播放量 × 百分比，误差在 1 次以内继承保底，最低约为播放量的 5%
mcn_report.business_impact.revenue_impact估算假播放 ÷ 1000 × 1 美元，原文写 “average CPM of $1.00”固定费率的示意，不是你的合同金额

68 条视频加起来 27,859,525 次播放，“估算假播放” 4,201,597 次，占 15%，而可疑判定一条都没有。TikTok 那条 4.34 分的视频照样打印出 810 万假播放和 8,102 美元“收入影响”。分档还让估算很跳：一条搜索视频两次调用之间从 39.95 分变成 40.01 分，估算假播放一下子多了三分之一。

自己跑一遍

下面的程序接收一组视频 ID，打印我们觉得值得看的字段，外加两个从同一份响应算出的比率，以及“发布不到 2 天”的提示。它只读 outputs[0].data，其他情况直接抛错。fake_view_analysis、detailed_analysis、video_metrics、view_pattern_type 这些业务字段名来自我们 2026-10-04 的实际返回，不是文档保证，所以都用 .get() 读。调用走参考页给出的 Model API 路由 POST /v1/api/<model>。

SandBase 上 Detect fake views in video 的 API 参考页，显示 POST /v1/api/tiktok/analytics/detect-fake-views、可选 content_category 和必填 item_id

截图：接口参考页写明了 POST 路由、必填 item_id 和可选 content_category；示例响应里 outputs[0].data 是空对象，所以业务字段都属于实测观察（2026-10-04 截取）。

import os
import sys
import time
import requests

BASE = "https://api.sandbase.ai/v1/api"
HEADERS = {"Authorization": f"Bearer {os.environ['SANDBASE_API_KEY']}"}


def call(model: str, params: dict) -> dict:
    """POST a SandBase data endpoint and return outputs[0].data, failing loudly otherwise."""
    resp = requests.post(f"{BASE}/{model}", headers=HEADERS, json=params, timeout=120)
    body = resp.json()
    outputs = body.get("outputs") or []
    if resp.status_code != 200 or body.get("status") != "completed" or not outputs:
        raise RuntimeError(f"{model} failed: HTTP {resp.status_code} {body.get('status')} {body.get('error')}")
    return outputs[0].get("data") or {}


def screen(video_id: str) -> dict:
    """Run the detector once and keep the fields our study found worth reading."""
    d = call("tiktok/analytics/detect-fake-views", {"item_id": video_id})
    fa = d.get("fake_view_analysis") or {}
    da = d.get("detailed_analysis") or {}
    vm = d.get("video_metrics") or {}
    views = vm.get("total_views") or 0
    age_days = (time.time() - (d.get("content_metrics") or {}).get("creation_time", time.time())) / 86400
    thin = [name for name, block in da.items()
            if isinstance(block, dict) and any("nsufficient" in str(i) for i in block.get("issues") or [])]
    return {
        "video": video_id,
        "views": views,
        "age_d": round(age_days, 1),
        "score": fa.get("fake_score"),
        "pct": fa.get("fake_view_percentage"),
        "suspicious": fa.get("is_suspicious"),
        "confidence": fa.get("confidence_level"),
        "benchmark": (da.get("engagement") or {}).get("benchmark_category"),
        "pattern": d.get("view_pattern_type"),
        # our own ratios from the same response, so you can check them against your benchmarks
        "like/view": f"{(vm.get('total_likes') or 0) / views:.4f}" if views else None,
        "comment/view": f"{(vm.get('total_comments') or 0) / views:.5f}" if views else None,
        "thin_data": ",".join(thin) or "-",
    }


if __name__ == "__main__":
    cols = ["video", "views", "age_d", "score", "pct", "suspicious", "confidence",
            "benchmark", "pattern", "like/view", "comment/view", "thin_data"]
    print("\t".join(cols))
    for vid in sys.argv[1:]:
        try:
            row = screen(vid)
        except (RuntimeError, ValueError, requests.RequestException) as err:
            print(f"{vid}\terror: {err}")  # upstream 503s happen; retry later rather than in a tight loop
            continue
        print("\t".join(str(row[c]) for c in cols))
        if row["age_d"] < 2:
            print(f"{vid}\tnote: under 2 days old; distribution checks have little history yet")

**实测于 2026-10-04（UTC）。**输入：TikTok 官方账号的公开视频 7460937381265411370，也就是接口 schema 示例里的那个 ID。01:32 UTC 发出的请求：

curl -X POST https://api.sandbase.ai/v1/api/tiktok/analytics/detect-fake-views \
  -H "Authorization: Bearer $SANDBASE_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"item_id": "7460937381265411370"}'

这次调用的截短返回：

{
 "id": "621146a2-cf67-4dcf-a9e8-a15a63830cea",
 "status": "completed",
 "model": "tiktok/analytics/detect-fake-views",
 "outputs": [
  {
   "data": {
    "fake_view_analysis": {
     "component_scores": {
      "consistency_score": 0,
      "content_authenticity_score": 34.0,
      "creator_credibility_score": 0,
      "distribution_score": 0,
      "engagement_score": 0.0,
      "fan_growth_score": 45,
      "follower_correlation_score": 35.0,
      "racing_mechanism_score": 0
     },
     "confidence_level": "Minimal",
     "estimated_fake_views": 8102335,
     "fake_score": 4.34,
     "fake_view_percentage": 5.0,
     "is_suspicious": false,
     "main_detection_reason": "Multiple Anomalous Indicators"
    },
    "video_metrics": {
     "total_views": 162046716,
     "total_likes": 15925353,
     "total_comments": 359944,
     "total_shares": 1318334
    }
   }
  }
 ]
}

outputs[0].data 里只保留了完整的 fake_view_analysis 和 video_metrics 的 4 个键；detailed_analysis、creator_metrics、content_metrics、mcn_report、traffic_pool 等其余块都省略了。信封字段（id、status、model、outputs[0].data）有文档；data 里面的内容全部是实测观察，不是文档保证。约 20 分钟前对同一视频的另一次调用也是 4.34。

随后在 02:16 UTC，把 SANDBASE_API_KEY 设在环境变量里，原样运行上面的程序，输入这条视频、一条 Nike 视频和一条 Red Bull 视频（都是品牌号）。输出如下：

video	views	age_d	score	pct	suspicious	confidence	benchmark	pattern	like/view	comment/view	thin_data
7460937381265411370	162046776	624.4	4.34	5.0	False	Minimal	verified_large	insufficient_data	0.0983	0.00222	consistency,distribution,racing_mechanism
7691063003759922445	179037	4.2	37.47	30.0	False	Minimal	verified_large	low_entropy	0.0046	0.00008	racing_mechanism
7692048484546907414	7497651	1.4	8.72	5.0	False	Minimal	verified_large	natural	0.0667	0.00035	racing_mechanism
7692048484546907414	note: under 2 days old; distribution checks have little history yet

Red Bull 那条就是“稳不稳”一节提到的视频：这里是 8.72，距离 01:35 看到的 20.01 过去了 41 分钟。

想改成自己的版本，请求字段见 detect-fake-views API 参考，取样用的搜索接口见视频搜索参考。申请一个 SandBase API key，就能拿你正在评估的视频跑。

SandBase 上 TikTok 视频搜索结果接口的 API 参考页，显示 POST /v1/api/tiktok/app-v3/video-search-result 及 keyword、count、offset、publish_time、region、sort_type 参数

截图：我们用来搭匿名样本的视频搜索接口参考页，含 keyword、publish_time、region 等参数（2026-10-04 截取）。

数据边界：以上都是公开、只读的查询，需要 SandBase API key。SandBase 不是 TikTok 官方合作方，不涉及私密账号、私信、创作者后台数据或任何账号操作。达人的 TikTok Studio 数据、TikTok Creator Marketplace 报告才是一方数据，这个检测器不是。

报告怎么用

看到什么大概意味着怎么做
is_suspicious: false，分数低于 10没有检查项强烈触发初筛通过；别把 5% 估算当事实引用
发布超过 2 天、分数 20～40多半是播放分布检查，老视频大多会被标和其他达人发布时长相近的视频比
“Critical: Comment Ratio is extremely low”低于该类别基准表自己翻评论区；评论少的原因很多
大号上的涨粉报警多半是早年历史单独出现可以忽略，它几乎不动总分
准备拿去谈判的任何数字只是启发式估算请达人提供后台数据截图

想先拉达人近期作品和主页数据，可以看 TikTok 达人调研 API 教程，其他接口见 TikTok 数据 API 总览。用平台一方数据做同类审核，可以参考抖音星图达人评估。

延伸阅读

只想查一个视频，按 TikTok 视频刷量检测教程 一步步来就行。想对一个达人最近的作品批量跑检测、出一份审核备忘，可以看 TikTok 达人刷量审核 Agent。

常见问题

工具能识别 TikTok 刷量吗？

能根据公开数字估算风险信号：互动率对比基准、播放增长形态、账号历史。但它看不到谁在看。我们这次一条可疑都没测出来，也没有真值去核对。

假播放有哪些迹象？

检测器会拿点赞、评论、分享、收藏率对比基准表，再看播放增长曲线。我们的数据里，分数跟得最紧的互动指标是很低的评论 / 播放。但每个信号都有正常解释，比如视频主要靠私信转发传播。

TikTok 正常互动率是多少？

这个接口自带的 tier_benchmarks 里，like_follower_ratio 最大档平均 0.002，micro 档平均 0.03。我们品牌样本的点赞 / 播放中位数是 0.064，搜索样本是 0.071。这只是一家供应商的表加一个小样本，不是平台标准。

为什么干净的视频也有估算假播放？

因为 68 份报告里 fake_view_percentage 最低也在 5 左右（最低 4.85，出现在一条 371 播放的视频上），而 estimated_fake_views 就是播放量乘这个比例。TikTok 那条 1.62 亿播放的视频，4.34 分照样算出 810 万。

content_category 会改变结果吗？

对我们测的认证账号不会，基准始终是 verified_large。对未认证达人，最多差 9.7 分，entertainment 下最高。

局限

68 条视频、一天、美区搜索结果、一个检测器。没有刷量标注数据，不谈准确率。品牌组和搜索组同时在发布时长、认证、体量上不同，我们只粗略控制了发布时长。重复测试只覆盖 10 条视频、约一小时。上面的权重来自我们的线性拟合，不是供应商公布的。我们没见过一次可疑判定，所以不知道阈值在哪、行为如何。原始响应留在内部，因为搜索组含第三方创作者数据；方法、汇总和品牌视频示例都已写在文中。