一句话定义：白标模型（White-Label Model）指由一家厂商训练或提供的底层大模型，被另一家厂商套上自己的品牌、界面和话术对外交付——用户看到的是 A 家的产品，实际推理发生在 B 家的模型上。近来业界争论“某些助手背后其实是别家模型在干活”，说的就是它。
打个比方：像超市自有品牌牛奶。货架上印着“某某超市精选”，背后是某家乳企的产线在灌装。超市管选品、包装、定价和售后，乳企只管出奶。喝到的还是同一口奶，品牌和价格换了张脸。
为什么越来越多：训练前沿模型成本极高，算力、数据、人才、试错缺一不可，窗口期又短；应用层真正拼的是场景、渠道、交付与合规，不是基座本身；基座厂商也乐见其成，API 调用是标准化生意，多一个渠道就多一份调用量；而资本叙事里“自研”比“套壳”好听，于是有人刻意把关系说模糊。
| 形态 | 做法 | 察觉难度 |
|---|---|---|
| 纯转发 | 原样调用 API，只换 UI 和开场白 | 较难 |
| 套壳加编排 | API 加AI 词典：系统提示词">系统提示词、工具链、记忆 | 难 |
| 微调贴牌 | 在别家基座上微调，对外称自研 | 很难 |
| 蒸馏自立 | 用别家输出训练自家小模型 | 需看能力指纹 |
和相邻概念的区别：开源模型指权重公开、谁都能部署，和白标不是一回事——开源模型被改名贴牌反倒是常态。API 调用只是技术手段，白标描述的是商业与品牌关系。微调是技术动作，白标强调的是“招牌归谁”。聚合器或路由（router）一个入口接多家模型，一般并不隐瞒，不算白标。
怎么识别：问它关于自身的问题，看知识截止、拒答风格、默认语气是否与宣称一致；比能力指纹，某些模型在数字处理、中文标点、固定格式上的偏好很难被提示词抹掉；拿同一批难题横向对比错误模式；工程侧看响应头、延迟分布与限流特征；最直接的是要模型卡（Model Card）和评测方法，看能否说清预训练数据来源与规模。宣传口径以官方页面为准。
为什么值得关心：选型时“跑的是谁家模型”直接决定成本结构、数据合规、断供风险和能力上限。贴牌不是原罪，但它意味着责任链条更长——出问题时你得知道找谁。对普通人，不必迷信招牌，但要警惕“全栈自研”带来的溢价；对创业者，贴牌是合法的加速器，风险在于把别人的护城河当成了自己的。
最后一层新变化：当智能体（agent）能自己调工具时，它可能在子任务上调用别家更便宜或更擅长的模型，“白标”于是从商业选择变成了运行时行为——连产品方自己也未必清楚，那一刻究竟是哪个模型在说话。