LLM API 转售商已成为现代 LLM 服务的重要访问层，但多层转售导致供应链不透明：用户请求可能经过未披露的上游转售商，每个转售商都有可能检查或修改提示和响应，从而引发生态系统级别的机密性和完整性风险。现有研究仅审计单个转售商，缺乏对跨转售商隐藏依赖的可见性。本文提出 CacheTracer，一种仅通过 API 测量这些隐藏依赖的方法。其核心洞察是利用前缀缓存重用作为侧信道，通过缓存可达关系测量依赖。CacheTracer 包含两个原语：Flood 通过一个端点填充新的缓存状态，Probe 探测另一个端点是否能重用该状态，同时排除探测本身创建的命中。作者在 39 个转售商端点进行了真实世界测量，发送 110 万次 API 请求，覆盖 636 个端点对。测量揭示了深层、集中的缓存可达结构：37.1% 的端点对表现出共享缓存可达，包含顺序跨越七层，一个缓存可达被包含在至少 31 个其他节点中。此外，恢复的结构具有模型特异性。作者通过真实世界一致性检查和受控实验验证了 CacheTracer 的有效性，结果显示其高度可靠和准确。这些发现表明，看似独立的 API 转售商之间存在大量隐藏依赖。这种深层且集中的依赖可能产生巨大的潜在爆炸半径，沿公共上游路径的机密性或完整性失败可能影响多个下游转售商的用户。该研究为审计 LLM API 供应链依赖提供了新方法。