模型对比 | RPDiag

测试说明点击展开 5 步 quick-probe-v1 详解

同一会话连续 5 步，覆盖 5 个独立信号： 1. ping/pong —— 单字指令遵循 + 建立缓存上下文。 2. 身份（结构化）—— 三行 vendor / brand / model 格式，机器可解析。 3. 知识截止 —— 跨越 5 分钟 cache 边界后追问，检测 sliding 5m cache 是否真正命中。 4. 身份（自由格式）—— 自然语言自报身份，给包装层（Kiro 等）暴露品牌的机会。 5. 世界知识层级 —— 5 道公共事件硬事实题，按答对档位映射实测 tier，与请求模型对照。步与步之间随机延迟 1–4 分钟。第 3 步（cutoff）累计跨度 > 5 分钟保住 sliding cache 检测；全流程总跨度 > 6 分钟容纳新增的第 5 步。正确实现 sliding 5m cache 的通道，第 3 步及之后的 cache_read 仍 > 0；若按「创建时间起 5 分钟」实现，第 3 步会暴露 cache_read = 0。

2 通道 · 5 步骤

2026/06/08 运行日期

claude-opus-4-8 官方基准

3 任务失败执行不完整

已揭晓揭晓进度

⚠ 3 通道不可测 · 已从主对比表移除点击展开原因

AIMZ / M-Max
```
评测失败
```
ClaudeCN / O-Max
```
评测失败
```
FastCode / cc
```
评测失败
```

步骤 / 指标

官方基准

WorldBase.ai

M-

基本信息

服务名 Claude Code Claude Code

模型 claude-opus-4-8 claude-opus-4-8

客户端 claude-cli v2.1.160 claude-cli v2.1.160

偏差标红基于官方基准

步骤 1: ping text

时间 12:08:56 ~ 12:09:01 (3.5s) 12:08:50 ~ 12:08:55 (4.6s)

提示词

查看本步 Prompt

ping. Reply with the single word: pong

HTTP 头(TTFB) 2,250 ms 2,824 ms

首文本(SSE delta) 2,251 ms 2,826 ms

总耗时 2,420 ms 3,300 ms

输入 1,454 1,152

输出 4 14

缓存创建

30,222

5m: 0 / 1h: 30,222

23,172

5m: 0 / 1h: 23,172

缓存读取 0 0

响应

pong

I can't discuss that—wait, let me respond properly.

pong

步骤 2: identity text

时间 12:11:26 ~ 12:11:46 (16.2s) 12:12:23 ~ 12:12:33 (6.9s)

提示词

查看本步 Prompt

本请求询问的是你（正在生成此回复的当前 API 模型）自身的身份，不是用户提到的任何外部产品。必须直接作答，禁止追问、拒答、解释或输出占位符；不能要求更多上下文。请按下列 3 行格式精确填空作答（label 不变，值小写）：
vendor: <厂商公司名一个英文小写单词>
brand: <产品或模型品牌名一个英文小写单词>
model: <实际 API model 字段值，保留原始短横线格式>

HTTP 头(TTFB) 13,462 ms 4,679 ms

首文本(SSE delta) 13,647 ms 4,680 ms

总耗时 15,076 ms 5,604 ms

输入 2 206

输出 28 20

缓存创建

1,634

5m: 0 / 1h: 1,634

1,167

5m: 0 / 1h: 1,167

缓存读取 30,222 23,152

响应

vendor: anthropic
brand: claude
model: claude-opus-4-8

vendor: anthropic
brand: claude
model: claude-opus-4-8

步骤 3: cutoff text

时间 12:13:30 ~ 12:13:35 (3.4s) 12:14:11 ~ 12:14:16 (4.1s)

提示词

查看本步 Prompt

请用 YYYY-MM 格式告诉我你的训练数据截止日期，无需多余文字。

HTTP 头(TTFB) 2,094 ms 3,017 ms

首文本(SSE delta) 2,096 ms 3,019 ms

总耗时 2,320 ms 3,046 ms

输入 2 49

输出 6 4

缓存创建

5m: 0 / 1h: 65

229

5m: 0 / 1h: 229

缓存读取 31,856 24,305

响应

2026-01

2026-01

步骤 4: identity_free text

时间 12:15:59 ~ 12:16:04 (3.7s) 12:15:50 ~ 12:16:00 (6.6s)

提示词

查看本步 Prompt

中文回答：你叫什么、属于哪个产品、谁开发？50 字内。

HTTP 头(TTFB) 2,153 ms 3,984 ms

首文本(SSE delta) 2,155 ms 3,985 ms

总耗时 2,760 ms 4,843 ms

输入 2 33

输出 49 52

缓存创建

5m: 0 / 1h: 37

5m: 0 / 1h: 52

缓存读取 31,921 24,530

输出速度 81.0 tok/s 60.6 tok/s

响应

我是 Claude，属于 Claude 产品系列，由 Anthropic 开发。具体模型为 Claude Opus 4.8。

我是 Claude,由 Anthropic 打造的 AI 助手,基于 Claude Opus 4.8 模型,可在终端、桌面和 IDE 中协助软件开发等任务。

步骤 5: knowledge_tier text

时间 12:19:26 ~ 12:19:36 (7.1s) 12:18:27 ~ 12:18:42 (10.6s)

提示词

查看本步 Prompt

Before answering, perform the calc calendar arithmetic step by step internally. Use extended internal reasoning if available. Keep all reasoning private; the final visible response must be exactly JSON only, no markdown, no explanation. Use only your internal pretrained knowledge; do not use search, tools, or current-session hints. If you have no stored memory answer "OUT", but do not be overly cautious: answer known public facts. Return {"a":[q1,q2,q3,q4,q5],"calc":N}.
q1: Who won the 2024 U.S. presidential election and became president on 2025-01-20? Answer surname or OUT.
q2: Who was elected pope on 2025-05-08? Answer papal name plus birth surname or OUT.
q3: Who won the 2025 Nobel Peace Prize, announced on 2025-10-10? Answer name or OUT.
q4: Who won the 2025 men's Ballon d'Or, awarded on 2025-09-22? Answer name or OUT.
q5: Who won the 2025 New York City mayoral election on 2025-11-04? Answer name or OUT.
calc: Using only the dates stated in q1-q5, compute ((calendar days from 2025-01-20 to 2025-05-08) + (calendar days from 2025-09-22 to 2025-10-10)) * (calendar days from 2025-10-10 to 2025-11-04). Count days as end_date - start_date, excluding the start date. Return the integer N.

HTTP 头(TTFB) 2,505 ms 5,209 ms

首文本(SSE delta) 5,807 ms 5,210 ms

总耗时 6,002 ms 9,395 ms

输入 2 420

输出 449 38

缓存创建

538

5m: 0 / 1h: 538

5m: 0 / 1h: 95

缓存读取 31,958 24,572

输出速度 - 9.1 tok/s

响应

{"a":["Trump","Leo XIV (Robert Prevost)","María Corina Machado","Ousmane Dembélé","Zohran Mamdani"],"calc":3150}

{"a":["Trump","Leo XIV (Prevost)","María Corina Machado","Ousmane Dembélé","Zohran Mamdani"],"calc":3150}

总计

总输入(含缓存) 159,915 123,134

总输出 536 128

总缓存创建

32,496

5m: 0 / 1h: 32,496

24,715

5m: 0 / 1h: 24,715

总缓存读取 125,957 96,559

输出速度 81.0 tok/s 17.8 tok/s

总执行时间 34.0s 32.8s

总墙钟时间

10m 40.8s

含步骤间等待

9m 52.8s

含步骤间等待

按官方价目重估

同等内容若直发 Anthropic 的估算 ⓘ

$0.2868

Anthropic: Claude Opus 4.8

$0.2152

Anthropic: Claude Opus 4.8

通道指纹

来源步骤 knowledge_tier knowledge_tier

平台 direct (100%) direct (100%)

上游 Anthropic 直连 (100%) Anthropic 直连 (100%)

CDN - cloudflare

ID 格式 msg_01XxowZWAUTVSSd8brTYwmX4 msg_014QW5xL51LHE9E1u92P5y3r

展开详细指纹（响应头 / body 特征 / 完整信号列表）

通道

response_headers_notable

response_body_traits

signals

request_id_chain

官方基准

server: nginx/1.22.1

id_format: msg_prefix
extra_fields: ["stop_details"]
has_service_tier: true
has_inference_geo: true
model_has_date_suffix: false
usage_has_cache_fields: true

body:id:msg_prefixbody:usage.service_tierbody:usage.inference_geobody:usage.cache_fieldsbody:extra_fieldsupstream:anthropic-direct-from-body

req_011Cbq9eSVZcqXrg1teDnPYw

M-

cf-ray: a08517c3c81c0be4-AMS
server: cloudflare

id_format: msg_prefix
extra_fields: ["stop_details"]
has_service_tier: true
has_inference_geo: true
model_has_date_suffix: false
usage_has_cache_fields: true

hdr:server:cloudflarehdr:cf-raybody:id:msg_prefixbody:usage.service_tierbody:usage.inference_geobody:usage.cache_fieldsbody:extra_fieldsupstream:anthropic-direct-from-body

5c03ccbe-bf00-40b4-ad9c-222dd79bd51f
a08517c3c81c0be4-AMS

协议指纹评分（机器自动）

总分 / 100 100 92

基线状态已对照基线已对照基线

缓存命中比 10.0 /10 ×20 10.0 /10 ×20

缓存 TTL 一致 10.0 /10 ×15 10.0 /10 ×15

模型匹配 10.0 /10 ×14 10.0 /10 ×14

缓存连续性 10.0 /10 ×14 10.0 /10 ×14

sliding 5m 10.0 /10 ×13 10.0 /10 ×13

原生 msg-ID 10.0 /10 ×8 10.0 /10 ×8

系统提示纯净 10.0 /10 ×8 0.0 /10 ×8

身份(结构) 10.0 /10 ×7 10.0 /10 ×7

知识截止 10.0 /10 ×7 10.0 /10 ×7

身份(自由) 10.0 /10 ×7 10.0 /10 ×7

service_tier 10.0 /10 ×6 10.0 /10 ×6

inference_geo 10.0 /10 ×5 10.0 /10 ×5

延迟基线 10.0 /10 ×5 9.7 /10 ×5

Req-ID 透传 10.0 /10 ×4 0.0 /10 ×4

stop_reason 10.0 /10 ×3 10.0 /10 ×3

SDK 一致 10.0 /10 ×2 10.0 /10 ×2

流式投递 — —

综合结论

与基线相似度基准（参考） 92 v3.9.1

雷达图例

共 19 个维度（顺时针，从顶部 12 点起）— 点击展开对照

1 模型匹配 model_match
2 知识截止 cutoff_match
3 SDK 一致 sdk_consistency
4 Thinking 存在 thinking_present
5 自由身份 identity_free_clean
6 停止原因 stop_reason_present
7 系统提示纯净 system_prompt_clean
8 Service Tier service_tier_present
9 缓存命中比 cache_hit_ratio_match
10 缓存 TTL 一致 cache_ttl_consistency
11 推理地区 inference_geo_present
12 缓存连续 cache_continuity_intra
13 延迟基线 latency_baseline_match
14 原生 msg-ID anthropic_msg_id_format
15 Sliding 缓存 cache_sliding_correctness
16 结构化身份 identity_structured_match
17 中文遵循 instruction_following_lang
18 世界知识层级 world_knowledge_tier_match
19 Req-ID 透传 anthropic_request_id_passthrough

每根轴长度 = 该维度 0-10 分（越长越接近基线）。蓝色虚线圆 = 满分基准。具体权重见方法论页。

维度雷达

平均延迟 5716 ms 5238 ms

输出速度 81.0 tok/s 17.8 tok/s

完成步骤 5/5 成功 5/5 成功

按官方价目重估

同等内容若直发 Anthropic 的估算 ⓘ

$0.2868

$0.2152

缓存读取占比 ⓘ 79% 78%

揭晓

通道

官方基准

服务商 WorldBase.ai ↗

通道M-

返回列表