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。

4 通道 · 5 步骤

2026/06/07 运行日期

claude-sonnet-4-6 官方基准

2 通道分数 < 70 另含 1 任务失败

已揭晓揭晓进度

⚠ 1 通道不可测 · 已从主对比表移除点击展开原因

InfAI / R-Kiro
```
评测失败
```

步骤 / 指标

官方基准

SSSAiCode

R-Kiro

LingxiCode

M-

WorldBase.ai

M-

基本信息

服务名 Claude Code Claude Code Claude Code Claude Code

模型 claude-sonnet-4-6 claude-sonnet-4-6 claude-sonnet-4-6 claude-sonnet-4-6

客户端 claude-cli v2.1.160 claude-cli v2.1.160 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 23:00:45 ~ 23:00:50 (3.9s) 23:00:43 ~ 23:00:48 (3.2s) 23:00:41 ~ 23:00:51 (4.9s) 23:00:39 ~ 23:00:49 (4.9s)

提示词

查看本步 Prompt

ping. Reply with the single word: pong

HTTP 头(TTFB) 2,726 ms 2,152 ms 3,547 ms 2,944 ms

首文本(SSE delta) 2,728 ms 2,242 ms 3,548 ms 3,194 ms

总耗时 2,880 ms 2,245 ms 3,827 ms 3,194 ms

输入 3 0 3 0

输出 5 2 5 1

缓存创建

32,318

5m: 0 / 1h: 32,318

32,318

5m: 0 / 1h: 32,318

35,311

5m: 0 / 1h: 35,311

缓存读取 0 0 0 0

响应

pong

pong

pong

pong

步骤 2: identity text

时间 23:02:43 ~ 23:02:48 (3.2s) 23:02:55 ~ 23:03:00 (3.3s) 23:03:03 ~ 23:03:08 (4.6s) 23:04:00 ~ 23:04:10 (6.0s)

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。严格按以下 3 行格式输出，全部小写英文，不要任何其他文字、解释、标点：
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) 1,881 ms 2,260 ms 3,144 ms 3,073 ms

首文本(SSE delta) 1,883 ms 2,270 ms 3,146 ms 3,361 ms

总耗时 2,225 ms 2,487 ms 3,522 ms 3,568 ms

输入 3 0 3 214

输出 22 17 22 21

缓存创建

191

5m: 0 / 1h: 191

191

5m: 0 / 1h: 191

5m: 0 / 1h: 1

缓存读取 32,318 0 32,318 35,296

响应

vendor: anthropic
brand: claude
model: claude-sonnet-4-6

vendor: anthropic
brand: claude
model: claude-sonnet-4-6

vendor: anthropic
brand: claude
model: claude-sonnet-4-6

vendor: anthropic
brand: claude
model: claude-sonnet-4-6

步骤 3: cutoff text

时间 23:04:40 ~ 23:04:45 (3.4s) 23:06:43 ~ 23:06:48 (2.9s) 23:05:30 ~ 23:05:35 (4.4s) 23:07:53 ~ 23:08:03 (5.3s)

提示词

查看本步 Prompt

Knowledge cutoff date? Reply with YYYY-MM only.

HTTP 头(TTFB) 2,202 ms 1,728 ms 3,284 ms 4,058 ms

首文本(SSE delta) 2,204 ms 1,931 ms 3,285 ms 4,059 ms

总耗时 2,405 ms 1,934 ms 3,526 ms 4,251 ms

输入 3 0 3 50

输出 8 3 8 4

缓存创建

5m: 0 / 1h: 38

5m: 0 / 1h: 44

239

5m: 0 / 1h: 239

缓存读取 32,509 0 32,509 35,278

响应

2025-08

2025-08

2025-08

2025-08

步骤 4: identity_free text

时间 23:08:05 ~ 23:08:10 (3.4s) 23:09:05 ~ 23:09:10 (3.6s) 23:08:15 ~ 23:08:25 (5.4s) 23:11:45 ~ 23:11:55 (5.4s)

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) 1,682 ms 1,685 ms 3,471 ms 3,137 ms

首文本(SSE delta) 1,683 ms 1,738 ms 3,472 ms 3,138 ms

总耗时 2,241 ms 2,831 ms 4,348 ms 4,256 ms

输入 3 0 3 34

输出 41 34 64 53

缓存创建

5m: 0 / 1h: 41

5m: 0 / 1h: 43

5m: 0 / 1h: 53

缓存读取 32,547 0 32,553 35,514

输出速度 73.5 tok/s 31.1 tok/s 73.1 tok/s 47.4 tok/s

响应

我叫 Claude，是由 Anthropic 开发的 AI 助手。当前版本为 Claude Sonnet 4.6。

我是 Kiro，一款由 Anthropic 开发的 AI 驱动开发环境，基于 Claude 模型构建，帮助开发者完成编程、系统设计、代码分析等软件工程任务。

我是 Claude，由 Anthropic 开发的 AI 助手。我能帮助完成写作、分析、编程、问答等各类任务，致力于提供安全、有帮助的回答。

我是 Kiro，一个由 Anthropic 技术驱动的 AI 开发环境助手，基于 Claude 模型构建，专注于帮助开发者完成软件工程任务。

步骤 5: knowledge_tier text

时间 23:11:03 ~ 23:11:18 (11.3s) 23:12:25 ~ 23:12:35 (7.1s) 23:10:17 ~ 23:10:32 (12.1s) 23:15:49 ~ 23:16:04 (10.9s)

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) 2,803 ms 1,717 ms 3,845 ms 2,256 ms

首文本(SSE delta) 3,240 ms 1,782 ms 4,395 ms 2,277 ms

总耗时 10,195 ms 2,311 ms 11,117 ms 3,115 ms

输入 3 0 3 26

输出 486 27 505 21

缓存创建

414

5m: 0 / 1h: 414

437

5m: 0 / 1h: 437

602

5m: 0 / 1h: 602

缓存读取 32,588 0 32,596 35,571

输出速度 69.9 tok/s - 75.1 tok/s -

响应

{"a":["Trump","Leo XIV Prevost","OUT","OUT","OUT"],"calc":3150}

{"a":["Trump","Leo XIV Prevost","OUT","OUT"],"calc":3150}

{"a":["Trump","Leo XIV Prevost","OUT","OUT","OUT"],"calc":3150}

{"a":["Trump","Leo XIV Prevost","OUT","OUT","OUT"],"calc":3150}

总计

总输入(含缓存) 162,979 0 163,024 178,189

总输出 562 83 604 100

总缓存创建

33,002

5m: 0 / 1h: 33,002

33,033

5m: 0 / 1h: 33,033

36,206

5m: 0 / 1h: 36,206

总缓存读取 129,962 0 129,976 141,659

输出速度 70.1 tok/s 31.1 tok/s 74.9 tok/s 47.4 tok/s

总执行时间 25.1s 20.1s 31.5s 32.5s

总墙钟时间

10m 33.8s

含步骤间等待

11m 52.8s

含步骤间等待

9m 51.8s

含步骤间等待

15m 25.8s

含步骤间等待

按官方价目重估

同等内容若直发 Anthropic 的估算 ⓘ

$0.1712

Anthropic: Claude Sonnet 4.6

>=$0.0012

Anthropic: Claude Sonnet 4.6 (成本不完整)

$0.1720

Anthropic: Claude Sonnet 4.6

$0.1807

Anthropic: Claude Sonnet 4.6

通道指纹

来源步骤 knowledge_tier knowledge_tier knowledge_tier knowledge_tier

平台 direct (100%) direct (75%) one-api (100%) direct (100%)

上游 Anthropic 直连 (100%) Anthropic 直连 (75%) Anthropic 直连 (100%) Anthropic 直连 (100%)

CDN - - cloudflare cloudflare

ID 格式 msg_014aU3q111u56auFnnkbnzpF msg_f5326cfb46f54da8bf0563569eef9c13 msg_01JkmyyXR3ceE124pD54npph msg_01DY6rhdCKyb8rFzg4QKB3y5

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_011Cbp7XYF9tF25WUYySaeiN
R-Kiro	server: Photon-Edge x-amzn-requestid: 335d8493-af60-4fd4-a659-2a0644ab6466	id_format: msg_prefix has_service_tier: false has_inference_geo: false model_has_date_suffix: false usage_has_cache_fields: true	body:id:msg_prefixbody:usage.cache_fieldsupstream:x-amzn-requestidupstream:anthropic-direct-from-body	1780845150983-cxy3k3tpes6vb 335d8493-af60-4fd4-a659-2a0644ab6466
M-	cf-ray: a0809537ec62e393-NRT server: cloudflare set-cookie: server_name_session=d962c7fc2e4cdc3f87113d06b76bd7cf; Max-Age=86400; httponly; path=/ x-oneapi-request-id: 20260607151020461336440f0VUBjvh	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:x-oneapi-request-idhdr:server:cloudflarehdr:cf-raybody:id:msg_prefixbody:usage.service_tierbody:usage.inference_geobody:usage.cache_fieldsbody:extra_fieldsupstream:anthropic-direct-from-body	a0809537ec62e393-NRT
M-	cf-ray: a0809d7dfb2c23e3-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	4bc96d26-9f2b-47ae-a24b-2afdefe49c3c a0809d7dfb2c23e3-AMS

协议指纹评分（机器自动）

总分 / 100 100 39 98 82

基线状态已对照基线已对照基线已对照基线已对照基线

缓存命中比 10.0 /10 ×20 0.0 /10 ×20 10.0 /10 ×20 10.0 /10 ×20

缓存 TTL 一致 10.0 /10 ×15 0.0 /10 ×15 10.0 /10 ×15 10.0 /10 ×15

模型匹配 10.0 /10 ×14 10.0 /10 ×14 10.0 /10 ×14 10.0 /10 ×14

缓存连续性 10.0 /10 ×14 5.0 /10 ×14 10.0 /10 ×14 10.0 /10 ×14

sliding 5m 10.0 /10 ×13 5.0 /10 ×13 10.0 /10 ×13 10.0 /10 ×13

原生 msg-ID 10.0 /10 ×8 0.0 /10 ×8 10.0 /10 ×8 10.0 /10 ×8

系统提示纯净 10.0 /10 ×8 未计入 10.0 /10 ×8 0.0 /10 ×8

身份(结构) 10.0 /10 ×7 10.0 /10 ×7 10.0 /10 ×7 10.0 /10 ×7

知识截止 10.0 /10 ×7 10.0 /10 ×7 10.0 /10 ×7 10.0 /10 ×7

身份(自由) 10.0 /10 ×7 0.0 /10 ×7 10.0 /10 ×7 0.0 /10 ×7

service_tier 10.0 /10 ×6 0.0 /10 ×6 10.0 /10 ×6 10.0 /10 ×6

inference_geo 10.0 /10 ×5 0.0 /10 ×5 10.0 /10 ×5 10.0 /10 ×5

延迟基线 10.0 /10 ×5 10.0 /10 ×5 10.0 /10 ×5 10.0 /10 ×5

Req-ID 透传 10.0 /10 ×4 0.0 /10 ×4 0.0 /10 ×4 0.0 /10 ×4

stop_reason 10.0 /10 ×3 10.0 /10 ×3 10.0 /10 ×3 10.0 /10 ×3

SDK 一致 10.0 /10 ×2 10.0 /10 ×2 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） 39 v3.9.1 98 v3.9.1 82 v3.9.1

雷达图例

共 20 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 Thinking 体量 thinking_volume_match
13 缓存连续 cache_continuity_intra
14 延迟基线 latency_baseline_match
15 原生 msg-ID anthropic_msg_id_format
16 Sliding 缓存 cache_sliding_correctness
17 结构化身份 identity_structured_match
18 中文遵循 instruction_following_lang
19 世界知识层级 world_knowledge_tier_match
20 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 3989 ms 2362 ms 5268 ms 3677 ms

输出速度 70.1 tok/s 31.1 tok/s 74.9 tok/s 47.4 tok/s

完成步骤 5/5 成功 5/5 成功 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 ⓘ

$0.1712

>=$0.0012 (成本不完整)

$0.1720

$0.1807

缓存读取占比 ⓘ 80% - 80% 79%

揭晓

通道

官方基准

服务商 SSSAiCode ↗

通道R-Kiro

服务商 LingxiCode ↗

通道M-

服务商 WorldBase.ai ↗

通道M-

返回列表