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。

5 通道 · 5 步骤

2026/06/12 运行日期

claude-sonnet-4-6 官方基准

1 通道分数 < 70 与基线相似度

已揭晓揭晓进度

步骤 / 指标

DawAPI

FoxCode

RunAPI

O-Max

官方基准

SSSAiCode

O-Max

基本信息

服务名 Claude Code 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 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 claude-cli v2.1.160

偏差标红基于官方基准

步骤 1: ping text

时间 09:28:38 ~ 09:28:48 (7.8s) 09:28:34 ~ 09:28:39 (3.8s) 09:28:36 ~ 09:28:46 (7.9s) 09:28:42 ~ 09:28:47 (3.8s) 09:28:40 ~ 09:28:45 (3.7s)

提示词

查看本步 Prompt

ping. Reply with the single word: pong

HTTP 头(TTFB) 6,658 ms 2,607 ms 6,119 ms 2,643 ms 2,573 ms

首文本(SSE delta) 6,659 ms 2,608 ms 6,474 ms 2,645 ms 2,647 ms

总耗时 6,935 ms 2,792 ms 6,660 ms 2,726 ms 2,719 ms

输入 3 3 3 3 3

输出 5 5 5 5 5

缓存创建

32,457

5m: 0 / 1h: 32,457

32,318

5m: 32,318 / 1h: 0

32,319

5m: 0 / 1h: 32,319

32,318

5m: 0 / 1h: 32,318

31,985

5m: 0 / 1h: 31,985

缓存读取 0 0 0 0 0

响应

pong

pong

pong

pong

pong

步骤 2: identity text

时间 09:29:55 ~ 09:30:00 (4.9s) 09:32:04 ~ 09:34:09 (120.6s) 09:32:07 ~ 09:32:12 (4.7s) 09:31:10 ~ 09:31:20 (5.5s) 09:31:07 ~ 09:31:12 (2.8s)

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。自报身份，输出严格遵守以下 3 行格式（不允许 markdown、代码块、额外文本）：
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) 3,560 ms 3,670 ms 2,567 ms 4,064 ms 1,737 ms

首文本(SSE delta) 3,561 ms 3,672 ms 2,569 ms 4,194 ms 1,993 ms

总耗时 3,888 ms 4,057 ms 3,216 ms 4,479 ms 2,141 ms

输入 3 3 3 3 3

输出 22 22 22 22 22

缓存创建

192

5m: 0 / 1h: 192

32,510

5m: 32,510 / 1h: 0

192

5m: 0 / 1h: 192

192

5m: 0 / 1h: 192

192

5m: 0 / 1h: 192

缓存读取 32,457 0 32,319 32,318 31,985

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

vendor: anthropic
brand: claude
model: claude-sonnet-4-5

步骤 3: cutoff text

时间 09:31:46 ~ 09:31:56 (5.6s) 09:36:37 ~ 09:36:42 (3.5s) 09:34:14 ~ 09:34:19 (3.4s) 09:35:08 ~ 09:35:13 (3.6s) 09:33:53 ~ 09:33:58 (2.7s)

提示词

查看本步 Prompt

你掌握的世界知识截止于何时？YYYY-MM 格式作答，不解释。

HTTP 头(TTFB) 3,909 ms 2,228 ms 2,051 ms 2,497 ms 1,652 ms

首文本(SSE delta) 3,910 ms 2,250 ms 2,053 ms 2,498 ms 1,776 ms

总耗时 4,863 ms 2,544 ms 2,358 ms 2,642 ms 1,925 ms

输入 3 3 3 3 3

输出 8 8 8 8 8

缓存创建

5m: 0 / 1h: 55

5m: 38 / 1h: 0

5m: 0 / 1h: 42

5m: 0 / 1h: 64

5m: 0 / 1h: 40

缓存读取 32,649 32,510 32,511 32,510 32,177

响应

2025-08

2025-08

2025-08

2025-08

2024-04

步骤 4: identity_free text

时间 09:34:47 ~ 09:34:52 (4.1s) 09:38:41 ~ 09:38:52 (5.8s) 09:37:10 ~ 09:37:15 (4.4s) 09:38:56 ~ 09:39:01 (3.8s) 09:37:45 ~ 09:37:50 (4.3s)

提示词

查看本步 Prompt

用中文回答：你是谁？由谁开发？50 字以内。

HTTP 头(TTFB) 3,161 ms 4,175 ms 2,303 ms 2,447 ms 2,484 ms

首文本(SSE delta) 3,163 ms 4,328 ms 2,304 ms 2,448 ms 3,488 ms

总耗时 3,332 ms 5,012 ms 3,442 ms 2,762 ms 3,557 ms

输入 3 3 3 3 3

输出 26 49 60 24 65

缓存创建

5m: 0 / 1h: 35

5m: 43 / 1h: 0

5m: 0 / 1h: 43

5m: 0 / 1h: 35

5m: 0 / 1h: 43

缓存读取 32,704 32,548 32,553 32,574 32,217

输出速度 - 71.6 tok/s 52.7 tok/s - -

响应

我是 Claude，由 Anthropic 公司开发的 AI 助手。

我是 Claude，由 Anthropic 开发的 AI 助手。我能帮助你完成写作、分析、编程、问答等各类任务。

我是 Claude，由 Anthropic 开发的 AI 助手。我基于大型语言模型构建，能够帮助完成写作、分析、编程、问答等多种任务。

我是 Claude，由 Anthropic 开发的 AI 助手。

我是 Claude，由 Anthropic 开发的 AI 助手。我擅长写作、分析、编程、问答等多种任务，致力于提供安全、有帮助且诚实的回应。

步骤 5: knowledge_tier text

时间 09:36:41 ~ 09:36:57 (13.4s) 09:40:56 ~ 09:41:06 (9.4s) 09:41:01 ~ 09:41:11 (9.4s) 09:42:15 ~ 09:42:30 (10.5s) 09:40:50 ~ 09:41:01 (8.3s)

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) 3,654 ms 2,066 ms 1,953 ms 3,032 ms 2,115 ms

首文本(SSE delta) 4,295 ms 2,552 ms 2,433 ms 3,490 ms 7,434 ms

总耗时 12,549 ms 8,531 ms 8,380 ms 9,561 ms 7,496 ms

输入 3 3 3 3 3

输出 457 493 482 506 405

缓存创建

399

5m: 0 / 1h: 399

422

5m: 422 / 1h: 0

433

5m: 0 / 1h: 433

397

5m: 0 / 1h: 397

438

5m: 0 / 1h: 438

缓存读取 32,739 32,591 32,596 32,609 32,260

输出速度 55.4 tok/s 82.5 tok/s 81.0 tok/s 83.3 tok/s burst

响应

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

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

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

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

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

总计

总输入(含缓存) 163,702 162,995 163,023 163,032 161,352

总输出 518 577 577 565 505

总缓存创建

33,138

5m: 0 / 1h: 33,138

65,331

5m: 65,331 / 1h: 0

33,029

5m: 0 / 1h: 33,029

33,006

5m: 0 / 1h: 33,006

32,698

5m: 0 / 1h: 32,698

总缓存读取 130,549 97,649 129,979 130,011 128,639

输出速度 55.4 tok/s 81.3 tok/s 76.5 tok/s 83.3 tok/s burst

总执行时间 35.8s 2m 23.2s 29.8s 27.2s 21.8s

总墙钟时间

8m 18.8s

含步骤间等待

12m 32.1s

含步骤间等待

12m 35.8s

含步骤间等待

13m 48.8s

含步骤间等待

12m 20.8s

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

$0.1911

Anthropic: Claude Sonnet 4.6

$0.1716

Anthropic: Claude Sonnet 4.6

$0.1713

Anthropic: Claude Sonnet 4.6

$0.1688

Anthropic: Claude Sonnet 4.6

通道指纹

来源步骤 knowledge_tier knowledge_tier knowledge_tier knowledge_tier knowledge_tier

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

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

CDN - cloudflare - - -

ID 格式 msg_01S7RjRUxfJS8AAmLBHYm1S9 msg_019mUfz2TVXP86qMsJfnwU7h msg_011cUJes1xyXwcx5B73xKSud msg_012frCeUVPD26WT7dQJWnDPJ msg_0167RxBYqvJKr8wo7DXfdf5i

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
cc	server: cdn x-new-api-version: v1.0.0-rc.10 x-oneapi-request-id: 202606120136431372899918268d9d6034YsslU	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-new-api-versionhdr:x-oneapi-request-idbody:id:msg_prefixbody:usage.service_tierbody:usage.inference_geobody:usage.cache_fieldsbody:extra_fieldsupstream:anthropic-direct-from-body	—
cc	cf-ray: a0a526803d67e041-NRT server: cloudflare set-cookie: _cfuvid=Bsk16HUGlwGJdjl0UbMJPEndDNGELHJP3n3MhWtK31c-1781228457.5844414-1.0.1.1-DTFrQhSd2SO4hK6Mi0RDqTOYJLXi3RhNSkyNJaXKl1M; HttpOnly; SameSite=None; Secure; Path=/; Domain=api.anthropic.com	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	req_011CbxWo2SvQA9bk3VehAMGk a0a526803d67e041-NRT
O-Max	server: nginx/1.24.0 (Ubuntu) x-oneapi-request-id: 20260612094103484120308IG5Hif4s	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-idbody:id:msg_prefixbody:usage.service_tierbody:usage.inference_geobody:usage.cache_fieldsbody:extra_fieldsupstream:anthropic-direct-from-body	—
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_011CbxWtzKMD2nejR8Yz46ZK
O-Max	cf-ray: a0a52661e8d9f7d5-LAX server: Photon-Edge set-cookie: _cfuvid=zvKPUQf1fdbl0i2NxaQbAROVBIi0g4uXSkutNJrlhBQ-1781228452.1437676-1.0.1.1-MkpGQsRU91B7XtJwdd5noMOEZxBp_PDxSvvgiYX5Mlo; HttpOnly; SameSite=None; Secure; Path=/; Domain=api.anthropic.com	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	1781228452058-4tl60515pq08l req_011CbxWncsbDLVVzfALUBbkq a0a52661e8d9f7d5-LAX

协议指纹评分（机器自动）

总分 / 100 97 87 98 100 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已对照基线

缓存命中比 10.0 /10 ×20 8.4 /10 ×20 10.0 /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 10.0 /10 ×15

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

sliding 5m 10.0 /10 ×13 7.7 /10 ×13 10.0 /10 ×13 10.0 /10 ×13 10.0 /10 ×13

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

系统提示纯净 10.0 /10 ×8 10.0 /10 ×8 10.0 /10 ×8 10.0 /10 ×8 5.0 /10 ×8

身份(结构) 10.0 /10 ×7 10.0 /10 ×7 10.0 /10 ×7 10.0 /10 ×7 6.7 /10 ×7

知识截止 10.0 /10 ×7 10.0 /10 ×7 10.0 /10 ×7 10.0 /10 ×7 0.0 /10 ×7

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

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

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

延迟基线 9.2 /10 ×5 10.0 /10 ×5 10.0 /10 ×5 10.0 /10 ×5 10.0 /10 ×5

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

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

SDK 一致 10.0 /10 ×2 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 97 v3.9.1 87 v3.9.1 98 v3.9.1 基准（参考） 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 6313 ms 4587 ms 4811 ms 4434 ms 3568 ms

输出速度 55.4 tok/s 81.3 tok/s 76.5 tok/s 83.3 tok/s burst

完成步骤 5/5 成功 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

$0.1911

$0.1716

$0.1713

$0.1688

缓存读取占比 ⓘ 80% 60% 80% 80% 80%

揭晓

通道

服务商 DawAPI ↗

通道cc

服务商 FoxCode ↗

通道cc

服务商 RunAPI ↗

通道O-Max

官方基准

服务商 SSSAiCode ↗

通道O-Max

返回列表