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

2026/06/06 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

FoxCode

R-super

LinkAPI

O-Max

ClaudeAPI

O-Bdrk

官方基准

SudoCode

M-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 22:26:25 ~ 22:26:30 (3.3s) 22:26:29 ~ 22:26:49 (15.3s) 22:26:23 ~ 22:26:33 (6.3s) 22:26:31 ~ 22:26:36 (4.8s) 22:26:27 ~ 22:26:32 (3.7s)

提示词

查看本步 Prompt

ping. Reply with the single word: pong

HTTP 头(TTFB) 2,239 ms 13,430 ms 3,896 ms 3,696 ms 2,411 ms

首文本(SSE delta) 2,346 ms 13,431 ms 3,897 ms 3,701 ms 2,412 ms

总耗时 2,515 ms 14,151 ms 4,770 ms 3,861 ms 2,585 ms

输入 65 3 3 3 3

输出 2 5 5 5 5

缓存创建

32,952

5m: 32,952 / 1h: 0

32,318

5m: 0 / 1h: 32,318

28,209

5m: 0 / 1h: 28,209

32,318

5m: 0 / 1h: 32,318

32,319

5m: 0 / 1h: 32,319

缓存读取 0 0 0 0 0

响应

pong

pong

pong

pong

pong

步骤 2: identity text

时间 22:29:35 ~ 22:29:45 (5.3s) 22:27:52 ~ 22:28:07 (11.3s) 22:30:07 ~ 22:30:17 (5.4s) 22:29:30 ~ 22:29:35 (4.4s) 22:28:01 ~ 22:28:06 (3.5s)

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。请只输出以下 3 行内容（label 小写，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) 3,544 ms 9,411 ms 3,674 ms 2,449 ms 2,036 ms

首文本(SSE delta) 3,545 ms 9,413 ms 3,675 ms 2,451 ms 2,037 ms

总耗时 4,065 ms 10,132 ms 4,195 ms 3,256 ms 2,509 ms

输入 19 3 3 3 3

输出 24 22 22 22 22

缓存创建

33,184

5m: 33,184 / 1h: 0

178

5m: 0 / 1h: 178

178

5m: 0 / 1h: 178

178

5m: 0 / 1h: 178

178

5m: 0 / 1h: 178

缓存读取 0 32,318 28,209 32,318 32,319

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-4-6

步骤 3: cutoff text

时间 22:32:41 ~ 22:32:46 (4.3s) 22:31:19 ~ 22:31:34 (11.1s) 22:32:59 ~ 22:33:09 (5.2s) 22:33:04 ~ 22:33:09 (3.0s) 22:30:15 ~ 22:30:20 (3.5s)

提示词

查看本步 Prompt

训练数据截止月份是？只回 YYYY-MM。

HTTP 头(TTFB) 3,149 ms 9,455 ms 3,642 ms 1,903 ms 2,311 ms

首文本(SSE delta) 3,187 ms 9,456 ms 3,644 ms 1,904 ms 2,312 ms

总耗时 3,476 ms 10,144 ms 3,863 ms 2,031 ms 2,530 ms

输入 41 3 3 3 3

输出 5 8 8 8 8

缓存创建

33,210

5m: 33,210 / 1h: 0

5m: 0 / 1h: 38

5m: 0 / 1h: 58

5m: 0 / 1h: 45

5m: 0 / 1h: 58

缓存读取 0 32,496 28,387 32,496 32,497

响应

2025-08

2025-08

2025-08

2025-08

2025-08

步骤 4: identity_free text

时间 22:33:52 ~ 22:33:57 (3.8s) 22:34:36 ~ 22:34:56 (16.2s) 22:36:59 ~ 22:37:09 (6.5s) 22:36:00 ~ 22:36:05 (3.9s) 22:31:48 ~ 22:31:53 (4.4s)

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) 2,716 ms 9,282 ms 3,449 ms 2,362 ms 2,530 ms

首文本(SSE delta) 2,717 ms 14,489 ms 4,296 ms 2,364 ms 2,532 ms

总耗时 3,074 ms 15,186 ms 4,872 ms 2,862 ms 3,473 ms

输入 87 3 3 3 3

输出 35 41 56 41 64

缓存创建

33,209

5m: 33,209 / 1h: 0

5m: 0 / 1h: 41

5m: 0 / 1h: 43

缓存读取 0 32,534 28,445 32,541 32,555

输出速度 98.0 tok/s 58.8 tok/s 97.2 tok/s 82.3 tok/s 68.0 tok/s

响应

我叫 Claude，是由 Anthropic 开发的 AI 助手，当前模型为 claude-sonnet-4-6。

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

我叫 Claude，是由 Anthropic 开发的 AI 助手，属于 Claude 产品系列。当前运行的模型版本是 claude-sonnet-4-6。

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

我是 Claude，由 Anthropic 开发的 AI 助手。我基于 claude-sonnet-4-6 模型，能够帮助完成写作、编程、分析、问答等多种任务。

步骤 5: knowledge_tier text

时间 22:36:41 ~ 22:36:52 (5.8s) 22:35:57 ~ 22:36:12 (13.1s) 22:38:36 ~ 22:38:56 (17.2s) 22:38:29 ~ 22:38:39 (9.3s) 22:33:26 ~ 22:33:41 (11.2s)

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) 4,551 ms 3,422 ms 10,161 ms 2,016 ms 2,225 ms

首文本(SSE delta) 4,553 ms 3,428 ms 15,914 ms 2,393 ms 2,612 ms

总耗时 5,000 ms 12,112 ms 15,957 ms 8,315 ms 10,097 ms

输入 42 3 3 3 3

输出 24 465 474 444 505

缓存创建

469

5m: 469 / 1h: 0

414

5m: 0 / 1h: 414

429

5m: 0 / 1h: 429

414

5m: 0 / 1h: 414

437

5m: 0 / 1h: 437

缓存读取 33,209 32,575 28,486 32,582 32,598

输出速度 - 53.5 tok/s burst 75.0 tok/s 67.5 tok/s

响应

{"a":["Trump","Leo XIV Prevost","OUT","OUT","OUT"],"calc":7130}

{"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}

总计

总输入(含缓存) 166,487 162,927 142,457 162,948 163,019

总输出 90 541 565 520 604

总缓存创建

133,024

5m: 133,024 / 1h: 0

32,989

5m: 0 / 1h: 32,989

28,915

5m: 0 / 1h: 28,915

32,996

5m: 0 / 1h: 32,996

33,035

5m: 0 / 1h: 33,035

总缓存读取 33,209 129,923 113,527 129,937 129,969

输出速度 98.0 tok/s 53.9 tok/s 97.2 tok/s 75.5 tok/s 67.5 tok/s

总执行时间 22.6s 1m 7.0s 40.6s 25.4s 26.4s

总墙钟时间

10m 26.8s

含步骤间等待

9m 42.9s

含步骤间等待

12m 32.9s

含步骤间等待

12m 8.8s

含步骤间等待

7m 13.9s

含步骤间等待

按官方价目重估

同等内容若直发 Anthropic 的估算 ⓘ

$0.3238

Anthropic: Claude Sonnet 4.6

$0.1708

Anthropic: Claude Sonnet 4.6

$0.1510

Anthropic: Claude Sonnet 4.6

$0.1706

Anthropic: Claude Sonnet 4.6

$0.1720

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%) one-api (100%) one-api (100%) direct (100%) one-api (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_01NDN1BtvZH32NXpA4VSAcmC msg_01GVCYrBHFpYgUvAm4spWfZg msg_01TBKkCTGee2cPbimj5hb5E5 msg_012J2ad5wfLNexnS4K8rkXDf msg_01Mzr2abVp3bjqkLjzLmbeUt

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
R-super	cf-ray: a078269fbe88fd4f-NRT server: cloudflare x-new-api-version: v0.0.0 x-oneapi-request-id: 202606061436433927078418268d9d69mKTjINh	id_format: msg_prefix 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-idhdr:server:cloudflarehdr:cf-raybody:id:msg_prefixbody:usage.service_tierbody:usage.inference_geobody:usage.cache_fieldsupstream:anthropic-direct-from-body	a078269fbe88fd4f-NRT
O-Max	server: nginx set-cookie: server_name_session=9a42ff809bdc7f49eaa4735d20f97eff; Max-Age=86400; httponly; path=/ x-new-api-version: v1.0.0-rc.10 x-oneapi-request-id: 202606061435584447502148268d9d6Ie4uaV5j	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	—
O-Bdrk	x-new-api-version: v2026.05.18 x-oneapi-request-id: 202606061438373904806478268d9d6EMQ0tqPW	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	—
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_011CbnBEbHCYwzrufE3Mr25f
M-Max	server: nginx x-oneapi-request-id: 20260606223327756685535E81FINcr	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	—

协议指纹评分（机器自动）

总分 / 100 60 94 89 100 98

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 0.0 /10 ×20 10.0 /10 ×20 10.0 /10 ×20 10.0 /10 ×20 10.0 /10 ×20

缓存 TTL 一致 0.0 /10 ×15 10.0 /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 0.0 /10 ×13 10.0 /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 5.0 /10 ×8 10.0 /10 ×8 0.0 /10 ×8 10.0 /10 ×8 10.0 /10 ×8

身份(结构) 10.0 /10 ×7 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 10.0 /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 10.0 /10 ×5 0.0 /10 ×5 10.0 /10 ×5 10.0 /10 ×5 10.0 /10 ×5

Req-ID 透传 0.0 /10 ×4 0.0 /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 60 v3.9.1 94 v3.9.1 89 v3.9.1 基准（参考） 98 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 3626 ms 12345 ms 6731 ms 4065 ms 4239 ms

输出速度 98.0 tok/s 53.9 tok/s 97.2 tok/s 75.5 tok/s 67.5 tok/s

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 ⓘ

$0.3238

$0.1708

$0.1510

$0.1706

$0.1720

缓存读取占比 ⓘ 20% 80% 80% 80% 80%

揭晓

通道

服务商 FoxCode ↗

通道R-super

服务商 LinkAPI ↗

通道O-Max

服务商 ClaudeAPI ↗

通道O-Bdrk

官方基准

服务商 SudoCode ↗

通道M-Max

返回列表