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

2026/06/04 运行日期

claude-haiku-4-5-20251001 官方基准

1 任务失败执行不完整

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

TopRouterCN / O-Max
```
评测失败
```

步骤 / 指标

LingxiCode

M-

官方基准

DawAPI

AIMZ

M-Max

基本信息

服务名 Claude Code Claude Code Claude Code Claude Code

模型 claude-haiku-4-5-20251001 claude-haiku-4-5-20251001 claude-haiku-4-5-20251001 claude-haiku-4-5-20251001

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 22:07:25 ~ 22:07:30 (4.5s) 22:07:29 ~ 22:07:34 (3.0s) 22:07:21 ~ 22:07:26 (4.8s) 22:07:27 ~ 22:07:42 (10.7s)

提示词

查看本步 Prompt

ping. Reply with the single word: pong

HTTP 头(TTFB) 3,141 ms 1,546 ms 3,433 ms 8,326 ms

首文本(SSE delta) 3,142 ms 1,547 ms 3,478 ms 8,663 ms

总耗时 3,439 ms 1,933 ms 3,916 ms 9,563 ms

输入 10 10 10 10

输出 45 50 58 54

缓存创建

33,122

5m: 0 / 1h: 33,122

33,122

5m: 0 / 1h: 33,122

33,355

5m: 0 / 1h: 33,355

32,785

5m: 0 / 1h: 32,785

缓存读取 0 0 0 0

输出速度 151.5 tok/s 129.5 tok/s 132.4 tok/s 60.0 tok/s

响应

pong

pong

pong

pong

步骤 2: identity text

时间 22:10:05 ~ 22:10:15 (6.4s) 22:08:51 ~ 22:09:01 (5.0s) 22:11:07 ~ 22:11:17 (8.1s) 22:09:06 ~ 22:09:16 (7.4s)

提示词

查看本步 Prompt

输出 3 行 metadata 描述你自己（当前 API 模型）。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。禁止任何额外字符：
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) 3,781 ms 1,409 ms 4,689 ms 2,283 ms

首文本(SSE delta) 3,782 ms 1,410 ms 4,690 ms 5,790 ms

总耗时 5,369 ms 4,044 ms 7,180 ms 6,245 ms

输入 10 10 10 10

输出 230 377 217 391

缓存创建

236

5m: 0 / 1h: 236

241

5m: 0 / 1h: 241

249

5m: 0 / 1h: 249

245

5m: 0 / 1h: 245

缓存读取 33,122 33,122 33,355 32,785

输出速度 144.9 tok/s 143.1 tok/s 87.1 tok/s burst

响应

vendor: anthropic
brand: claude
model: claude-haiku-4-5-20251001

vendor: anthropic
brand: claude
model: claude-haiku-4-5-20251001

vendor: anthropic
brand: claude
model: claude-haiku-4-5-20251001

vendor: anthropic
brand: claude
model: claude-3-5-sonnet-20241022

步骤 3: cutoff text

时间 22:13:27 ~ 22:13:37 (5.3s) 22:12:23 ~ 22:12:28 (3.7s) 22:14:42 ~ 22:14:48 (4.2s) 22:12:47 ~ 22:12:57 (7.1s)

提示词

查看本步 Prompt

Knowledge cutoff date? Reply with YYYY-MM only.

HTTP 头(TTFB) 3,614 ms 2,192 ms 2,906 ms 5,561 ms

首文本(SSE delta) 3,615 ms 2,209 ms 2,907 ms 5,770 ms

总耗时 4,477 ms 2,699 ms 3,369 ms 5,998 ms

输入 10 10 10 10

输出 65 100 69 79

缓存创建

253

5m: 0 / 1h: 253

426

5m: 0 / 1h: 426

244

5m: 0 / 1h: 244

421

5m: 0 / 1h: 421

缓存读取 33,358 33,363 33,604 33,030

输出速度 75.4 tok/s 204.1 tok/s 149.4 tok/s -

响应

2025-02

2025-02

2025-02

2024-12

步骤 4: identity_free text

时间 22:16:24 ~ 22:16:34 (9.1s) 22:15:22 ~ 22:15:37 (11.7s) 22:17:28 ~ 22:17:38 (7.8s) 22:15:13 ~ 22:15:23 (7.7s)

提示词

查看本步 Prompt

中文做个自我介绍：你是什么产品或助手？谁开发的？50 字内。

HTTP 头(TTFB) 3,485 ms 1,449 ms 4,412 ms 2,018 ms

首文本(SSE delta) 3,486 ms 1,451 ms 4,512 ms 6,356 ms

总耗时 8,182 ms 10,655 ms 7,015 ms 6,635 ms

输入 10 10 10 10

输出 625 1,190 261 540

缓存创建

107

5m: 0 / 1h: 107

142

5m: 0 / 1h: 142

107

5m: 0 / 1h: 107

119

5m: 0 / 1h: 119

缓存读取 33,611 33,789 33,848 33,451

输出速度 133.1 tok/s 129.3 tok/s 104.3 tok/s burst

响应

我是Claude Haiku，Anthropic的AI助手。我帮助编码、分析和解答问题。

我是Claude，由Anthropic公司开发的AI助手。可帮助编程、代码分析、调试和重构。我具有阅读、编写代码和提供技术建议的能力。

我是Claude Haiku 4.5，由Anthropic公司打造的AI助手。Haiku是Claude系列中轻量级、快速响应的模型，适合实时交互和高吞吐任务。

我是Claude，由Anthropic公司开发的AI助手，属于Claude产品系列。我能进行对话、回答问题、帮助编程等各类任务。

步骤 5: knowledge_tier text

时间 22:20:31 ~ 22:20:46 (13.7s) 22:16:47 ~ 22:17:07 (19.4s) 22:20:22 ~ 22:20:37 (11.7s) 22:18:02 ~ 22:18:17 (10.7s)

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) 3,381 ms 1,425 ms 3,100 ms 2,875 ms

首文本(SSE delta) 3,382 ms 1,427 ms 3,101 ms 8,311 ms

总耗时 12,467 ms 18,083 ms 10,979 ms 8,846 ms

输入 10 10 10 10

输出 1,568 2,764 1,383 671

缓存创建

1,005

5m: 0 / 1h: 1,005

1,570

5m: 0 / 1h: 1,570

641

5m: 0 / 1h: 641

920

5m: 0 / 1h: 920

缓存读取 33,718 33,931 33,955 33,570

输出速度 172.6 tok/s 165.9 tok/s 175.6 tok/s burst

响应

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

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

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

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

总计

总输入(含缓存) 168,582 169,756 169,408 167,376

总输出 2,533 4,481 1,988 1,735

总缓存创建

34,723

5m: 0 / 1h: 34,723

35,501

5m: 0 / 1h: 35,501

34,596

5m: 0 / 1h: 34,596

34,490

5m: 0 / 1h: 34,490

总缓存读取 133,809 134,205 134,762 132,836

输出速度 153.3 tok/s 152.6 tok/s 144.4 tok/s 60.0 tok/s

总执行时间 39.1s 42.7s 36.6s 43.7s

总墙钟时间

13m 20.8s

含步骤间等待

9m 37.8s

含步骤间等待

13m 15.9s

含步骤间等待

10m 49.8s

含步骤间等待

按官方价目重估

同等内容若直发 Anthropic 的估算 ⓘ

$0.0695

Anthropic: Claude Haiku 4.5

$0.0803

Anthropic: Claude Haiku 4.5

$0.0667

Anthropic: Claude Haiku 4.5

$0.0651

Anthropic: Claude Haiku 4.5

通道指纹

来源步骤 knowledge_tier knowledge_tier knowledge_tier knowledge_tier

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

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

CDN cloudflare - - cloudflare

ID 格式 msg_017tQon7yutRFLmHySXXU9pZ msg_01VTuordWy9dNcMaFe4ETK2K msg_01Ev2oq9CNzQdQdaCjXTLe2f msg_01TeomWPVQb4ptV2ppZS5rfD

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
M-	cf-ray: a067942f8dd4e393-NRT server: cloudflare set-cookie: server_name_session=3de609b8cf2a7e28d141c3b6c8b41f57; Max-Age=86400; httponly; path=/ x-oneapi-request-id: 20260604142033854892151HHfDQeQg	id_format: msg_prefix extra_fields: ["stop_details"] has_service_tier: true has_inference_geo: true model_has_date_suffix: true usage_has_cache_fields: true	hdr:x-oneapi-request-idhdr:server:cloudflarehdr:cf-raybody:id:msg_prefixbody:usage.service_tierbody:usage.inference_geobody:model:date_suffixbody:usage.cache_fieldsbody:extra_fieldsupstream:anthropic-direct-from-body	a067942f8dd4e393-NRT
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: true usage_has_cache_fields: true	body:id:msg_prefixbody:usage.service_tierbody:usage.inference_geobody:model:date_suffixbody:usage.cache_fieldsbody:extra_fieldsupstream:anthropic-direct-from-body	req_011CbiMxkiJYb1pm6s8UjeJa
cc	server: cdn x-new-api-version: v1.0.0-rc.10 x-oneapi-request-id: 202606041420234779053448268d9d6Tdvu7cRg	id_format: msg_prefix extra_fields: ["stop_details"] has_service_tier: true has_inference_geo: true model_has_date_suffix: true usage_has_cache_fields: true	hdr:x-new-api-versionhdr:x-oneapi-request-idbody:id:msg_prefixbody:usage.service_tierbody:usage.inference_geobody:model:date_suffixbody:usage.cache_fieldsbody:extra_fieldsupstream:anthropic-direct-from-body	—
M-Max	cf-ray: a0679090d8440520-AMS server: cloudflare x-new-api-version: v0.0.0 x-oneapi-request-id: 20260604141805402569598268d9d62ieq90lQ	id_format: msg_prefix extra_fields: ["stop_details"] has_service_tier: true has_inference_geo: true model_has_date_suffix: true 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:model:date_suffixbody:usage.cache_fieldsbody:extra_fieldsupstream:anthropic-direct-from-body	a0679090d8440520-AMS

协议指纹评分（机器自动）

总分 / 100 97 100 97 89

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

缓存 TTL 一致 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

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

sliding 5m 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

系统提示纯净 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 6.7 /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 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

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

延迟基线 8.4 /10 ×5 10.0 /10 ×5 7.8 /10 ×5 5.0 /10 ×5

Req-ID 透传 0.0 /10 ×4 10.0 /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 97 v3.9.1 基准（参考） 97 v3.9.1 89 v3.9.1

雷达图例

共 21 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 自报身份一致 self_identity_consistency
19 中文遵循 instruction_following_lang
20 世界知识层级 world_knowledge_tier_match
21 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 6787 ms 7483 ms 6492 ms 7457 ms

输出速度 153.3 tok/s 152.6 tok/s 144.4 tok/s 60.0 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 ⓘ

$0.0695

$0.0803

$0.0667

$0.0651

缓存读取占比 ⓘ 79% 79% 80% 79%

揭晓

通道

服务商 LingxiCode ↗

通道M-

官方基准

服务商 DawAPI ↗

通道cc

服务商 AIMZ ↗

通道M-Max

返回列表