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

2026/06/12 运行日期

claude-opus-4-8 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

TopRouterCN / O-Max
```
评测失败
```

步骤 / 指标

SSSAiCode

O-Max

FoxCode

R-ultra

SSSAiCode

R-Kiro

官方基准

基本信息

服务名 Claude Code Claude Code Claude Code Claude Code

模型 claude-opus-4-8 claude-opus-4-8 claude-opus-4-8 claude-opus-4-8

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 13:33:35 ~ 13:33:40 (3.0s) 13:33:41 ~ 13:33:46 (3.4s) 13:33:39 ~ 13:33:44 (3.7s) 13:33:43 ~ 13:33:48 (3.7s)

提示词

查看本步 Prompt

ping. Reply with the single word: pong

HTTP 头(TTFB) 2,117 ms 2,040 ms 2,617 ms 2,601 ms

首文本(SSE delta) 2,208 ms 2,101 ms 2,646 ms 2,601 ms

总耗时 2,295 ms 2,238 ms 2,762 ms 2,712 ms

输入 1,428 68 0 1,454

输出 4 2 4 4

缓存创建

29,764

5m: 0 / 1h: 29,764

23,491

5m: 23,491 / 1h: 0

30,222

5m: 0 / 1h: 30,222

缓存读取 0 0 0 0

响应

pong

pong

pong

pong

步骤 2: identity text

时间 13:37:03 ~ 13:37:08 (3.4s) 13:35:17 ~ 13:35:22 (3.7s) 13:37:18 ~ 13:37:28 (5.2s) 13:37:38 ~ 13:37:43 (3.3s)

提示词

查看本步 Prompt

以下是对你自身的 metadata 探针。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。按以下 3 行回答自己的身份，每行一个 label，不要寒暄不要解释：
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) 1,778 ms 1,936 ms 4,354 ms 1,947 ms

首文本(SSE delta) 2,560 ms 2,025 ms 4,360 ms 1,949 ms

总耗时 2,626 ms 2,586 ms 4,508 ms 2,316 ms

输入 2 68 0 2

输出 30 23 25 28

缓存创建

1,630

5m: 0 / 1h: 1,630

23,708

5m: 23,708 / 1h: 0

1,656

5m: 0 / 1h: 1,656

缓存读取 29,764 0 0 30,222

响应

vendor: anthropic
brand: claude
model: claude-opus-4-20250514

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

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 13:38:43 ~ 13:38:48 (4.2s) 13:37:00 ~ 13:37:05 (3.1s) 13:40:55 ~ 13:41:00 (3.3s) 13:41:15 ~ 13:41:20 (3.6s)

提示词

查看本步 Prompt

What's your training data cutoff (YYYY-MM only, no prose)?

HTTP 头(TTFB) 2,708 ms 1,902 ms 2,172 ms 2,298 ms

首文本(SSE delta) 2,830 ms 2,068 ms 2,199 ms 2,299 ms

总耗时 3,286 ms 2,291 ms 2,321 ms 2,544 ms

输入 2 22 0 2

输出 6 5 8 6

缓存创建

5m: 0 / 1h: 56

107

5m: 107 / 1h: 0

5m: 0 / 1h: 54

缓存读取 31,394 23,708 0 31,878

响应

2025-01

2026-01

2026-01

2026-01

步骤 4: identity_free text

时间 13:41:23 ~ 13:41:48 (24.5s) 13:39:30 ~ 13:39:40 (5.1s) 13:43:01 ~ 13:43:06 (3.6s) 13:43:51 ~ 13:43:56 (4.1s)

提示词

查看本步 Prompt

请用中文介绍你自己是什么产品或助手，由谁开发，50 字以内。

HTTP 头(TTFB) 22,411 ms 3,256 ms 2,573 ms 2,080 ms

首文本(SSE delta) 23,616 ms 3,374 ms 2,575 ms 2,082 ms

总耗时 23,761 ms 4,265 ms 2,907 ms 3,118 ms

输入 2 69 0 2

输出 68 37 39 63

缓存创建

5m: 0 / 1h: 39

23,809

5m: 23,809 / 1h: 0

5m: 0 / 1h: 39

缓存读取 31,450 0 0 31,932

输出速度 - 41.5 tok/s 117.5 tok/s 60.8 tok/s

响应

我是 Claude，由 Anthropic 开发的 AI 助手。我可以协助编程、写作、分析和解答各类问题，致力于提供有帮助、诚实且安全的服务。

我是 Claude，由 Anthropic 打造的 AI 助手，当前运行的模型版本为 claude-opus-4-8。

我是 Claude，由 Anthropic 开发，属于 Claude 模型系列（当前为 Opus 4.8）。

我是 Claude，由 Anthropic 开发的 AI 助手，基于 Claude Opus 4.8 模型。我可以协助编程、写作、分析等多种任务。

步骤 5: knowledge_tier text

时间 13:44:38 ~ 13:44:49 (7.5s) 13:42:30 ~ 13:42:35 (4.6s) 13:46:03 ~ 13:46:18 (11.8s) 13:46:46 ~ 13:46:56 (8.1s)

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) 3,985 ms 2,422 ms 5,357 ms 2,892 ms

首文本(SSE delta) 6,248 ms 2,423 ms 10,663 ms 6,694 ms

总耗时 6,559 ms 3,464 ms 10,868 ms 7,176 ms

输入 2 19 0 2

输出 362 24 62 470

缓存创建

557

5m: 0 / 1h: 557

24,285

5m: 24,285 / 1h: 0

552

5m: 0 / 1h: 552

缓存读取 31,489 0 0 31,971

输出速度 burst - - -

响应

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

{"a":["Trump","Leo XIV Prevost","OUT","OUT","OUT"],"calc":7314}

{"a":["Trump","Leo XIV (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) 157,579 119,354 0 159,988

总输出 470 91 138 571

总缓存创建

32,046

5m: 0 / 1h: 32,046

95,400

5m: 95,400 / 1h: 0

32,523

5m: 0 / 1h: 32,523

总缓存读取 124,097 23,708 0 126,003

输出速度 burst 41.5 tok/s 117.5 tok/s 60.8 tok/s

总执行时间 42.6s 19.8s 27.6s 22.8s

总墙钟时间

11m 13.8s

含步骤间等待

8m 54.8s

含步骤间等待

12m 39.8s

含步骤间等待

13m 13.8s

含步骤间等待

按官方价目重估

同等内容若直发 Anthropic 的估算 ⓘ

$0.2813

Anthropic: Claude Opus 4.8

$0.3880

Anthropic: Claude Opus 4.8

>=$0.0034

Anthropic: Claude Opus 4.8 (成本不完整)

$0.2879

Anthropic: Claude Opus 4.8

通道指纹

来源步骤 knowledge_tier knowledge_tier knowledge_tier knowledge_tier

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

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

CDN - cloudflare - -

ID 格式 msg_013Ufk5fd4mWMo8Crf9RrWgL msg_01OxvM2ez57mbSChnGhWyW5i msg_ef363b35508d4859b71e87d987c806f6 msg_014zJuBx7iWEXMNR6LUn1Vkn

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
O-Max	cf-ray: a0a68b833bdfefba-LAX server: Photon-Edge set-cookie: _cfuvid=2HDB6hrNK3Yh1Xq4NSQw_gvE.cNoSgNgv74UXrScTag-1781243080.192824-1.0.1.1-Jybq7oRKwm_xvhp1zX8cDAJ45gMEDxancBsOxD.Szmo; 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	1781243080144-o9yc3jiloewd6 req_011CbxqNv2WGxdHcBWTJ6ER7 a0a68b833bdfefba-LAX
R-ultra	cf-ray: a0a688626cce7963-NRT server: cloudflare x-new-api-version: v0.0.0 x-oneapi-request-id: 202606120542328098887888268d9d6WTaXIqRE	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	a0a688626cce7963-NRT
R-Kiro	server: Photon-Edge x-amzn-requestid: 38368324-9285-4301-a4fe-a66014ebf421	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	1781243165013-fk0sn3xso4u6l 38368324-9285-4301-a4fe-a66014ebf421
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_011CbxqYPspQuQaBnF1moxho

协议指纹评分（机器自动）

总分 / 100 86 56 45 96

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 0.0 /10 ×20 10.0 /10 ×20

缓存 TTL 一致 10.0 /10 ×15 0.0 /10 ×15 0.0 /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 5.0 /10 ×14 10.0 /10 ×14

sliding 5m 10.0 /10 ×13 5.3 /10 ×13 5.0 /10 ×13 10.0 /10 ×13

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

系统提示纯净 5.0 /10 ×8 0.0 /10 ×8 未计入 10.0 /10 ×8

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

知识截止 10.0 /10 ×7 0.0 /10 ×7 0.0 /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

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

inference_geo 10.0 /10 ×5 10.0 /10 ×5 0.0 /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 0.0 /10 ×4 0.0 /10 ×4 0.0 /10 ×4 10.0 /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 86 v3.9.1 56 v3.9.1 45 v3.9.1 基准（参考）

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 7705 ms 2969 ms 4673 ms 3573 ms

输出速度 burst 41.5 tok/s 117.5 tok/s 60.8 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 ⓘ

$0.2813

$0.3880

>=$0.0034 (成本不完整)

$0.2879

缓存读取占比 ⓘ 79% 20% - 79%

揭晓

通道

服务商 SSSAiCode ↗

通道O-Max

服务商 FoxCode ↗

通道R-ultra

服务商 SSSAiCode ↗

通道R-Kiro

官方基准

返回列表