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

2026/06/08 运行日期

claude-sonnet-4-6 官方基准

2 通道分数 < 70 与基线相似度

已揭晓揭晓进度

步骤 / 指标

官方基准

SSSAiCode

R-Kiro

HongMaCC

u-cc

ClaudeCN

O-Max

FoxCode

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 09:59:34 ~ 09:59:39 (4.2s) 09:59:30 ~ 09:59:35 (2.9s) 09:59:26 ~ 09:59:36 (7.3s) 09:59:28 ~ 09:59:48 (16.0s) 09:59:32 ~ 09:59:37 (4.1s)

提示词

查看本步 Prompt

ping. Reply with the single word: pong

HTTP 头(TTFB) 3,066 ms 2,049 ms 4,346 ms 12,904 ms 2,984 ms

首文本(SSE delta) 3,068 ms 2,125 ms 4,347 ms 12,954 ms 3,025 ms

总耗时 3,179 ms 2,128 ms 4,347 ms 13,471 ms 3,168 ms

输入 3 0 0 3 3

输出 5 2 5 5 5

缓存创建

32,318

5m: 0 / 1h: 32,318

5m: 0 / 1h: 0

32,318

5m: 0 / 1h: 32,318

32,318

5m: 32,318 / 1h: 0

缓存读取 0 0 0 0 0

响应

pong

pong

pong

pong

pong

步骤 2: identity text

时间 10:01:59 ~ 10:02:04 (3.3s) 10:02:01 ~ 10:02:06 (3.5s) 10:01:42 ~ 10:01:57 (10.0s) 10:02:18 ~ 10:02:28 (5.7s) 10:00:37 ~ 10:00:47 (5.0s)

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) 1,852 ms 2,416 ms 7,529 ms 3,978 ms 3,395 ms

首文本(SSE delta) 1,853 ms 2,433 ms 7,530 ms 3,979 ms 3,396 ms

总耗时 2,281 ms 2,710 ms 7,530 ms 4,401 ms 3,808 ms

输入 3 0 0 3 3

输出 22 18 24 22 22

缓存创建

191

5m: 0 / 1h: 191

5m: 0 / 1h: 0

191

5m: 0 / 1h: 191

191

5m: 191 / 1h: 0

缓存读取 32,318 0 0 32,318 32,318

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 10:05:05 ~ 10:05:10 (3.5s) 10:05:14 ~ 10:05:19 (3.5s) 10:03:43 ~ 10:03:48 (4.0s) 10:06:28 ~ 10:06:38 (5.7s) 10:02:50 ~ 10:02:55 (4.0s)

提示词

查看本步 Prompt

训练数据 cutoff date：YYYY-MM？

HTTP 头(TTFB) 2,361 ms 2,305 ms 2,959 ms 4,264 ms 2,992 ms

首文本(SSE delta) 2,362 ms 2,541 ms 2,961 ms 4,266 ms 2,994 ms

总耗时 2,505 ms 2,687 ms 2,961 ms 4,621 ms 3,238 ms

输入 3 0 0 3 3

输出 8 3 8 8 8

缓存创建

5m: 0 / 1h: 40

5m: 0 / 1h: 0

5m: 0 / 1h: 55

5m: 42 / 1h: 0

缓存读取 32,509 0 0 32,509 32,509

响应

2025-08

2025-08

2025-08

2025-08

2025-08

步骤 4: identity_free text

时间 10:07:41 ~ 10:07:51 (6.1s) 10:07:28 ~ 10:07:33 (3.9s) 10:04:56 ~ 10:05:06 (5.5s) 10:08:05 ~ 10:08:15 (6.5s) 10:05:43 ~ 10:05:48 (4.0s)

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) 4,082 ms 2,417 ms 3,858 ms 3,951 ms 2,163 ms

首文本(SSE delta) 4,086 ms 2,505 ms 3,859 ms 3,952 ms 2,164 ms

总耗时 5,126 ms 3,205 ms 4,144 ms 5,390 ms 3,210 ms

输入 3 0 0 3 3

输出 72 33 27 69 57

缓存创建

5m: 0 / 1h: 43

5m: 0 / 1h: 0

5m: 0 / 1h: 43

5m: 35 / 1h: 0

缓存读取 32,549 0 0 32,564 32,551

输出速度 69.2 tok/s 47.1 tok/s - 48.0 tok/s 54.5 tok/s

响应

我是 Claude，由 Anthropic 开发的 AI 助手。当前版本为 claude-sonnet-4-6，擅长代码、写作、分析等多种任务，致力于提供安全、有帮助的回答。

我叫 Claude，是 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。

我是 Claude Code 中的 Claude 智能助手，由 Anthropic 开发，帮助你完成软件工程任务。

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，致力于做一个安全、有益、诚实的智能助手。

我是 Claude，由 Anthropic 公司开发的 AI 助手。我基于大型语言模型构建，旨在提供安全、有益的对话和任务协助。

步骤 5: knowledge_tier text

时间 10:09:41 ~ 10:09:56 (10.7s) 10:09:12 ~ 10:09:22 (8.2s) 10:06:19 ~ 10:06:34 (11.3s) 10:09:43 ~ 10:10:08 (20.3s) 10:08:17 ~ 10:08:32 (10.4s)

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) 2,034 ms 2,738 ms 9,888 ms 3,820 ms 2,223 ms

首文本(SSE delta) 2,475 ms 2,790 ms 9,890 ms 4,101 ms 2,514 ms

总耗时 9,689 ms 3,368 ms 10,050 ms - 9,470 ms

输入 3 0 0 3 3

输出 508 27 348 - 485

缓存创建

445

5m: 0 / 1h: 445

5m: 0 / 1h: 0

33,049

5m: 0 / 1h: 33,049

430

5m: 430 / 1h: 0

缓存读取 32,592 0 0 0 32,586

输出速度 70.4 tok/s - burst — (thinking-only) 69.7 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","maría corina machado","ousmane dembélé","zohran mamdani"],"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) 163,020 0 0 163,062 162,995

总输出 615 83 412 104 577

总缓存创建

33,037

5m: 0 / 1h: 33,037

5m: 0 / 1h: 0

65,656

5m: 0 / 1h: 65,656

33,016

5m: 33,016 / 1h: 0

总缓存读取 129,968 0 0 97,391 129,964

输出速度 70.3 tok/s 47.1 tok/s burst 48.0 tok/s 67.7 tok/s

总执行时间 27.8s 22.0s 38.1s 54.2s 27.5s

总墙钟时间

10m 21.8s

含步骤间等待

9m 51.8s

含步骤间等待

7m 7.8s

含步骤间等待

10m 39.8s

含步骤间等待

8m 59.8s

含步骤间等待

按官方价目重估

同等内容若直发 Anthropic 的估算 ⓘ

$0.1721

Anthropic: Claude Sonnet 4.6

>=$0.0012

Anthropic: Claude Sonnet 4.6 (成本不完整)

>=$0.0062

Anthropic: Claude Sonnet 4.6 (成本不完整)

$0.2770

Anthropic: Claude Sonnet 4.6

$0.1251

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

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

CDN - - cloudflare cloudflare cloudflare

ID 格式 msg_015sTm9oTZ8Roa2Sj1q6sDGF msg_056911ecd9aa4242a62319992a8d30b6 msg_05e5f487020e017c344ce81f msg_01HF1iMDDWWQBiXWTqEXTtv7 msg_01EFEyG3G1LMNyv2NFakpNTM

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_011CbpykYduFpRYvyrAcXP5L
R-Kiro	server: Photon-Edge x-amzn-requestid: 91187bf9-1b69-4710-82d3-f7d1b0d3944a	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	1780884557392-n2xm5sd3pip1j 91187bf9-1b69-4710-82d3-f7d1b0d3944a
u-cc	cf-ray: a08456339da6b8f7-AMS server: cloudflare x-new-api-version: 1.0.5 x-oneapi-request-id: 202606080206214838633528268d9d6MyY4yzuU	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-idhdr:server:cloudflarehdr:cf-raybody:id:msg_prefixbody:usage.service_tierbody:usage.inference_geobody:usage.cache_fieldsbody:extra_fieldsupstream:anthropic-direct-from-body	a08456339da6b8f7-AMS
O-Max	cf-ray: a0845b2e6e648e65-AMS server: cloudflare x-oneapi-request-id: 20260608100946142995345fn99FLMU	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	a0845b2e6e648e65-AMS
cc	cf-ray: a08459124d6caf8b-NRT server: cloudflare set-cookie: _cfuvid=_PEYX6InNaMBr3rDDfv3R9lNyzHW4Q.BXseSpLCCqT8-1780884498.965416-1.0.1.1-BPT2ZLL2qAXYH58ZdCh7YHi5xzf9LMUtlaqmpI41Jrw; 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_011CbpyeMNKru9tq2dtLffae a08459124d6caf8b-NRT

协议指纹评分（机器自动）

总分 / 100 100 44 55 95 91

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 0.0 /10 ×20 0.0 /10 ×20 8.3 /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 0.0 /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 5.0 /10 ×14 5.0 /10 ×14 10.0 /10 ×14 10.0 /10 ×14

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

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

系统提示纯净 10.0 /10 ×8 未计入未计入 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 0.0 /10 ×6 10.0 /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 10.0 /10 ×5

延迟基线 10.0 /10 ×5 10.0 /10 ×5 10.0 /10 ×5 8.7 /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 10.0 /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

与基线相似度基准（参考） 44 v3.9.1 55 v3.9.1 95 v3.9.1 91 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 4556 ms 2820 ms 5806 ms 5577 ms 4579 ms

输出速度 70.3 tok/s 47.1 tok/s burst 48.0 tok/s 67.7 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 ⓘ

$0.1721

>=$0.0012 (成本不完整)

>=$0.0062 (成本不完整)

$0.2770

$0.1251

缓存读取占比 ⓘ 80% - - 60% 80%

揭晓

通道

官方基准

服务商 SSSAiCode ↗

通道R-Kiro

服务商 HongMaCC ↗

通道u-cc

服务商 ClaudeCN ↗

通道O-Max

服务商 FoxCode ↗

通道cc

返回列表