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

2026/06/05 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

DBAI / M-
```
评测失败
```

步骤 / 指标

SudoCode

M-Max

官方基准

LingxiCode

M-

ClaudeAPI

O-Bdrk

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 10:15:45 ~ 10:15:50 (3.1s) 10:15:53 ~ 10:15:58 (4.0s) 10:15:47 ~ 10:15:52 (4.5s) 10:15:49 ~ 10:16:49 (56.3s)

提示词

查看本步 Prompt

ping. Reply with the single word: pong

HTTP 头(TTFB) 1,769 ms 2,795 ms 3,164 ms 53,904 ms

首文本(SSE delta) 1,770 ms 2,798 ms 3,166 ms 53,925 ms

总耗时 1,966 ms 2,932 ms 3,346 ms 54,081 ms

输入 1,454 1,454 1,454 2

输出 4 4 4 4

缓存创建

30,224

5m: 0 / 1h: 30,224

30,222

5m: 0 / 1h: 30,222

30,222

5m: 0 / 1h: 30,222

37,185

5m: 0 / 1h: 37,185

缓存读取 0 0 0 0

响应

pong

pong

pong

pong

步骤 2: identity text

时间 10:18:09 ~ 10:18:14 (3.1s) 10:18:37 ~ 10:18:42 (3.1s) 10:16:59 ~ 10:17:09 (5.1s) 10:19:44 ~ 10:19:54 (6.2s)

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) 1,784 ms 1,801 ms 3,839 ms 3,993 ms

首文本(SSE delta) 1,819 ms 1,803 ms 3,840 ms 3,995 ms

总耗时 2,160 ms 2,083 ms 4,237 ms 4,393 ms

输入 2 2 2 2

输出 28 28 28 28

缓存创建

1,630

5m: 0 / 1h: 1,630

1,630

5m: 0 / 1h: 1,630

31,852

5m: 0 / 1h: 31,852

178

5m: 0 / 1h: 178

缓存读取 30,224 30,222 0 37,185

响应

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

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

步骤 3: cutoff text

时间 10:19:21 ~ 10:19:26 (2.8s) 10:20:34 ~ 10:20:39 (3.0s) 10:20:57 ~ 10:21:02 (4.9s) 10:21:37 ~ 10:21:47 (8.9s)

提示词

查看本步 Prompt

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

HTTP 头(TTFB) 1,599 ms 1,817 ms 3,539 ms 4,942 ms

首文本(SSE delta) 1,600 ms 1,819 ms 3,553 ms 5,952 ms

总耗时 1,862 ms 2,003 ms 3,750 ms 7,442 ms

输入 2 2 2 2

输出 6 6 6 170

缓存创建

5m: 0 / 1h: 54

5m: 0 / 1h: 71

5m: 0 / 1h: 51

5m: 0 / 1h: 49

缓存读取 31,854 31,852 31,852 37,363

输出速度 - - - 114.1 tok/s

响应

2025-01

2026-01

2025-01

我的训练数据 cutoff 大约为 **2025-03**（2025 年 3 月）。

不过请注意,这个日期是近似值,我无法绝对确认精确到月。如果你需要用于严格场景,建议以 Anthropic 官方文档为准。

步骤 4: identity_free text

时间 10:22:06 ~ 10:22:11 (3.7s) 10:22:26 ~ 10:22:31 (4.0s) 10:24:11 ~ 10:24:17 (4.4s) 10:24:06 ~ 10:24:16 (5.4s)

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) 1,713 ms 2,530 ms 2,295 ms 2,985 ms

首文本(SSE delta) 1,714 ms 2,536 ms 2,297 ms 2,986 ms

总耗时 2,757 ms 3,060 ms 3,620 ms 4,130 ms

输入 2 2 2 2

输出 59 44 65 65

缓存创建

5m: 0 / 1h: 31

5m: 0 / 1h: 37

5m: 0 / 1h: 39

118

5m: 0 / 1h: 118

缓存读取 31,908 31,923 31,903 37,412

输出速度 56.6 tok/s 84.0 tok/s 49.1 tok/s 56.8 tok/s

响应

我是 Claude，一个由 Anthropic 开发的 AI 助手，具体型号为 Claude Opus 4.8，可协助完成编程与各类任务。

我是 Claude，由 Anthropic 开发的 AI 助手，当前模型为 Claude Opus 4.8。

我是 Claude，由 Anthropic 开发的 AI 助手，基于 Claude Opus 4.8 模型，可帮助你完成编程、写作、分析等多种任务。

我是 Claude,由 Anthropic 开发的 AI 助手。当前模型是 Claude Opus 4.8,可以帮你处理编程、写作、分析等各类任务。

步骤 5: knowledge_tier text

时间 10:23:28 ~ 10:23:38 (6.5s) 10:25:33 ~ 10:25:48 (11.3s) 10:26:08 ~ 10:26:18 (8.2s) 10:27:55 ~ 10:28:05 (9.8s)

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) 2,268 ms 6,026 ms 3,543 ms 4,247 ms

首文本(SSE delta) 5,098 ms 9,693 ms 6,861 ms 8,270 ms

总耗时 5,476 ms 10,099 ms 7,206 ms 8,271 ms

输入 2 2 2 2

输出 395 492 449 475

缓存创建

548

5m: 0 / 1h: 548

533

5m: 0 / 1h: 533

554

5m: 0 / 1h: 554

554

5m: 0 / 1h: 554

缓存读取 31,939 31,960 31,942 37,530

输出速度 - - - burst

响应

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

{"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}

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

总计

总输入(含缓存) 159,874 159,912 159,877 187,584

总输出 492 574 552 742

总缓存创建

32,487

5m: 0 / 1h: 32,487

32,493

5m: 0 / 1h: 32,493

62,718

5m: 0 / 1h: 62,718

38,084

5m: 0 / 1h: 38,084

总缓存读取 125,925 125,957 95,697 149,490

输出速度 56.6 tok/s 84.0 tok/s 49.1 tok/s 89.2 tok/s

总执行时间 19.2s 25.4s 27.2s 1m 26.6s

总墙钟时间

7m 52.8s

含步骤间等待

9m 54.8s

含步骤间等待

10m 30.8s

含步骤间等待

12m 15.8s

含步骤间等待

按官方价目重估

同等内容若直发 Anthropic 的估算 ⓘ

$0.2856

Anthropic: Claude Opus 4.8

$0.2877

Anthropic: Claude Opus 4.8

$0.4609

Anthropic: Claude Opus 4.8

$0.3314

Anthropic: Claude Opus 4.8

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 -

ID 格式 msg_01WDr9Tdnzj6r38J4GLNQEAj msg_01JxnEu9w9hv4Zfhn5Ugz3FX msg_015BrBavtMkFY6KWZ44etoiC msg_01LRiCvTWLUY1tnNqPHUvjcG

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-Max	server: nginx x-oneapi-request-id: 20260605102329471611624hCUFQnpH	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_011CbjKXz8XGhXQzVjdqAh5G
M-	cf-ray: a06bbb175ac7e041-NRT server: cloudflare set-cookie: server_name_session=6268b44f10666c8b08965a0a61ec74a7; Max-Age=86400; httponly; path=/ x-oneapi-request-id: 202606050226101836068536qrCHhAZ	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	a06bbb175ac7e041-NRT
O-Bdrk	x-new-api-version: v2026.05.18 x-oneapi-request-id: 202606050227567811834158268d9d6nNxjanuU	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	—

协议指纹评分（机器自动）

总分 / 100 89 100 83 79

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 3.8 /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 7.7 /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 0.0 /10 ×8

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

知识截止 0.0 /10 ×7 10.0 /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 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 10.0 /10 ×5 10.0 /10 ×5 10.0 /10 ×5 6.8 /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 89 v3.9.1 基准（参考） 83 v3.9.1 79 v3.9.1

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 2844 ms 4035 ms 4432 ms 15663 ms

输出速度 56.6 tok/s 84.0 tok/s 49.1 tok/s 89.2 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 ⓘ

$0.2856

$0.2877

$0.4609

$0.3314

缓存读取占比 ⓘ 79% 79% 60% 80%

揭晓

通道

服务商 SudoCode ↗

通道M-Max

官方基准

服务商 LingxiCode ↗

通道M-

服务商 ClaudeAPI ↗

通道O-Bdrk

返回列表