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-sonnet-4-6 官方基准

1 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

官方基准

ByteCatCode

O-Max

FoxCode

R-super

ClaudeAPI

O-Bdrk

基本信息

服务名 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

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 08:22:41 ~ 08:22:46 (3.7s) 08:22:35 ~ 08:22:45 (6.6s) 08:22:37 ~ 08:22:42 (3.6s) 08:22:33 ~ 08:22:43 (5.7s)

提示词

查看本步 Prompt

ping. Reply with the single word: pong

HTTP 头(TTFB) 2,520 ms 4,965 ms 2,408 ms 3,620 ms

首文本(SSE delta) 2,521 ms - 2,511 ms 3,621 ms

总耗时 2,701 ms 5,350 ms 2,676 ms 4,469 ms

输入 3 3 81 3

输出 5 5 2 5

缓存创建

32,318

5m: 0 / 1h: 32,318

32,318

5m: 32,318 / 1h: 0

32,935

5m: 32,935 / 1h: 0

32,067

5m: 0 / 1h: 32,067

缓存读取 0 0 0 0

响应

pong

pong

pong

pong

步骤 2: identity text

时间 08:25:44 ~ 08:25:49 (3.5s) 08:25:46 ~ 08:25:56 (5.4s) 08:24:15 ~ 08:24:25 (5.3s) 08:26:17 ~ 08:26:27 (8.5s)

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) 2,028 ms 3,522 ms 3,962 ms 6,779 ms

首文本(SSE delta) 2,030 ms - 3,964 ms 6,780 ms

总耗时 2,410 ms 4,066 ms 4,281 ms 7,181 ms

输入 3 3 33 3

输出 22 22 24 22

缓存创建

178

5m: 0 / 1h: 178

178

5m: 178 / 1h: 0

236

5m: 236 / 1h: 0

32,526

5m: 0 / 1h: 32,526

缓存读取 32,318 32,318 32,935 0

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

步骤 3: cutoff text

时间 08:27:09 ~ 08:27:14 (3.9s) 08:29:06 ~ 08:29:16 (7.6s) 08:27:20 ~ 08:27:25 (4.3s) 08:28:50 ~ 08:28:55 (4.6s)

提示词

查看本步 Prompt

请回报你的 knowledge cutoff，只输出 YYYY-MM。

HTTP 头(TTFB) 2,218 ms 6,113 ms 3,189 ms 2,943 ms

首文本(SSE delta) 2,219 ms - 3,255 ms 2,944 ms

总耗时 2,908 ms 6,518 ms 3,420 ms 3,154 ms

输入 3 3 80 3

输出 8 8 5 8

缓存创建

5m: 0 / 1h: 45

5m: 58 / 1h: 0

33,186

5m: 33,186 / 1h: 0

5m: 0 / 1h: 45

缓存读取 32,496 32,496 0 32,526

响应

2025-08

2025-08

2025-08

2025-08

步骤 4: identity_free text

时间 08:29:39 ~ 08:29:44 (4.5s) 08:32:50 ~ 08:33:00 (6.3s) 08:30:04 ~ 08:30:09 (4.8s) 08:32:53 ~ 08:33:03 (5.3s)

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) 2,696 ms 3,742 ms 3,304 ms 3,067 ms

首文本(SSE delta) 2,698 ms - 3,306 ms 3,068 ms

总耗时 3,564 ms 4,956 ms 3,910 ms 3,761 ms

输入 3 3 86 3

输出 55 55 43 49

缓存创建

5m: 0 / 1h: 35

5m: 35 / 1h: 0

5m: 0 / 1h: 43

缓存读取 32,541 32,554 33,186 32,571

输出速度 63.5 tok/s 45.3 tok/s 71.2 tok/s 70.7 tok/s

响应

我是 Claude，由 Anthropic 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。

我是 Claude，由 Anthropic 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。

我是 Kiro，一款由 Anthropic 构建、基于 Claude 模型的 AI 编程助手，专为软件开发任务设计。

我是 Claude，由 Anthropic 开发的 AI 助手。我能帮助你完成写作、分析、编程、问答等各类任务。

步骤 5: knowledge_tier text

时间 08:32:55 ~ 08:33:10 (10.4s) 08:34:17 ~ 08:34:32 (12.0s) 08:31:59 ~ 08:32:04 (4.3s) 08:35:44 ~ 08:36:00 (10.9s)

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) 1,811 ms 3,624 ms 3,273 ms 4,498 ms

首文本(SSE delta) 2,141 ms - 3,274 ms 4,500 ms

总耗时 9,404 ms 10,943 ms 3,511 ms 9,742 ms

输入 3 3 86 3

输出 532 499 24 339

缓存创建

428

5m: 0 / 1h: 428

428

5m: 428 / 1h: 0

431

5m: 431 / 1h: 0

422

5m: 0 / 1h: 422

缓存读取 32,576 32,589 33,221 32,614

输出速度 73.2 tok/s 68.2 tok/s - 64.7 tok/s

响应

{"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":6786}

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

总计

总输入(含缓存) 162,950 162,989 166,531 162,829

总输出 622 589 98 423

总缓存创建

33,004

5m: 0 / 1h: 33,004

33,017

5m: 33,017 / 1h: 0

66,823

5m: 66,823 / 1h: 0

65,103

5m: 0 / 1h: 65,103

总缓存读取 129,931 129,957 99,342 97,711

输出速度 72.2 tok/s 64.9 tok/s 71.2 tok/s 65.4 tok/s

总执行时间 26.0s 38.0s 22.2s 35.1s

总墙钟时间

10m 29.7s

含步骤间等待

11m 57.8s

含步骤间等待

9m 27.7s

含步骤间等待

13m 26.8s

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

$0.1253

Anthropic: Claude Sonnet 4.6

$0.1890

Anthropic: Claude Sonnet 4.6

$0.2798

Anthropic: Claude Sonnet 4.6

通道指纹

来源步骤 knowledge_tier knowledge_tier knowledge_tier knowledge_tier

平台 direct (100%) one-api (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_01C9RSEETpYR91Dt1HrgnWnW msg_01VGhTa3vGVoCnMbqNp97Xhq msg_01RSMyR3P2AANnIwbHx84hh1 msg_01PsVSpursLa8S2dnBY6EoKP

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_011CbjAwqo672XjwhXTnkyTe
O-Max	server: nginx/1.29.8 x-oneapi-request-id: 202606050034196516859108268d9d6q6NFubkF	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	—
R-super	cf-ray: a06b13e42d2de393-NRT server: cloudflare x-new-api-version: v0.0.0 x-oneapi-request-id: 202606050032012582160018268d9d6i8ZfoE63	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	a06b13e42d2de393-NRT
O-Bdrk	x-new-api-version: v2026.05.18 x-oneapi-request-id: 202606050035462358318448268d9d6hZdnvcMf	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 / 100 100 88 72 94

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 8.3 /10 ×20 8.4 /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 10.0 /10 ×14 10.0 /10 ×14

sliding 5m 10.0 /10 ×13 10.0 /10 ×13 7.7 /10 ×13 7.7 /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 5.0 /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

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 0.0 /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 8.7 /10 ×5 10.0 /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

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

与基线相似度基准（参考） 88 v3.9.1 72 v3.9.1 94 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 4197 ms 6367 ms 3560 ms 5661 ms

输出速度 72.2 tok/s 64.9 tok/s 71.2 tok/s 65.4 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 ⓘ

$0.1721

$0.1253

$0.1890

$0.2798

缓存读取占比 ⓘ 80% 80% 60% 60%

揭晓

通道

官方基准

服务商 ByteCatCode ↗

通道O-Max

服务商 FoxCode ↗

通道R-super

服务商 ClaudeAPI ↗

通道O-Bdrk

返回列表