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

2026/06/12 运行日期

claude-haiku-4-5-20251001 官方基准

1 通道分数 < 70 与基线相似度

已揭晓揭晓进度

步骤 / 指标

TopRouterCN

O-Max

官方基准

DawAPI

NowCoding

R-Kiro

ByteCatCode

O-Max

基本信息

服务名 Claude Code 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 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 claude-cli v2.1.160

偏差标红基于官方基准

步骤 1: ping text

时间 05:32:41 ~ 05:32:46 (4.1s) 05:32:47 ~ 05:32:52 (4.6s) 05:32:45 ~ 05:32:55 (5.5s) 05:32:43 ~ 05:33:08 (22.9s) 05:32:39 ~ 05:32:44 (4.7s)

提示词

查看本步 Prompt

ping. Reply with the single word: pong

HTTP 头(TTFB) 3,271 ms 3,087 ms 3,552 ms 21,262 ms 2,843 ms

首文本(SSE delta) 3,272 ms 3,089 ms 3,591 ms 21,276 ms -

总耗时 3,335 ms 3,613 ms 4,701 ms 21,742 ms 3,387 ms

输入 1,645 10 10 1,185 10

输出 41 52 55 68 51

缓存创建

31,487

5m: 0 / 1h: 31,487

33,122

5m: 0 / 1h: 33,122

5m: 0 / 1h: 0

2,372

33,261

5m: 0 / 1h: 33,261

缓存读取 0 0 33,261 30,152 0

输出速度 - 99.2 tok/s 49.5 tok/s 145.9 tok/s 93.8 tok/s

响应

pong

pong

pong

pong

pong

步骤 2: identity text

时间 05:34:27 ~ 05:34:37 (6.1s) 05:33:56 ~ 05:34:01 (4.1s) 05:35:11 ~ 05:35:21 (9.1s) 05:35:01 ~ 05:35:11 (5.9s) 05:35:05 ~ 05:35:15 (5.4s)

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) 5,294 ms 1,506 ms 5,243 ms 2,716 ms 2,900 ms

首文本(SSE delta) 5,295 ms 1,507 ms 5,244 ms 2,718 ms -

总耗时 5,383 ms 3,114 ms 8,355 ms 4,384 ms 4,192 ms

输入 10 10 10 222 10

输出 203 192 306 226 185

缓存创建

1,856

5m: 0 / 1h: 1,856

232

5m: 0 / 1h: 232

235

5m: 0 / 1h: 235

1,972

231

5m: 0 / 1h: 231

缓存读取 31,487 33,122 33,261 31,713 33,261

输出速度 burst 119.5 tok/s 98.4 tok/s 135.7 tok/s 143.2 tok/s

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-haiku-4-5-20251001

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

步骤 3: cutoff text

时间 05:36:36 ~ 05:36:46 (4.9s) 05:35:27 ~ 05:35:32 (3.4s) 05:37:00 ~ 05:37:11 (8.9s) 05:36:27 ~ 05:36:32 (3.7s) 05:36:38 ~ 05:37:43 (63.7s)

提示词

查看本步 Prompt

请直接回答你的知识截止日期，格式 YYYY-MM，不要附加任何说明。

HTTP 头(TTFB) 4,132 ms 1,713 ms 6,066 ms 2,268 ms 2,652 ms

首文本(SSE delta) 4,133 ms 1,715 ms 6,067 ms 2,269 ms -

总耗时 4,216 ms 2,437 ms 7,963 ms 2,783 ms 62,574 ms

输入 10 10 10 70 10

输出 102 79 97 79 80

缓存创建

245

5m: 0 / 1h: 245

235

5m: 0 / 1h: 235

331

5m: 0 / 1h: 331

1,881

210

5m: 0 / 1h: 210

缓存读取 33,343 33,354 33,496 32,022 33,492

输出速度 burst 109.4 tok/s 51.2 tok/s 153.7 tok/s 1.3 tok/s

响应

2025-02

2025-02

2025-02

2025-02

2025-02

步骤 4: identity_free text

时间 05:38:51 ~ 05:39:01 (9.3s) 05:37:44 ~ 05:37:49 (4.4s) 05:40:03 ~ 05:40:18 (10.7s) 05:37:49 ~ 05:37:54 (4.0s) 05:41:24 ~ 05:41:39 (14.8s)

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) 8,545 ms 1,791 ms 3,871 ms 1,812 ms 2,911 ms

首文本(SSE delta) 8,546 ms 1,793 ms 3,872 ms 1,834 ms -

总耗时 8,624 ms 3,374 ms 9,897 ms 3,006 ms 13,606 ms

输入 10 10 10 65 10

输出 240 218 1,168 136 1,575

缓存创建

144

5m: 0 / 1h: 144

121

5m: 0 / 1h: 121

139

5m: 0 / 1h: 139

2,377

118

5m: 0 / 1h: 118

缓存读取 33,588 33,589 33,827 31,570 33,702

输出速度 burst 137.9 tok/s 193.9 tok/s 116.0 tok/s 147.3 tok/s

响应

我是Claude，由Anthropic开发的AI助手。我是Claude Haiku 4.5模型，可以帮助您完成编程、代码审查、问题排查等软件工程相关任务，并支持中英文交互。

我是Claude，由Anthropic公司开发的AI助手。我可以帮助用户进行软件工程任务，包括代码编写、调试、代码审查和优化等工作。

我是Claude Haiku 4.5，由Anthropic开发。我是AI编程助手，帮助代码编写、问题排查和文本分析。知识库更新至2025年2月。

我叫Claude Haiku 4.5，是Claude产品家族中的轻量级模型。由Anthropic公司开发。我是一个多功能AI助手，可以协助编程、分析、写作等各类任务。

我是Anthropic公司开发的Claude Haiku 4.5，是Claude系列中轻量且快速的AI助手。

步骤 5: knowledge_tier text

时间 05:40:35 ~ 05:41:00 (20.1s) 05:41:33 ~ 05:41:48 (12.5s) 05:41:35 ~ 05:41:55 (15.3s) 05:39:36 ~ 05:39:56 (17.3s) 05:43:24 ~ 05:43:44 (19.2s)

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) 8,214 ms 2,041 ms 4,677 ms 6,187 ms 7,855 ms

首文本(SSE delta) 8,215 ms 2,042 ms 4,678 ms 6,188 ms -

总耗时 19,350 ms 11,476 ms 14,453 ms 16,113 ms 18,005 ms

输入 10 10 10 387 10

输出 2,609 1,611 1,373 1,394 1,718

缓存创建

620

5m: 0 / 1h: 620

598

5m: 0 / 1h: 598

1,548

5m: 0 / 1h: 1,548

2,513

1,955

5m: 0 / 1h: 1,955

缓存读取 33,732 33,710 33,966 31,559 33,820

输出速度 234.3 tok/s 170.8 tok/s 140.5 tok/s 140.5 tok/s 169.3 tok/s

响应

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

{"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}
```

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

总计

总输入(含缓存) 168,187 168,133 170,114 170,060 170,100

总输出 3,195 2,152 2,999 1,903 3,609

总缓存创建

34,352

5m: 0 / 1h: 34,352

34,308

5m: 0 / 1h: 34,308

2,253

5m: 0 / 1h: 2,253

11,115

35,775

5m: 0 / 1h: 35,775

总缓存读取 132,150 133,775 167,811 157,016 134,275

输出速度 234.3 tok/s 155.2 tok/s 136.8 tok/s 138.5 tok/s 43.7 tok/s

总执行时间 44.5s 28.9s 49.5s 53.7s 1m 47.9s

总墙钟时间

8m 18.9s

含步骤间等待

9m 0.8s

含步骤间等待

9m 9.9s

含步骤间等待

7m 12.9s

含步骤间等待

11m 4.9s

含步骤间等待

按官方价目重估

同等内容若直发 Anthropic 的估算 ⓘ

$0.0738

Anthropic: Claude Haiku 4.5

$0.0671

Anthropic: Claude Haiku 4.5

$0.0346

Anthropic: Claude Haiku 4.5

$0.0358

Anthropic: Claude Haiku 4.5

$0.0762

Anthropic: Claude Haiku 4.5

通道指纹

来源步骤 knowledge_tier knowledge_tier knowledge_tier knowledge_tier knowledge_tier

平台 direct (100%) 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%) Anthropic 直连 (100%)

CDN - - - - -

ID 格式 msg_01PBhFpnvZuhKyvXehu4RUbU msg_01BNhq9Y6ajP7ejSuuLQEkAt msg_011NYvSRWENgqKYFU7ryXdNU msg_2051b5b55f4547cc91ba8bb7b2d6eefa msg_011BaT23WqoDxzrpD2uvqwDg

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	server: nginx/1.27.5	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	tr-ew7y4grd-7oudqahawq-080282
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_011CbxCYKGCPjSLtHruzKUN2
cc	server: cdn x-new-api-version: v1.0.0-rc.10 x-oneapi-request-id: 202606112141363909984068268d9d6qGidtEqO	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	—
R-Kiro	server: nginx x-new-api-version: v0.0.0 x-oneapi-request-id: 20260611213937981636270I6yasElX	id_format: msg_prefix has_service_tier: false has_inference_geo: false model_has_date_suffix: true usage_has_cache_fields: true	hdr:x-new-api-versionhdr:x-oneapi-request-idbody:id:msg_prefixbody:model:date_suffixbody:usage.cache_fieldsupstream:anthropic-direct-from-body	—
O-Max	server: nginx/1.29.8 x-oneapi-request-id: 202606112143263299640048268d9d6GBmEGQ6d	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-idbody:id:msg_prefixbody:usage.service_tierbody:usage.inference_geobody:model:date_suffixbody:usage.cache_fieldsbody:extra_fieldsupstream:anthropic-direct-from-body	—

协议指纹评分（机器自动）

总分 / 100 97 100 97 72 98

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 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 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 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 10.0 /10 ×14

sliding 5m 10.0 /10 ×13 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 0.0 /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 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 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 10.0 /10 ×5 0.0 /10 ×5 10.0 /10 ×5

延迟基线 7.0 /10 ×5 10.0 /10 ×5 7.3 /10 ×5 10.0 /10 ×5 10.0 /10 ×5

Req-ID 透传 0.0 /10 ×4 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 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 97 v3.9.1 基准（参考） 97 v3.9.1 72 v3.9.1 98 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 8182 ms 4803 ms 9074 ms 9606 ms 20353 ms

输出速度 234.3 tok/s 155.2 tok/s 136.8 tok/s 138.5 tok/s 43.7 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 ⓘ

$0.0738

$0.0671

$0.0346

$0.0358

$0.0762

缓存读取占比 ⓘ 79% 80% 99% 92% 79%

揭晓

通道

服务商 TopRouterCN ↗

通道O-Max

官方基准

服务商 DawAPI ↗

通道cc

服务商 NowCoding ↗

通道R-Kiro

服务商 ByteCatCode ↗

通道O-Max

返回列表