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

2 通道分数 < 70 与基线相似度

已揭晓揭晓进度

步骤 / 指标

SSSAiCode

O-Max

官方基准

WorldBase.ai

M-

SSSAiCode

R-Kiro

FastCode

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 18:38:18 ~ 18:38:24 (3.7s) 18:38:24 ~ 18:38:29 (3.7s) 18:38:21 ~ 18:38:31 (6.9s) 18:38:19 ~ 18:38:24 (4.5s) 18:38:22 ~ 18:38:33 (7.7s)

提示词

查看本步 Prompt

ping. Reply with the single word: pong

HTTP 头(TTFB) 1,420 ms 2,482 ms 3,814 ms 2,855 ms 4,423 ms

首文本(SSE delta) 1,746 ms 2,484 ms 4,017 ms 2,857 ms 4,424 ms

总耗时 1,899 ms 2,718 ms 4,219 ms 3,157 ms 4,768 ms

输入 10 10 0 0 10

输出 54 43 2 46 60

缓存创建

32,789

5m: 0 / 1h: 32,789

33,122

5m: 0 / 1h: 33,122

35,314

5m: 0 / 1h: 35,314

33,122

5m: 0 / 1h: 33,122

缓存读取 0 0 0 0 0

输出速度 - 183.8 tok/s - 153.3 tok/s 174.4 tok/s

响应

pong

pong


pong

pong

pong

步骤 2: identity text

时间 18:40:11 ~ 18:40:31 (16.8s) 18:40:36 ~ 18:40:41 (4.4s) 18:41:52 ~ 18:42:02 (6.5s) 18:40:26 ~ 18:40:31 (4.2s) 18:39:41 ~ 18:39:51 (6.5s)

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) 2,073 ms 1,852 ms 3,570 ms 1,821 ms 4,507 ms

首文本(SSE delta) 15,749 ms 1,854 ms 4,037 ms 1,823 ms 4,508 ms

总耗时 15,969 ms 3,442 ms 5,425 ms 3,433 ms 5,179 ms

输入 10 10 201 0 10

输出 1,342 204 26 207 176

缓存创建

234

5m: 0 / 1h: 234

223

5m: 0 / 1h: 223

5m: 0 / 1h: 48

178

5m: 0 / 1h: 178

缓存读取 32,789 33,122 35,299 0 33,122

输出速度 burst 128.5 tok/s - 128.6 tok/s burst

响应

vendor: anthropic
brand: claude
model: unknown

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 18:44:30 ~ 18:44:35 (3.2s) 18:43:46 ~ 18:43:51 (3.4s) 18:44:17 ~ 18:44:27 (6.1s) 18:43:44 ~ 18:43:49 (4.0s) 18:41:05 ~ 18:41:15 (6.8s)

提示词

查看本步 Prompt

你掌握的世界知识截止于何时？YYYY-MM 格式作答，不解释。

HTTP 头(TTFB) 1,787 ms 1,963 ms 4,969 ms 2,411 ms 4,279 ms

首文本(SSE delta) 2,421 ms 1,965 ms 4,970 ms 2,413 ms 4,281 ms

总耗时 2,459 ms 2,475 ms 4,972 ms 3,087 ms 5,588 ms

输入 10 10 19 0 10

输出 82 66 5 73 69

缓存创建

1,382

5m: 0 / 1h: 1,382

247

5m: 0 / 1h: 247

465

5m: 0 / 1h: 465

5m: 0 / 1h: 68

缓存读取 33,023 33,345 35,339 0 33,300

输出速度 burst 129.4 tok/s - 108.3 tok/s 52.8 tok/s

响应

2024-04

2025-02


2025-02

2025-02

2025-02

步骤 4: identity_free text

时间 18:46:32 ~ 18:46:37 (2.9s) 18:45:45 ~ 18:45:55 (7.7s) 18:47:57 ~ 18:48:07 (8.8s) 18:46:07 ~ 18:46:12 (3.9s) 18:42:43 ~ 18:42:53 (8.3s)

提示词

查看本步 Prompt

用中文说说你的身份：什么产品？由谁打造？50 字以内。

HTTP 头(TTFB) 1,036 ms 2,646 ms 3,731 ms 1,844 ms 3,759 ms

首文本(SSE delta) 2,081 ms 2,648 ms 3,733 ms 1,857 ms 3,760 ms

总耗时 2,138 ms 6,717 ms 7,726 ms 3,195 ms 6,167 ms

输入 10 10 38 0 10

输出 193 534 33 123 353

缓存创建

120

5m: 0 / 1h: 120

106

5m: 0 / 1h: 106

5m: 0 / 1h: 86

5m: 0 / 1h: 35

缓存读取 34,405 33,592 35,798 0 33,368

输出速度 - 131.2 tok/s 8.3 tok/s 91.9 tok/s 146.7 tok/s

响应

我是Claude，由Anthropic公司开发的AI助手。我可以帮助用户进行对话、分析、编码等多种任务。

我是Claude Haiku 4.5，属于Claude大语言模型产品系列，由Anthropic公司开发。


我叫Claude Haiku 4.5，属于Claude AI助手产品系列，由Anthropic公司开发。

我是Claude Haiku 4.5，由Anthropic公司打造的AI助手。我是Claude Code的底层模型，用于帮助用户处理软件工程任务，如编码、调试、代码审查等工作。

我是Claude Haiku 4.5，由Anthropic开发的AI助手。

步骤 5: knowledge_tier text

时间 18:48:32 ~ 18:48:47 (10.3s) 18:48:22 ~ 18:48:42 (16.4s) 18:51:51 ~ 18:52:02 (9.5s) 18:49:26 ~ 18:49:36 (7.9s) 18:46:12 ~ 18:46:28 (10.5s)

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) 1,002 ms 2,044 ms 3,373 ms 1,851 ms 3,817 ms

首文本(SSE delta) 9,416 ms 2,046 ms 3,374 ms 1,860 ms 3,819 ms

总耗时 9,469 ms 15,425 ms 8,005 ms 7,054 ms 9,325 ms

输入 10 10 426 0 10

输出 1,372 2,293 23 1,067 661

缓存创建

573

5m: 0 / 1h: 573

914

5m: 0 / 1h: 914

768

5m: 0 / 1h: 768

399

5m: 0 / 1h: 399

缓存读取 34,525 33,698 35,734 0 33,403

输出速度 burst 171.4 tok/s - 205.4 tok/s 120.1 tok/s

响应

```json
{"a":["OUT","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) 169,890 168,419 179,535 0 167,045

总输出 3,043 3,140 89 1,516 1,319

总缓存创建

35,098

5m: 0 / 1h: 35,098

34,612

5m: 0 / 1h: 34,612

36,681

5m: 0 / 1h: 36,681

33,802

5m: 0 / 1h: 33,802

总缓存读取 134,742 133,757 142,170 0 133,193

输出速度 burst 158.7 tok/s 8.3 tok/s 166.3 tok/s 119.5 tok/s

总执行时间 36.9s 35.7s 37.8s 24.4s 39.9s

总墙钟时间

10m 28.2s

含步骤间等待

10m 17.2s

含步骤间等待

13m 41.0s

含步骤间等待

11m 17.1s

含步骤间等待

8m 5.0s

含步骤间等待

按官方价目重估

同等内容若直发 Anthropic 的估算 ⓘ

$0.0726

Anthropic: Claude Haiku 4.5

$0.0724

Anthropic: Claude Haiku 4.5

$0.0612

Anthropic: Claude Haiku 4.5

>=$0.0076

Anthropic: Claude Haiku 4.5 (成本不完整)

$0.0622

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%) direct (100%) direct (75%) direct (100%)

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

CDN - - cloudflare - -

ID 格式 msg_01NqYJ2TD1UCm59SkTpH1G27 msg_01VtkK2B5URjGM8SSVQpFtCk msg_01cryNaZLAo7Kp9zdMRdP8He msg_b78decedc951467ca3e0f8e55741d2dd msg_bdrk_01AzKjr2WNZshK4YH58WkDvk

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: a0a848a7486e5901-LAX server: Photon-Edge set-cookie: _cfuvid=9J8YWRcjNqZe.GHMCyRewaIrFuXOuYEf12Px9a32cpY-1781261313.1669984-1.0.1.1-Z8tyQ6aSKSHiyvtdpmNz_I596cGgxQa.pL67Z3_G7pU; 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: 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	1781261313114-n2dfxh4ehxdxf req_011CbyEYwp7fGWze9mbXddfc a0a848a7486e5901-LAX
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_011CbyEYGZhrBD1mkXh7Q6nG
M-	cf-ray: a0a84d8b8c0b1b02-AMS server: cloudflare	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:server:cloudflarehdr:cf-raybody:id:msg_prefixbody:usage.service_tierbody:usage.inference_geobody:model:date_suffixbody:usage.cache_fieldsbody:extra_fieldsupstream:anthropic-direct-from-body	35cd9f52-238a-4908-b9b9-e41673161e4e a0a84d8b8c0b1b02-AMS
R-Kiro	server: Photon-Edge x-amzn-requestid: 89fa0d27-a849-4680-8ced-7dc2d9edd2c2	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	1781261367175-jgxjhtmhh0d1m 89fa0d27-a849-4680-8ced-7dc2d9edd2c2
cc	server: nginx	id_format: msg_prefix has_service_tier: false has_inference_geo: false model_has_date_suffix: true usage_has_cache_fields: true	body:id:msg_prefixbody:model:date_suffixbody:usage.cache_fieldsupstream:anthropic-direct-from-body	—

协议指纹评分（机器自动）

总分 / 100 88 100 89 53 82

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 0.0 /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 5.0 /10 ×14 10.0 /10 ×14

sliding 5m 10.0 /10 ×13 10.0 /10 ×13 10.0 /10 ×13 5.0 /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 0.0 /10 ×8

系统提示纯净 5.0 /10 ×8 10.0 /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 10.0 /10 ×7

知识截止 0.0 /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 0.0 /10 ×6

inference_geo 10.0 /10 ×5 10.0 /10 ×5 10.0 /10 ×5 0.0 /10 ×5 0.0 /10 ×5

延迟基线 10.0 /10 ×5 10.0 /10 ×5 8.8 /10 ×5 10.0 /10 ×5 7.8 /10 ×5

Req-ID 透传 10.0 /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 88 v3.10.0 基准（参考） 89 v3.10.0 53 v3.10.0 82 v3.10.0

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 6387 ms 6155 ms 6069 ms 3985 ms 6205 ms

输出速度 burst 158.7 tok/s 8.3 tok/s 166.3 tok/s 119.5 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 ⓘ

$0.0726

$0.0724

$0.0612

>=$0.0076 (成本不完整)

$0.0622

缓存读取占比 ⓘ 79% 79% 79% - 80%

揭晓

通道

服务商 SSSAiCode ↗

通道O-Max

官方基准

服务商 WorldBase.ai ↗

通道M-

服务商 SSSAiCode ↗

通道R-Kiro

服务商 FastCode ↗

通道cc

返回列表