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

2026/06/04 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

官方基准

ClaudeZZ

R-kiro

FoxCode

R-super

PackyCode

cc-Zeus

ZeroCode

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 14:49:17 ~ 14:49:22 (3.4s) 14:49:09 ~ 14:49:19 (6.0s) 14:49:13 ~ 14:49:18 (4.1s) 14:49:11 ~ 14:49:16 (4.4s) 14:49:15 ~ 14:49:25 (6.3s)

提示词

查看本步 Prompt

ping. Reply with the single word: pong

HTTP 头(TTFB) 1,721 ms 4,170 ms 2,206 ms 2,232 ms 4,562 ms

首文本(SSE delta) 1,722 ms 4,172 ms 2,207 ms 2,233 ms 4,755 ms

总耗时 2,362 ms 4,968 ms 2,944 ms 2,422 ms 4,781 ms

输入 10 10 33,020 10 2,982

输出 61 65 50 63 3,540

缓存创建

33,122

5m: 0 / 1h: 33,122

22,402

5m: 0 / 1h: 22,402

5m: 0 / 1h: 0

33,122

5m: 0 / 1h: 33,122

缓存读取 0 0 0 0 25,560

输出速度 95.3 tok/s 81.7 tok/s 67.8 tok/s - burst

响应

pong

pong

pong

pong

pong

步骤 2: identity text

时间 14:50:49 ~ 14:50:59 (6.5s) 14:53:11 ~ 14:53:21 (8.1s) 14:52:05 ~ 14:52:15 (6.1s) 14:52:12 ~ 14:52:22 (5.7s) 14:53:19 ~ 14:53:29 (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。请按下列 3 行格式精确填空作答（label 不变，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) 3,355 ms 5,399 ms 2,160 ms 1,655 ms 4,606 ms

首文本(SSE delta) 3,357 ms 5,403 ms 2,178 ms 1,656 ms 4,607 ms

总耗时 5,562 ms 7,144 ms 5,343 ms 3,641 ms 5,017 ms

输入 10 10 33,570 10 2,999

输出 245 165 380 238 3,588

缓存创建

245

5m: 0 / 1h: 245

256

5m: 0 / 1h: 256

5m: 0 / 1h: 0

247

5m: 0 / 1h: 247

缓存读取 33,122 22,402 0 33,122 25,700

输出速度 111.1 tok/s 94.8 tok/s 120.1 tok/s 119.9 tok/s burst

响应

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

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

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 14:53:39 ~ 14:53:44 (2.9s) 14:57:08 ~ 14:57:19 (5.9s) 14:55:23 ~ 14:55:28 (3.7s) 14:55:01 ~ 14:55:06 (3.1s) 14:55:47 ~ 14:55:57 (7.1s)

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) 1,392 ms 4,096 ms 1,840 ms 2,064 ms 5,845 ms

首文本(SSE delta) 1,394 ms 4,098 ms 1,841 ms 2,065 ms 5,847 ms

总耗时 1,855 ms 5,129 ms 2,880 ms 2,066 ms 5,865 ms

输入 10 10 34,317 10 3,005

输出 65 83 80 78 3,545

缓存创建

285

5m: 0 / 1h: 285

218

5m: 0 / 1h: 218

5m: 0 / 1h: 0

263

5m: 0 / 1h: 263

缓存读取 33,367 22,658 0 33,369 25,761

输出速度 141.0 tok/s 80.5 tok/s 77.0 tok/s burst burst

响应

2025-02

2025-02

2025-02

2025-02

2025-02

步骤 4: identity_free text

时间 14:56:25 ~ 14:56:35 (7.0s) 14:58:38 ~ 14:58:58 (17.7s) 14:57:26 ~ 14:57:46 (19.6s) 14:56:06 ~ 14:56:11 (4.5s) 14:58:53 ~ 14:59:03 (6.3s)

提示词

查看本步 Prompt

中文回答：你叫什么、属于哪个产品、谁开发？50 字内。

HTTP 头(TTFB) 1,469 ms 6,148 ms 16,626 ms 1,401 ms 4,159 ms

首文本(SSE delta) 1,471 ms 6,150 ms 16,627 ms 1,404 ms 4,160 ms

总耗时 6,086 ms 16,852 ms 18,845 ms 3,584 ms 5,193 ms

输入 10 10 34,742 10 3,009

输出 700 1,550 445 400 3,600

缓存创建

105

5m: 0 / 1h: 105

133

5m: 0 / 1h: 133

5m: 0 / 1h: 0

116

5m: 0 / 1h: 116

缓存读取 33,652 22,876 0 33,632 25,790

输出速度 151.7 tok/s 144.8 tok/s 200.6 tok/s 183.5 tok/s burst

响应

我是Claude，由Anthropic公司开发的AI助手。属于Claude产品线的Haiku 4.5版本，可协助文本和代码任务。

我是 Claude Haiku 4.5，由 Anthropic 公司开发，属于 Claude AI 助手产品家族，可协助编程、分析和问题解决。

我是Claude Haiku 4.5，由Anthropic公司开发的AI助手。我可以帮助用户进行软件工程、代码编写、分析、研究等多种专业工作。

我是Claude Haiku 4.5，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、代码分析、写作等多种工作。

我是 Claude，由 Anthropic 公司开发的 AI 助手。我是一个对话式的人工智能模型，可以帮助用户完成软件工程任务、回答问题和进行分析。

步骤 5: knowledge_tier text

时间 14:57:37 ~ 14:57:52 (12.7s) 15:02:06 ~ 15:02:21 (12.2s) 14:59:12 ~ 14:59:22 (7.8s) 14:58:11 ~ 14:58:26 (10.3s) 15:02:11 ~ 15:02:21 (6.3s)

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) 1,732 ms 4,171 ms 2,021 ms 2,293 ms 4,692 ms

首文本(SSE delta) 1,733 ms 4,177 ms 2,041 ms 2,294 ms 5,116 ms

总耗时 11,676 ms 11,405 ms 7,030 ms 8,956 ms 5,116 ms

输入 10 10 35,907 10 3,051

输出 1,801 1,022 1,041 1,007 3,618

缓存创建

1,080

5m: 0 / 1h: 1,080

1,986

5m: 0 / 1h: 1,986

5m: 0 / 1h: 0

780

5m: 0 / 1h: 780

缓存读取 33,757 23,009 0 33,748 26,150

输出速度 181.1 tok/s 141.4 tok/s 208.7 tok/s 151.2 tok/s burst

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":0}
```

总计

总输入(含缓存) 168,785 115,990 171,556 168,449 144,007

总输出 2,872 2,885 1,996 1,786 17,891

总缓存创建

34,837

5m: 0 / 1h: 34,837

24,995

5m: 0 / 1h: 24,995

5m: 0 / 1h: 0

34,528

5m: 0 / 1h: 34,528

总缓存读取 133,898 90,945 0 133,871 128,961

输出速度 160.8 tok/s 134.2 tok/s 164.3 tok/s 151.9 tok/s burst

总执行时间 32.5s 49.9s 41.3s 27.9s 32.5s

总墙钟时间

8m 34.9s

含步骤间等待

13m 11.9s

含步骤间等待

10m 8.8s

含步骤间等待

9m 14.9s

含步骤间等待

13m 5.8s

含步骤间等待

按官方价目重估

同等内容若直发 Anthropic 的估算 ⓘ

$0.0713

Anthropic: Claude Haiku 4.5

$0.0548

Anthropic: Claude Haiku 4.5

$0.1815

Anthropic: Claude Haiku 4.5

$0.0655

Anthropic: Claude Haiku 4.5

$0.1174

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%) -

CDN - - cloudflare cloudflare cloudflare

ID 格式 msg_01P8SFHKxrgw8hERuuEQURTf msg_011tuUAvZbTTV6vEBbHsWj2c msg_01AIMwAk4OHVdDOKib2auptE msg_01MJAns1pjfXzgaTKRma11Z3 自定义

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: 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_011CbhnUNFa2bvAK1eMPH5vC
R-kiro	via: 1.1 google cf-ray: 5ae9ab5b3281c854b51331801627fa74-IAD server: nginx	id_format: msg_prefix via_chain: ["1.1 google"] extra_fields: ["diagnostics","stop_details"] has_service_tier: true has_inference_geo: true model_has_date_suffix: true usage_has_cache_fields: true	hdr:viabody:id:msg_prefixbody:usage.service_tierbody:usage.inference_geobody:model:date_suffixbody:usage.cache_fieldsbody:extra_fieldsupstream:anthropic-direct-from-body	req_5ae9ab5b3281c854b51331801627fa74 5ae9ab5b3281c854b51331801627fa74-IAD
R-super	cf-ray: a0650db70897fd4f-NRT server: cloudflare x-new-api-version: v0.0.0 x-oneapi-request-id: 202606040659135509166618268d9d6mLB9hQkx	id_format: msg_prefix 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-idhdr:server:cloudflarehdr:cf-raybody:id:msg_prefixbody:usage.service_tierbody:usage.inference_geobody:model:date_suffixbody:usage.cache_fieldsupstream:anthropic-direct-from-body	a0650db70897fd4f-NRT
cc-Zeus	via: 1.1 Caddy cf-ray: a0650c3e792d0a82-LAX server: cloudflare x-oneapi-request-id: 20260604145813457704429WdeAB771	id_format: msg_prefix via_chain: ["1.1 Caddy"] 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-idhdr:server:cloudflarehdr:cf-rayhdr:viabody:id:msg_prefixbody:usage.service_tierbody:usage.inference_geobody:model:date_suffixbody:usage.cache_fieldsbody:extra_fieldsupstream:anthropic-direct-from-body	a0650c3e792d0a82-LAX
cc	cf-ray: a06512198dfae899-AMS server: cloudflare x-oneapi-request-id: 202606040702135647837918268d9d6wDM1OJSA	id_format: non_standard has_service_tier: false has_inference_geo: false model_has_date_suffix: true usage_has_cache_fields: true	hdr:x-oneapi-request-idhdr:server:cloudflarehdr:cf-raybody:id:non_standardbody:model:date_suffixbody:usage.cache_fields	a06512198dfae899-AMS

协议指纹评分（机器自动）

总分 / 100 100 91 66 98 64

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 0.0 /10 ×20 10.0 /10 ×20 10.0 /10 ×20

缓存 TTL 一致 10.0 /10 ×15 10.0 /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 10.0 /10 ×14 5.0 /10 ×14 10.0 /10 ×14 10.0 /10 ×14

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

系统提示纯净 10.0 /10 ×8 0.0 /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 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 10.0 /10 ×6 0.0 /10 ×6

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

延迟基线 10.0 /10 ×5 3.0 /10 ×5 10.0 /10 ×5 10.0 /10 ×5 5.1 /10 ×5

Req-ID 透传 10.0 /10 ×4 0.0 /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

与基线相似度基准（参考） 91 v3.9.1 66 v3.9.1 98 v3.9.1 64 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 5508 ms 9100 ms 7408 ms 4134 ms 5194 ms

输出速度 160.8 tok/s 134.2 tok/s 164.3 tok/s 151.9 tok/s burst

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 ⓘ

$0.0713

$0.0548

$0.1815

$0.0655

$0.1174

缓存读取占比 ⓘ 79% 78% 0% 79% 90%

揭晓

通道

官方基准

服务商 ClaudeZZ ↗

通道R-kiro

服务商 FoxCode ↗

通道R-super

服务商 PackyCode ↗

通道cc-Zeus

服务商 ZeroCode ↗

通道cc

返回列表