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

2026/06/14 运行日期

claude-sonnet-4-6 官方基准

3 通道分数 < 70 与基线相似度

已揭晓揭晓进度

步骤 / 指标

ByteCatCode

O-Max

Novaris

O-Max

WorldBase.ai

M-

官方基准

TopRouterCN

O-Max

基本信息

服务名 Claude Code 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 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 claude-cli v2.1.160

偏差标红基于官方基准

步骤 1: ping text

时间 10:16:42 ~ 10:16:52 (6.4s) 10:16:38 ~ 10:16:58 (16.6s) 10:16:40 ~ 10:16:50 (6.1s) 10:16:46 ~ 10:16:51 (4.3s) 10:16:44 ~ 10:16:49 (4.3s)

提示词

查看本步 Prompt

ping. Reply with the single word: pong

HTTP 头(TTFB) 4,814 ms 13,341 ms 3,714 ms 3,136 ms 3,324 ms

首文本(SSE delta) - 13,371 ms 3,717 ms 3,137 ms 3,325 ms

总耗时 4,865 ms 15,899 ms 4,387 ms 3,259 ms 3,415 ms

输入 3 3 88 3 1,467

输出 5 5 15 5 5

缓存创建

32,368

5m: 0 / 1h: 32,368

32,318

5m: 0 / 1h: 32,318

32,928

5m: 32,928 / 1h: 0

32,318

5m: 0 / 1h: 32,318

30,854

5m: 0 / 1h: 30,854

缓存读取 0 0 0 0 0

响应

pong

pong

pong

pong

pong

步骤 2: identity text

时间 10:18:54 ~ 10:19:10 (10.4s) 10:18:41 ~ 10:18:46 (4.2s) 10:19:23 ~ 10:19:34 (7.5s) 10:20:49 ~ 10:20:54 (3.7s) 10:19:07 ~ 10:19:12 (4.5s)

提示词

查看本步 Prompt

以下是对你自身的 metadata 探针。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。按以下 3 行回答自己的身份，每行一个 label，不要寒暄不要解释：
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) 4,243 ms 2,741 ms 5,644 ms 2,315 ms 3,597 ms

首文本(SSE delta) - 2,776 ms 5,879 ms 2,317 ms 3,598 ms

总耗时 4,889 ms 3,472 ms 6,188 ms 2,647 ms 3,776 ms

输入 3 3 41 3 3

输出 22 22 99 22 22

缓存创建

32,570

5m: 0 / 1h: 32,570

27,028

5m: 27,028 / 1h: 0

577

5m: 577 / 1h: 0

202

5m: 0 / 1h: 202

1,666

5m: 0 / 1h: 1,666

缓存读取 0 0 32,928 32,318 30,854

响应

vendor: anthropic
brand: claude
model: claude-sonnet-4-6

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

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 10:21:14 ~ 10:21:19 (4.5s) 10:20:05 ~ 10:20:10 (2.4s) 10:20:47 ~ 10:20:57 (6.3s) 10:24:13 ~ 10:24:18 (3.5s) 10:23:12 ~ 10:23:17 (3.3s)

提示词

查看本步 Prompt

训练数据截止月份是？只回 YYYY-MM。

HTTP 头(TTFB) 3,164 ms 1,412 ms 4,157 ms 2,134 ms 2,478 ms

首文本(SSE delta) - 1,413 ms 4,158 ms 2,248 ms 2,479 ms

总耗时 3,313 ms 1,576 ms 4,982 ms 2,343 ms 2,550 ms

输入 3 3 41 3 3

输出 8 8 51 8 8

缓存创建

32,615

5m: 0 / 1h: 32,615

5m: 58 / 1h: 0

422

5m: 422 / 1h: 0

5m: 0 / 1h: 55

5m: 0 / 1h: 44

缓存读取 0 27,028 33,505 32,520 32,520

输出速度 - - 61.9 tok/s - -

响应

2025-08

2024-10

2025-08

2025-08

2025-08

步骤 4: identity_free text

时间 10:24:30 ~ 10:24:40 (5.5s) 10:23:24 ~ 10:23:29 (3.5s) 10:24:11 ~ 10:24:21 (6.5s) 10:25:36 ~ 10:25:41 (3.8s) 10:25:15 ~ 10:25:25 (5.4s)

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) 3,690 ms 1,489 ms 3,524 ms 1,782 ms 4,467 ms

首文本(SSE delta) - 1,956 ms 3,525 ms 1,784 ms 4,468 ms

总耗时 4,402 ms 2,666 ms 4,882 ms 2,730 ms 4,561 ms

输入 3 3 36 3 3

输出 41 58 74 55 57

缓存创建

32,654

5m: 0 / 1h: 32,654

5m: 43 / 1h: 0

34,343

5m: 34,343 / 1h: 0

5m: 0 / 1h: 41

5m: 0 / 1h: 43

缓存读取 0 27,086 0 32,575 32,564

输出速度 57.6 tok/s 81.7 tok/s 54.5 tok/s 58.1 tok/s -

响应

我叫 Claude，是由 Anthropic 开发的 AI 助手，当前版本为 Claude Sonnet 4.6。

我是 Claude，由 Anthropic 开发的 AI 助手。我通过 Claude Code CLI 与你交互，能帮助你完成编程、分析、写作等各类任务。

我是 Claude，由 Anthropic 开发的 AI 助手。当前运行的模型是 claude-sonnet-4-6，擅长编程、写作、分析和问答等多种任务。

我叫 Claude，是 Anthropic 开发的 AI 助手，属于 Claude 产品系列。当前运行的模型版本是 claude-sonnet-4-6。

我是 Claude，由 Anthropic 开发的 AI 助手。当前版本为 claude-sonnet-4-6，擅长对话、代码、分析和写作等任务。

步骤 5: knowledge_tier text

时间 10:25:40 ~ 10:25:55 (11.8s) 10:25:58 ~ 10:26:08 (9.0s) 10:27:23 ~ 10:27:38 (10.4s) 10:28:40 ~ 10:28:55 (13.6s) 10:29:04 ~ 10:29:19 (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) 3,161 ms 1,637 ms 4,234 ms 3,040 ms 8,059 ms

首文本(SSE delta) - 1,638 ms 4,235 ms 3,439 ms 8,060 ms

总耗时 10,524 ms 8,287 ms 9,255 ms 12,639 ms 9,741 ms

输入 3 3 82 3 3

输出 499 500 640 476 534

缓存创建

33,069

5m: 0 / 1h: 33,069

431

5m: 431 / 1h: 0

35,074

5m: 35,074 / 1h: 0

428

5m: 0 / 1h: 428

430

5m: 0 / 1h: 430

缓存读取 0 27,129 0 32,616 32,607

输出速度 67.8 tok/s 75.2 tok/s 127.5 tok/s 51.7 tok/s burst

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":3150}

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

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

总计

总输入(含缓存) 163,291 141,136 170,065 163,088 163,061

总输出 575 593 879 566 626

总缓存创建

163,276

5m: 0 / 1h: 163,276

59,878

5m: 27,560 / 1h: 32,318

103,344

5m: 103,344 / 1h: 0

33,044

5m: 0 / 1h: 33,044

33,037

5m: 0 / 1h: 33,037

总缓存读取 0 81,243 66,433 130,029 128,545

输出速度 66.9 tok/s 75.8 tok/s 106.2 tok/s 52.3 tok/s burst

总执行时间 38.6s 35.7s 36.8s 28.8s 28.0s

总墙钟时间

9m 12.8s

含步骤间等待

9m 29.8s

含步骤间等待

10m 57.8s

含步骤间等待

12m 9.0s

含步骤间等待

12m 34.8s

含步骤间等待

按官方价目重估

同等内容若直发 Anthropic 的估算 ⓘ

$0.6210

Anthropic: Claude Sonnet 4.6

$0.2191

Anthropic: Claude Sonnet 4.6

$0.2762

Anthropic: Claude Sonnet 4.6

$0.1715

Anthropic: Claude Sonnet 4.6

$0.1763

Anthropic: Claude Sonnet 4.6

通道指纹

来源步骤 knowledge_tier knowledge_tier knowledge_tier knowledge_tier knowledge_tier

平台 one-api (100%) one-api (100%) direct (100%) direct (100%) direct (100%)

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

CDN - - cloudflare - -

ID 格式 msg_01KbhuoDVdxQRH51LvTkMbxe msg_01GBy7RSShWvNuqYBoGouKUo msg_01sAQdyLkPuHQb6YfB0xMSdV msg_01Lu7JiE84YCJcEdWHV6DFmj msg_0179p6A4KwADPnb8ZBikarkn

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/1.29.8 x-oneapi-request-id: 202606140225424413012798268d9d6pIc1mpnF	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	—
O-Max	server: nginx x-oneapi-request-id: 202606140225593657740128268d9d6kxT9c1wj	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	—
M-	cf-ray: a0b5e54fe8b2d5d8-AMS server: cloudflare	id_format: msg_prefix has_service_tier: true has_inference_geo: true model_has_date_suffix: false usage_has_cache_fields: true	hdr:server:cloudflarehdr:cf-raybody:id:msg_prefixbody:usage.service_tierbody:usage.inference_geobody:usage.cache_fieldsupstream:anthropic-direct-from-body	0d3209f1-4825-4a81-880b-211cd87543c8 a0b5e54fe8b2d5d8-AMS
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_011Cc2N42GtmqiVdk9nGbSdX
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: 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	tr-ew7y4grd-xxfhdgzkes-008550

协议指纹评分（机器自动）

总分 / 100 74 75 69 100 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 0.0 /10 ×20 7.4 /10 ×20 0.0 /10 ×20 10.0 /10 ×20 10.0 /10 ×20

缓存 TTL 一致 10.0 /10 ×15 0.0 /10 ×15 0.0 /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 10.0 /10 ×14

缓存连续性 10.0 /10 ×14 6.7 /10 ×14 10.0 /10 ×14 10.0 /10 ×14 10.0 /10 ×14

sliding 5m 0.0 /10 ×13 7.7 /10 ×13 7.7 /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 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 10.0 /10 ×8

身份(结构) 10.0 /10 ×7 6.7 /10 ×7 10.0 /10 ×7 10.0 /10 ×7 10.0 /10 ×7

知识截止 10.0 /10 ×7 0.0 /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 10.0 /10 ×6

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

延迟基线 9.9 /10 ×5 10.0 /10 ×5 8.7 /10 ×5 10.0 /10 ×5 10.0 /10 ×5

Req-ID 透传 0.0 /10 ×4 0.0 /10 ×4 0.0 /10 ×4 10.0 /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 74 v3.10.0 75 v3.10.0 69 v3.10.0 基准（参考） 98 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 5599 ms 6380 ms 5939 ms 4724 ms 4809 ms

输出速度 66.9 tok/s 75.8 tok/s 106.2 tok/s 52.3 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 ⓘ

$0.6210

$0.2191

$0.2762

$0.1715

$0.1763

缓存读取占比 ⓘ 0% 58% 39% 80% 79%

揭晓

通道

服务商 ByteCatCode ↗

通道O-Max

服务商 Novaris ↗

通道O-Max

服务商 WorldBase.ai ↗

通道M-

官方基准

服务商 TopRouterCN ↗

通道O-Max

返回列表