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

2026/06/04 运行日期

claude-opus-4-8 官方基准

1 任务失败执行不完整

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

DawAPI / cc
```
评测失败
```

步骤 / 指标

官方基准

SudoCode

M-Max

ByteCatCode

O-Max

RunAPI

O-Max

基本信息

服务名 Claude Code Claude Code Claude Code Claude Code

模型 claude-opus-4-8 claude-opus-4-8 claude-opus-4-8 claude-opus-4-8

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 23:46:46 ~ 23:46:51 (3.6s) 23:46:40 ~ 23:46:45 (3.5s) 23:46:42 ~ 23:46:52 (6.2s) 23:46:38 ~ 23:46:43 (4.5s)

提示词

查看本步 Prompt

ping. Reply with the single word: pong

HTTP 头(TTFB) 2,469 ms 2,276 ms 4,150 ms 2,000 ms

首文本(SSE delta) 2,470 ms 2,277 ms - 2,001 ms

总耗时 2,646 ms 2,470 ms 4,724 ms 2,944 ms

输入 1,454 1,454 1,453 1,454

输出 4 4 4 4

缓存创建

30,222

5m: 0 / 1h: 30,222

30,225

5m: 0 / 1h: 30,225

30,508

5m: 0 / 1h: 30,508

30,224

5m: 0 / 1h: 30,224

缓存读取 0 0 0 0

响应

pong

pong

pong

pong

步骤 2: identity text

时间 23:50:19 ~ 23:50:24 (3.6s) 23:48:56 ~ 23:49:01 (3.7s) 23:50:33 ~ 23:51:08 (30.4s) 23:48:31 ~ 23:48:41 (7.9s)

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) 2,254 ms 2,054 ms 27,343 ms 5,399 ms

首文本(SSE delta) 2,256 ms 2,055 ms - 5,400 ms

总耗时 2,553 ms 2,637 ms 27,344 ms 6,225 ms

输入 2 2 2 2

输出 28 28 28 28

缓存创建

1,656

5m: 0 / 1h: 1,656

1,656

5m: 0 / 1h: 1,656

1,655

5m: 0 / 1h: 1,655

1,656

5m: 0 / 1h: 1,656

缓存读取 30,222 30,225 30,508 30,224

响应

vendor: anthropic
brand: claude
model: claude-opus-4-8

vendor: anthropic
brand: claude
model: claude-opus-4-8

vendor: anthropic
brand: claude
model: claude-opus-4-8

vendor: anthropic
brand: claude
model: claude-opus-4-8

步骤 3: cutoff text

时间 23:53:32 ~ 23:53:37 (3.5s) 23:52:59 ~ 23:53:04 (3.5s) 23:53:56 ~ 23:54:06 (5.9s) 23:52:19 ~ 23:52:24 (3.7s)

提示词

查看本步 Prompt

训练数据截止月份是？只回 YYYY-MM。

HTTP 头(TTFB) 2,162 ms 2,131 ms 4,134 ms 1,987 ms

首文本(SSE delta) 2,164 ms 2,132 ms - 1,988 ms

总耗时 2,565 ms 2,372 ms 4,568 ms 2,487 ms

输入 2 2 2 2

输出 6 6 6 6

缓存创建

5m: 0 / 1h: 51

5m: 0 / 1h: 62

5m: 0 / 1h: 57

5m: 0 / 1h: 51

缓存读取 31,878 31,881 32,163 31,880

响应

2026-01

2026-01

2026-01

2026-01

步骤 4: identity_free text

时间 23:55:09 ~ 23:55:14 (4.0s) 23:54:19 ~ 23:54:24 (3.7s) 23:55:18 ~ 23:55:28 (6.5s) 23:55:53 ~ 23:56:03 (6.5s)

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) 2,282 ms 2,079 ms 5,202 ms 2,604 ms

首文本(SSE delta) 2,284 ms 2,080 ms - 2,819 ms

总耗时 2,969 ms 2,776 ms 5,393 ms 4,634 ms

输入 2 2 2 2

输出 48 57 59 75

缓存创建

5m: 0 / 1h: 37

5m: 0 / 1h: 31

5m: 0 / 1h: 39

缓存读取 31,929 31,943 32,220 31,931

输出速度 70.1 tok/s 81.9 tok/s - 41.3 tok/s

响应

我是 Claude，属于 Claude 模型家族，由 Anthropic 开发。当前模型为 claude-opus-4-8。

我是 Claude，一个由 Anthropic 开发的人工智能助手，基于 Claude Opus 4.8 模型（claude-opus-4-8）。

我是 Claude，由 Anthropic 开发的 AI 助手，当前模型为 Claude Opus 4.8，可协助完成软件工程及各类任务。

我是 Claude，由 Anthropic 开发的 AI 助手。我可以帮助处理软件工程、写作、分析等多种任务，目前以 Claude Opus 4.8 模型为你提供服务。

步骤 5: knowledge_tier text

时间 23:57:47 ~ 23:57:57 (7.5s) 23:56:08 ~ 23:56:23 (10.7s) 23:56:59 ~ 23:57:14 (14.6s) 23:59:53 ~ 06/05 00:00:03 (7.4s)

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) 2,760 ms 4,018 ms 7,457 ms 2,750 ms

首文本(SSE delta) 6,068 ms 6,443 ms - 6,052 ms

总耗时 6,555 ms 9,732 ms 12,203 ms 6,289 ms

输入 2 2 2 2

输出 466 429 408 404

缓存创建

537

5m: 0 / 1h: 537

24,578

5m: 0 / 1h: 24,578

548

5m: 0 / 1h: 548

564

5m: 0 / 1h: 564

缓存读取 31,966 0 32,251 31,970

输出速度 - 130.4 tok/s 86.0 tok/s burst

响应

{"a":["Trump","Leo XIV (Prevost)","María Corina Machado","Ousmane Dembélé","Zohran Mamdani"],"calc":3150}

{"a":["Trump","Leo XIV Prevost","Maria Corina Machado","Ousmane Dembele","Zohran Mamdani"],"calc":3150}

{"a":["Trump","Leo XIV (Prevost)","María Corina Machado","Ousmane Dembélé","Zohran Mamdani"],"calc":3150}

{"a":["Trump","Leo XIV (Prevost)","María Corina Machado","Ousmane Dembélé","Zohran Mamdani"],"calc":3150}

总计

总输入(含缓存) 159,960 152,063 161,402 160,001

总输出 552 524 505 517

总缓存创建

32,503

5m: 0 / 1h: 32,503

56,552

5m: 0 / 1h: 56,552

32,799

5m: 0 / 1h: 32,799

32,534

5m: 0 / 1h: 32,534

总缓存读取 125,995 94,049 127,142 126,005

输出速度 70.1 tok/s 122.0 tok/s 86.0 tok/s 41.3 tok/s

总执行时间 22.2s 25.1s 1m 3.7s 29.9s

总墙钟时间

11m 10.8s

含步骤间等待

9m 42.8s

含步骤间等待

10m 31.9s

含步骤间等待

13m 24.7s

含步骤间等待

按官方价目重估

同等内容若直发 Anthropic 的估算 ⓘ

$0.2873

Anthropic: Claude Opus 4.8

$0.4209

Anthropic: Claude Opus 4.8

$0.2885

Anthropic: Claude Opus 4.8

$0.2866

Anthropic: Claude Opus 4.8

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 - - - -

ID 格式 msg_018DWW6xjEWGb4jM4LVdaZJB msg_018unr12vF5oPWm4yiY5weqw msg_017D6fWNsjg6DHibw798E1sh msg_0172zxddbHypdq1MPtjvE9V2

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_011CbiVfTjoUXQ86evX2zKyy
M-Max	server: nginx x-oneapi-request-id: 20260604235609939469866GplvTi1c	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/1.29.8 x-oneapi-request-id: 202606041557031071932208268d9d63usEJUdR	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/1.24.0 (Ubuntu) x-oneapi-request-id: 20260604235955190691228DNjcFab6	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	—

协议指纹评分（机器自动）

总分 / 100 100 97 97 97

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 9.5 /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 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 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

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

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 10.0 /10 ×5 7.5 /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） 97 v3.9.1 97 v3.9.1 97 v3.9.1

雷达图例

共 19 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 缓存连续 cache_continuity_intra
13 延迟基线 latency_baseline_match
14 原生 msg-ID anthropic_msg_id_format
15 Sliding 缓存 cache_sliding_correctness
16 结构化身份 identity_structured_match
17 中文遵循 instruction_following_lang
18 世界知识层级 world_knowledge_tier_match
19 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 3458 ms 3997 ms 10846 ms 4516 ms

输出速度 70.1 tok/s 122.0 tok/s 86.0 tok/s 41.3 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 ⓘ

$0.2873

$0.4209

$0.2885

$0.2866

缓存读取占比 ⓘ 79% 62% 79% 79%

揭晓

通道

官方基准

服务商 SudoCode ↗

通道M-Max

服务商 ByteCatCode ↗

通道O-Max

服务商 RunAPI ↗

通道O-Max

返回列表