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。

3 通道 · 5 步骤

2026/06/06 运行日期

claude-haiku-4-5-20251001 官方基准

1 通道分数 < 70 另含 2 任务失败

已揭晓揭晓进度

⚠ 2 通道不可测 · 已从主对比表移除点击展开原因

Novaris / O-Max
```
评测失败
```
FastCode / cc
```
评测失败
```

步骤 / 指标

LingxiCode

M-

FoxCode

R-super

官方基准

基本信息

服务名 Claude Code Claude Code Claude Code

模型 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

偏差标红基于官方基准

步骤 1: ping text

时间 01:05:09 ~ 01:05:14 (4.1s) 01:05:05 ~ 01:05:10 (4.0s) 01:05:11 ~ 01:05:16 (3.3s)

提示词

查看本步 Prompt

ping. Reply with the single word: pong

HTTP 头(TTFB) 2,671 ms 2,563 ms 1,790 ms

首文本(SSE delta) 2,672 ms 2,564 ms 1,791 ms

总耗时 3,065 ms 3,166 ms 2,122 ms

输入 10 33,020 10

输出 51 44 39

缓存创建

33,123

5m: 0 / 1h: 33,123

5m: 0 / 1h: 0

33,122

5m: 0 / 1h: 33,122

缓存读取 0 0 0

输出速度 129.8 tok/s 73.1 tok/s 117.8 tok/s

响应

pong

pong

pong

步骤 2: identity text

时间 01:06:14 ~ 01:06:24 (5.6s) 01:09:10 ~ 01:09:20 (8.5s) 01:07:19 ~ 01:07:24 (4.2s)

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) 2,720 ms 4,808 ms 1,425 ms

首文本(SSE delta) 2,721 ms 4,809 ms 1,426 ms

总耗时 4,538 ms 7,578 ms 3,133 ms

输入 10 33,583 10

输出 188 288 189

缓存创建

255

5m: 0 / 1h: 255

5m: 0 / 1h: 0

243

5m: 0 / 1h: 243

缓存读取 33,123 0 33,122

输出速度 103.5 tok/s 104.0 tok/s 110.7 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

步骤 3: cutoff text

时间 01:09:23 ~ 01:09:28 (3.8s) 01:12:24 ~ 01:12:29 (4.3s) 01:09:31 ~ 01:09:36 (3.0s)

提示词

查看本步 Prompt

训练数据截止月份是？只回 YYYY-MM。

HTTP 头(TTFB) 2,559 ms 2,539 ms 1,351 ms

首文本(SSE delta) 2,560 ms 2,541 ms 1,353 ms

总耗时 3,082 ms 3,349 ms 1,904 ms

输入 10 34,214 10

输出 66 57 67

缓存创建

217

5m: 0 / 1h: 217

5m: 0 / 1h: 0

232

5m: 0 / 1h: 232

缓存读取 33,378 0 33,365

输出速度 126.4 tok/s 70.5 tok/s 121.6 tok/s

响应

2025-02

2025-02

2025-02

步骤 4: identity_free text

时间 01:10:58 ~ 01:11:08 (5.1s) 01:15:14 ~ 01:15:24 (7.2s) 01:11:54 ~ 01:11:59 (4.0s)

提示词

查看本步 Prompt

请用中文介绍你自己是什么产品或助手，由谁开发，50 字以内。

HTTP 头(TTFB) 2,688 ms 2,486 ms 1,446 ms

首文本(SSE delta) 2,689 ms 2,515 ms 1,448 ms

总耗时 4,357 ms 6,384 ms 3,045 ms

输入 10 34,618 10

输出 231 898 226

缓存创建

108

5m: 0 / 1h: 108

5m: 0 / 1h: 0

109

5m: 0 / 1h: 109

缓存读取 33,595 0 33,597

输出速度 138.5 tok/s 232.1 tok/s 141.5 tok/s

响应

我是Claude Haiku 4.5，由Anthropic公司开发的AI助手。我擅长软件工程任务、代码编写、问题分析和各类技术问题解答，能帮助用户高效完成开发工作。

我是Claude Haiku，由Anthropic公司开发的AI助手。我可以帮助用户编程、写作、分析和解决问题。

我是Claude，由Anthropic开发的AI助手。我可以帮助用户进行各种任务，包括编程、写作、分析等。我致力于提供有用、安全和诚实的帮助。

步骤 5: knowledge_tier text

时间 01:14:24 ~ 01:14:40 (13.8s) 01:18:01 ~ 01:18:12 (7.2s) 01:13:05 ~ 01:13:21 (10.4s)

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) 5,439 ms 2,692 ms 1,320 ms

首文本(SSE delta) 5,440 ms 2,726 ms 1,321 ms

总耗时 12,986 ms 6,175 ms 9,438 ms

输入 10 36,230 10

输出 1,255 596 1,362

缓存创建

611

5m: 0 / 1h: 611

5m: 0 / 1h: 0

606

5m: 0 / 1h: 606

缓存读取 33,703 0 33,706

输出速度 166.3 tok/s 172.8 tok/s 167.8 tok/s

响应

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

<internal_thinking>
Let me work through this step by step.

First, let me calculate the calendar arithmetic:

q1: 2024 U.S. presidential election winner who became president on 2025-01-20
From my trai

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

总计

总输入(含缓存) 168,163 171,665 168,152

总输出 1,791 1,883 1,883

总缓存创建

34,314

5m: 0 / 1h: 34,314

5m: 0 / 1h: 0

34,312

5m: 0 / 1h: 34,312

总缓存读取 133,799 0 133,790

输出速度 149.9 tok/s 163.8 tok/s 153.1 tok/s

总执行时间 32.4s 31.2s 24.9s

总墙钟时间

9m 30.8s

含步骤间等待

13m 6.8s

含步骤间等待

8m 9.8s

含步骤间等待

按官方价目重估

同等内容若直发 Anthropic 的估算 ⓘ

$0.0653

Anthropic: Claude Haiku 4.5

$0.1811

Anthropic: Claude Haiku 4.5

$0.0657

Anthropic: Claude Haiku 4.5

通道指纹

来源步骤 knowledge_tier knowledge_tier knowledge_tier

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

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

CDN cloudflare cloudflare -

ID 格式 msg_01XEtCdtwaq2nvUbjpUAskRk msg_01b2RtfHA0ZtfsQnCod1Jo3h msg_011TkecQ1xHmSGoDYSm6CJDY

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

M-

cf-ray: a070d0471bc4e041-NRT
server: cloudflare
set-cookie: server_name_session=27f4a95581d368605416e6d0825f8e16; Max-Age=86400; httponly; path=/
x-oneapi-request-id: 20260605171427125592781jvYcuwA7

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-idhdr: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

a070d0471bc4e041-NRT

R-super

cf-ray: a070d594c8c4734b-NRT
server: cloudflare
x-new-api-version: v0.0.0
x-oneapi-request-id: 202606051718036210128518268d9d6fLNL3rkS

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

a070d594c8c4734b-NRT

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_011CbkVDSiZjocQoQvFHFLgs

协议指纹评分（机器自动）

总分 / 100 98 66 100

基线状态已对照基线已对照基线已对照基线

缓存命中比 10.0 /10 ×20 0.0 /10 ×20 10.0 /10 ×20

缓存 TTL 一致 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

缓存连续性 10.0 /10 ×14 5.0 /10 ×14 10.0 /10 ×14

sliding 5m 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

系统提示纯净 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

知识截止 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

service_tier 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

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

Req-ID 透传 0.0 /10 ×4 0.0 /10 ×4 10.0 /10 ×4

stop_reason 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

流式投递 — — —

综合结论

与基线相似度 98 v3.9.1 66 v3.9.1 基准（参考）

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 5606 ms 5330 ms 3928 ms

输出速度 149.9 tok/s 163.8 tok/s 153.1 tok/s

完成步骤 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 ⓘ

$0.0653

$0.1811

$0.0657

缓存读取占比 ⓘ 80% 0% 80%

揭晓

通道

服务商 LingxiCode ↗

通道M-

服务商 FoxCode ↗

通道R-super

官方基准

返回列表