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

2026/06/11 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

FastCode

SAIAi

O-Max

官方基准

luminai

M-Kiro/Antigravity

RunAPI

O-Max

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 17:17:19 ~ 17:17:39 (15.2s) 17:17:17 ~ 17:17:27 (5.3s) 17:17:23 ~ 17:17:28 (3.5s) 17:17:15 ~ 17:17:30 (10.8s) 17:17:21 ~ 17:17:26 (4.1s)

提示词

查看本步 Prompt

ping. Reply with the single word: pong

HTTP 头(TTFB) 9,266 ms 3,604 ms 2,085 ms 9,150 ms 2,113 ms

首文本(SSE delta) 9,603 ms 3,606 ms 2,086 ms 9,489 ms 2,114 ms

总耗时 10,806 ms 4,225 ms 2,480 ms 9,595 ms 2,632 ms

输入 10 10 10 2,309 10

输出 39 65 52 1 39

缓存创建

32,974

5m: 0 / 1h: 32,974

33,122

5m: 0 / 1h: 33,122

33,122

5m: 0 / 1h: 33,122

2,654

5m: 2,654 / 1h: 0

33,123

5m: 0 / 1h: 33,123

缓存读取 0 0 0 23,892 0

输出速度 32.4 tok/s 105.0 tok/s 132.0 tok/s - 75.3 tok/s

响应

pong

pong

pong

pong

pong

步骤 2: identity text

时间 17:21:23 ~ 17:21:33 (7.3s) 17:18:40 ~ 17:18:45 (4.5s) 17:21:20 ~ 17:21:30 (5.0s) 17:19:19 ~ 17:19:34 (12.8s) 17:19:06 ~ 17:19:16 (6.6s)

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。严格按以下 3 行格式输出，全部小写英文，不要任何其他文字、解释、标点：
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) 3,559 ms 1,620 ms 1,537 ms 9,028 ms 2,542 ms

首文本(SSE delta) 3,560 ms 1,622 ms 1,539 ms 9,309 ms 2,543 ms

总耗时 5,042 ms 3,340 ms 3,987 ms 10,701 ms 5,125 ms

输入 10 10 10 2,324 10

输出 176 224 266 28 187

缓存创建

191

5m: 0 / 1h: 191

258

5m: 0 / 1h: 258

245

5m: 0 / 1h: 245

2,671

5m: 2,671 / 1h: 0

232

5m: 0 / 1h: 232

缓存读取 32,974 33,122 33,122 24,043 33,123

输出速度 118.8 tok/s 130.4 tok/s 108.7 tok/s - 72.4 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

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 17:22:44 ~ 17:22:54 (6.3s) 17:21:50 ~ 17:21:55 (3.6s) 17:24:53 ~ 17:24:58 (2.8s) 17:21:25 ~ 17:21:35 (7.7s) 17:22:51 ~ 17:22:56 (3.9s)

提示词

查看本步 Prompt

What's your training data cutoff (YYYY-MM only, no prose)?

HTTP 头(TTFB) 4,121 ms 2,287 ms 1,254 ms 6,231 ms 2,191 ms

首文本(SSE delta) 4,122 ms 2,289 ms 1,259 ms 6,257 ms 2,597 ms

总耗时 4,956 ms 2,731 ms 1,812 ms 6,636 ms 2,887 ms

输入 10 10 10 2,329 10

输出 77 65 69 4 68

缓存创建

5m: 0 / 1h: 46

253

5m: 0 / 1h: 253

293

5m: 0 / 1h: 293

2,678

5m: 2,678 / 1h: 0

230

5m: 0 / 1h: 230

缓存读取 33,165 33,380 33,367 24,104 33,355

输出速度 92.3 tok/s 147.1 tok/s 124.8 tok/s - 234.5 tok/s

响应

2025-02

2025-02

2025-02

2025-02

2025-02

步骤 4: identity_free text

时间 17:25:06 ~ 17:25:21 (10.8s) 17:24:47 ~ 17:24:57 (5.2s) 17:27:15 ~ 17:27:30 (10.1s) 17:24:41 ~ 17:24:56 (10.2s) 17:24:07 ~ 17:24:22 (10.2s)

提示词

查看本步 Prompt

中文做个自我介绍：你是什么产品或助手？谁开发的？50 字内。

HTTP 头(TTFB) 3,617 ms 2,581 ms 3,869 ms 5,713 ms 1,839 ms

首文本(SSE delta) 3,618 ms 2,583 ms 3,875 ms 8,121 ms 1,841 ms

总耗时 9,299 ms 4,134 ms 9,094 ms 8,122 ms 9,110 ms

输入 10 10 10 2,332 10

输出 676 241 793 56 788

缓存创建

5m: 0 / 1h: 43

103

5m: 0 / 1h: 103

111

5m: 0 / 1h: 111

2,681

5m: 2,681 / 1h: 0

106

5m: 0 / 1h: 106

缓存读取 33,211 33,633 33,660 24,135 33,585

输出速度 119.0 tok/s 155.4 tok/s 151.9 tok/s burst 108.4 tok/s

响应

我是Claude Code，由Anthropic开发的AI编程助手。帮助用户完成软件工程任务：代码编写、调试、重构等。基于Claude模型。

我是Claude Haiku 4.5，由Anthropic公司打造的AI助手。Claude是一系列大型语言模型，我是其中最轻量级的版本，专为快速响应和高效推理而设计。

我是Anthropic公司开发的Claude AI助手，当前为Haiku 4.5版本。我可以帮助代码编写、文本处理、问题解答和软件工程任务。

我是Claude Haiku 4.5，由Anthropic开发的AI助手。我可以帮助用户进行软件工程任务、代码编写、调试和其他专业工作。

我是Claude Code，由Anthropic公司打造的AI编程助手。基于Claude Haiku 4.5模型，专门协助用户完成代码编写、调试、重构等软件工程任务。

步骤 5: knowledge_tier text

时间 17:26:52 ~ 17:27:07 (14.1s) 17:28:36 ~ 17:29:07 (27.8s) 17:31:00 ~ 17:31:16 (12.4s) 17:26:37 ~ 17:26:47 (9.6s) 17:25:46 ~ 17:26:02 (10.7s)

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) 3,724 ms 2,139 ms 1,461 ms 7,037 ms 2,293 ms

首文本(SSE delta) 3,725 ms 2,140 ms 1,462 ms 7,039 ms 2,294 ms

总耗时 10,907 ms 26,770 ms 11,352 ms 8,401 ms 9,639 ms

输入 10 10 10 2,364 10

输出 1,166 3,642 1,273 25 1,201

缓存创建

427

5m: 0 / 1h: 427

621

5m: 0 / 1h: 621

1,173

5m: 0 / 1h: 1,173

2,718

5m: 2,718 / 1h: 0

1,168

5m: 0 / 1h: 1,168

缓存读取 33,254 33,736 33,771 24,468 33,691

输出速度 162.4 tok/s 147.9 tok/s 128.7 tok/s - 163.5 tok/s

响应

```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}
```

```json
{"a":["Trump","OUT","OUT","OUT","OUT"],"calc":3465}
```

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

总计

总输入(含缓存) 166,335 168,278 168,914 145,702 168,663

总输出 2,134 4,237 2,453 114 2,283

总缓存创建

33,681

5m: 0 / 1h: 33,681

34,357

5m: 0 / 1h: 34,357

34,944

5m: 0 / 1h: 34,944

13,402

5m: 13,402 / 1h: 0

34,859

5m: 0 / 1h: 34,859

总缓存读取 132,604 133,871 133,920 120,642 133,754

输出速度 130.3 tok/s 146.3 tok/s 132.6 tok/s burst 126.8 tok/s

总执行时间 53.8s 46.5s 33.6s 51.0s 35.6s

总墙钟时间

9m 47.9s

含步骤间等待

11m 49.8s

含步骤间等待

13m 52.8s

含步骤间等待

9m 32.6s

含步骤间等待

8m 40.8s

含步骤间等待

按官方价目重估

同等内容若直发 Anthropic 的估算 ⓘ

$0.0661

Anthropic: Claude Haiku 4.5

$0.0776

Anthropic: Claude Haiku 4.5

$0.0694

Anthropic: Claude Haiku 4.5

$0.0348

Anthropic: Claude Haiku 4.5

$0.0684

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%) one-api (100%) one-api (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_bdrk_015ZnEpPtqBZabE1jxVLSr7S msg_01W6nTxtK1vAGSSMvyhN6gx6 msg_01GPRA2Fq2tM2v4ajxvB5HW6 msg_011pDjC1YMFLNwuVaccrWEbgyM msg_01Fnz6pLhGbi2PnGnbqne7UD

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
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	—
O-Max	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_011CbwEec3tUfm6LEu2sRnQd
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_011CbwEqDQAzyWGxQBPChoax
M-Kiro/Antigravity	cf-ray: a09f934e3b26bd33-AMS server: cloudflare x-oneapi-request-id: 2026061109264039794188268d9d68GbfeqRi	id_format: msg_prefix extra_fields: ["container"] has_service_tier: true has_inference_geo: false 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:model:date_suffixbody:usage.cache_fieldsbody:extra_fieldsupstream:anthropic-direct-from-body	a09f934e3b26bd33-AMS
O-Max	server: nginx/1.24.0 (Ubuntu) x-oneapi-request-id: 20260611172548622306783sz8OMJim	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-idbody:id:msg_prefixbody:usage.service_tierbody:usage.inference_geobody:model:date_suffixbody:usage.cache_fieldsbody:extra_fieldsupstream:anthropic-direct-from-body	—

协议指纹评分（机器自动）

总分 / 100 83 100 100 72 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 10.0 /10 ×20 10.0 /10 ×20 10.0 /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 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 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 10.0 /10 ×13

原生 msg-ID 0.0 /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 10.0 /10 ×8 0.0 /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 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 0.0 /10 ×6 10.0 /10 ×6 10.0 /10 ×6 10.0 /10 ×6 10.0 /10 ×6

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

延迟基线 9.8 /10 ×5 10.0 /10 ×5 10.0 /10 ×5 2.5 /10 ×5 10.0 /10 ×5

Req-ID 透传 0.0 /10 ×4 10.0 /10 ×4 10.0 /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 83 v3.9.1 100 v3.9.1 基准（参考） 72 v3.9.1 98 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 8202 ms 8240 ms 5745 ms 8691 ms 5879 ms

输出速度 130.3 tok/s 146.3 tok/s 132.6 tok/s burst 126.8 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 ⓘ

$0.0661

$0.0776

$0.0694

$0.0348

$0.0684

缓存读取占比 ⓘ 80% 80% 79% 83% 79%

揭晓

通道

服务商 FastCode ↗

通道cc

服务商 SAIAi ↗

通道O-Max

官方基准

服务商 luminai ↗

通道M-Kiro/Antigravity

服务商 RunAPI ↗

通道O-Max

返回列表