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

2026/06/09 运行日期

claude-sonnet-4-6 官方基准

1 通道分数 < 70 另含 1 任务失败

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

ZeroCode / cc
```
评测失败
```

步骤 / 指标

Novaris

O-Max

NowCoding

R-Kiro

ClaudeZZ

R-kiro

官方基准

基本信息

服务名 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

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 11:37:13 ~ 11:37:18 (4.6s) 11:37:15 ~ 11:37:20 (3.8s) 11:37:17 ~ 11:37:27 (7.3s) 11:37:19 ~ 11:37:24 (3.5s)

提示词

查看本步 Prompt

ping. Reply with the single word: pong

HTTP 头(TTFB) 3,751 ms 2,331 ms 5,421 ms 2,201 ms

首文本(SSE delta) 3,753 ms 2,390 ms 5,446 ms 2,202 ms

总耗时 3,778 ms 2,402 ms 5,879 ms 2,331 ms

输入 3 1,185 3 3

输出 5 2 5 5

缓存创建

26,483

5m: 0 / 1h: 26,483

1,862

21,983

5m: 0 / 1h: 21,983

32,318

5m: 0 / 1h: 32,318

缓存读取 0 30,660 0 0

响应

pong

pong

pong

pong

步骤 2: identity text

时间 11:40:35 ~ 11:40:40 (3.8s) 11:39:40 ~ 11:39:45 (3.4s) 11:38:35 ~ 11:38:45 (6.2s) 11:38:54 ~ 11:38:59 (3.2s)

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。请只输出以下 3 行内容（label 小写，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) 3,067 ms 2,087 ms 4,368 ms 1,895 ms

首文本(SSE delta) 3,068 ms 2,088 ms 4,370 ms 1,896 ms

总耗时 3,095 ms 2,296 ms 5,388 ms 2,237 ms

输入 3 222 3 3

输出 22 16 22 22

缓存创建

178

5m: 0 / 1h: 178

2,455

185

5m: 0 / 1h: 185

178

5m: 0 / 1h: 178

缓存读取 26,483 31,228 21,983 32,318

响应

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 11:42:22 ~ 11:42:27 (3.4s) 11:42:16 ~ 11:42:21 (4.0s) 11:41:01 ~ 11:41:11 (5.2s) 11:41:20 ~ 11:41:25 (3.3s)

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) 2,649 ms 1,913 ms 3,845 ms 2,105 ms

首文本(SSE delta) 2,651 ms 2,122 ms 3,847 ms 2,107 ms

总耗时 2,677 ms 2,142 ms 4,119 ms 2,282 ms

输入 3 50 3 3

输出 8 3 8 8

缓存创建

5m: 0 / 1h: 55

2,079

5m: 0 / 1h: 66

5m: 0 / 1h: 38

缓存读取 26,661 31,819 22,168 32,496

响应

2025-04

2025-08

2025-08

2025-08

步骤 4: identity_free text

时间 11:44:51 ~ 11:44:56 (4.3s) 11:43:51 ~ 11:43:56 (3.9s) 11:42:41 ~ 11:42:51 (6.0s) 11:44:37 ~ 11:44:42 (4.2s)

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) 3,508 ms 1,894 ms 4,103 ms 1,983 ms

首文本(SSE delta) 3,509 ms 2,003 ms 4,105 ms 2,004 ms

总耗时 3,535 ms 2,750 ms 5,163 ms 3,154 ms

输入 3 65 3 3

输出 45 37 62 63

缓存创建

5m: 0 / 1h: 41

2,349

5m: 0 / 1h: 49

5m: 0 / 1h: 43

缓存读取 26,716 31,573 22,234 32,534

输出速度 burst 49.5 tok/s 58.6 tok/s 54.8 tok/s

响应

我叫 Claude，是由 Anthropic 公司开发的 AI 助手。我是 Claude Sonnet 系列产品的一部分。

我叫 Kiro，是由 Amazon Web Services 开发的 AI 驱动开发环境，基于 Anthropic 的 Claude 模型构建。

我是 Claude，由 Anthropic 公司打造的 AI 助手。目前运行的是 Claude Sonnet 4.6 模型，专为帮助用户完成各类任务而设计。

我是 Claude，由 Anthropic 开发的 AI 助手。我擅长对话、写作、分析、编程等多种任务，致力于提供安全、有帮助的智能服务。

步骤 5: knowledge_tier text

时间 11:47:10 ~ 11:47:20 (9.6s) 11:47:48 ~ 11:47:58 (7.8s) 11:46:37 ~ 11:46:52 (14.2s) 11:47:19 ~ 11:47:34 (10.1s)

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) 8,763 ms 2,282 ms 4,918 ms 2,402 ms

首文本(SSE delta) 8,764 ms 3,288 ms 4,920 ms 2,875 ms

总耗时 8,893 ms 3,609 ms 13,429 ms 9,042 ms

输入 3 387 3 3

输出 431 85 559 337

缓存创建

418

5m: 0 / 1h: 418

1,835

499

5m: 0 / 1h: 499

436

5m: 0 / 1h: 436

缓存读取 26,757 32,177 22,283 32,577

输出速度 burst - 65.7 tok/s 54.6 tok/s

响应

{"a":["Trump","OUT","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) 133,807 169,946 111,465 162,953

总输出 511 143 656 435

总缓存创建

27,175

5m: 0 / 1h: 27,175

10,580

22,782

5m: 0 / 1h: 22,782

33,013

5m: 0 / 1h: 33,013

总缓存读取 106,617 157,457 88,668 129,925

输出速度 burst 49.5 tok/s 64.9 tok/s 54.7 tok/s

总执行时间 25.8s 23.0s 38.8s 24.3s

总墙钟时间

10m 6.7s

含步骤间等待

10m 42.8s

含步骤间等待

9m 34.8s

含步骤间等待

10m 14.8s

含步骤间等待

按官方价目重估

同等内容若直发 Anthropic 的估算 ⓘ

$0.1416

Anthropic: Claude Sonnet 4.6

$0.0799

Anthropic: Claude Sonnet 4.6

$0.1219

Anthropic: Claude Sonnet 4.6

$0.1693

Anthropic: Claude Sonnet 4.6

通道指纹

来源步骤 knowledge_tier knowledge_tier knowledge_tier knowledge_tier

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

上游 Anthropic 直连 (100%) Anthropic 直连 (75%) Anthropic 直连 (100%) Anthropic 直连 (100%)

CDN - - - -

ID 格式 msg_011tcBUwpv5gv2J7wMTBMv4M msg_f4351362dc714513b95f256ce5d7f137 msg_01GTjUvVD8AG95gXYjb7Ykjv msg_015apbPSwBrE2isDMa873E6T

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 x-oneapi-request-id: 202606090347113893731548268d9d6vwPHhd0Q	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	—
R-Kiro	server: nginx x-new-api-version: v0.0.0 x-oneapi-request-id: 20260609034750188599737EOKgZRdu	id_format: msg_prefix has_service_tier: false has_inference_geo: false model_has_date_suffix: false usage_has_cache_fields: true	hdr:x-new-api-versionhdr:x-oneapi-request-idbody:id:msg_prefixbody:usage.cache_fieldsupstream:anthropic-direct-from-body	—
R-kiro	via: 1.1 google cf-ray: ec15ae3efe81c78eb7fac7a421172d44-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: false usage_has_cache_fields: true	hdr:viabody:id:msg_prefixbody:usage.service_tierbody:usage.inference_geobody:usage.cache_fieldsbody:extra_fieldsupstream:anthropic-direct-from-body	req_ec15ae3efe81c78eb7fac7a421172d44 ec15ae3efe81c78eb7fac7a421172d44-IAD
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_011Cbs11KiZXf1KXr3Zvyg64

协议指纹评分（机器自动）

总分 / 100 85 62 93 100

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

缓存 TTL 一致 10.0 /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

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 0.0 /10 ×8 10.0 /10 ×8 10.0 /10 ×8

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

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

知识截止 5.0 /10 ×7 10.0 /10 ×7 10.0 /10 ×7 10.0 /10 ×7

身份(自由) 10.0 /10 ×7 0.0 /10 ×7 10.0 /10 ×7 10.0 /10 ×7

service_tier 10.0 /10 ×6 0.0 /10 ×6 10.0 /10 ×6 10.0 /10 ×6

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

延迟基线 10.0 /10 ×5 10.0 /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

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 85 v3.9.1 62 v3.9.1 93 v3.9.1 基准（参考）

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 4396 ms 2640 ms 6796 ms 3809 ms

输出速度 burst 49.5 tok/s 64.9 tok/s 54.7 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 ⓘ

$0.1416

$0.0799

$0.1219

$0.1693

缓存读取占比 ⓘ 80% 93% 80% 80%

揭晓

通道

服务商 Novaris ↗

通道O-Max

服务商 NowCoding ↗

通道R-Kiro

服务商 ClaudeZZ ↗

通道R-kiro

官方基准

返回列表