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

2026/06/08 运行日期

claude-opus-4-8 官方基准

2 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

DBAI / M-
```
评测失败
```

步骤 / 指标

FoxCode

R-ultra

官方基准

LingxiCode

M-

SSSAiCode

O-Max-L2

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 17:31:10 ~ 17:31:15 (3.5s) 17:31:16 ~ 17:31:21 (4.3s) 17:31:12 ~ 17:31:22 (5.0s) 17:31:14 ~ 17:31:19 (3.3s)

提示词

查看本步 Prompt

ping. Reply with the single word: pong

HTTP 头(TTFB) 2,199 ms 2,915 ms 3,610 ms 2,240 ms

首文本(SSE delta) 2,320 ms 2,917 ms 3,611 ms 2,274 ms

总耗时 2,530 ms 3,103 ms 3,823 ms 2,333 ms

输入 11 1,454 1,454 1,428

输出 2 4 4 4

缓存创建

23,548

5m: 23,548 / 1h: 0

30,222

5m: 0 / 1h: 30,222

30,222

5m: 0 / 1h: 30,222

29,758

5m: 0 / 1h: 29,758

缓存读取 0 0 0 0

响应

pong

pong

pong

pong

步骤 2: identity text

时间 17:35:10 ~ 17:35:15 (3.7s) 17:34:49 ~ 17:34:54 (3.1s) 17:35:21 ~ 17:35:31 (5.9s) 17:34:00 ~ 17:34:10 (7.6s)

提示词

查看本步 Prompt

输出 3 行 metadata 描述你自己（当前 API 模型）。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。禁止任何额外字符：
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) 2,175 ms 1,726 ms 4,576 ms 5,160 ms

首文本(SSE delta) 2,227 ms 1,728 ms 4,577 ms 5,575 ms

总耗时 2,899 ms 2,129 ms 4,912 ms 6,368 ms

输入 58 2 2 2

输出 23 28 28 32

缓存创建

23,696

5m: 23,696 / 1h: 0

1,643

5m: 0 / 1h: 1,643

1,643

5m: 0 / 1h: 1,643

1,617

5m: 0 / 1h: 1,617

缓存读取 0 30,222 30,222 29,758

输出速度 - - - 40.4 tok/s

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-4-5-20251101

步骤 3: cutoff text

时间 17:38:06 ~ 17:38:11 (3.7s) 17:37:52 ~ 17:37:57 (4.2s) 17:39:30 ~ 17:39:40 (5.1s) 17:38:10 ~ 17:38:15 (2.6s)

提示词

查看本步 Prompt

你的训练数据知识截止到哪一年哪一月？只用 YYYY-MM 格式回答，不要解释。

HTTP 头(TTFB) 2,382 ms 3,082 ms 3,709 ms 1,328 ms

首文本(SSE delta) 2,601 ms 3,084 ms 3,710 ms 1,505 ms

总耗时 2,889 ms 3,271 ms 4,019 ms 1,650 ms

输入 10 2 2 2

输出 5 6 6 6

缓存创建

122

5m: 122 / 1h: 0

5m: 0 / 1h: 51

5m: 0 / 1h: 54

5m: 0 / 1h: 58

缓存读取 23,696 31,865 31,865 31,375

响应

2025-01

2025-01

2026-01

2025-03

步骤 4: identity_free text

时间 17:41:12 ~ 17:41:17 (4.6s) 17:41:31 ~ 17:41:36 (4.5s) 17:41:44 ~ 17:41:54 (5.4s) 17:41:29 ~ 17:41:34 (4.3s)

提示词

查看本步 Prompt

用中文回答：你是谁？由谁开发？50 字以内。

HTTP 头(TTFB) 2,443 ms 2,299 ms 3,353 ms 2,564 ms

首文本(SSE delta) 2,526 ms 2,301 ms 3,354 ms 2,985 ms

总耗时 3,757 ms 3,531 ms 4,401 ms 3,106 ms

输入 57 2 2 2

输出 59 77 66 49

缓存创建

23,808

5m: 23,808 / 1h: 0

5m: 0 / 1h: 35

5m: 0 / 1h: 39

5m: 0 / 1h: 37

缓存读取 0 31,916 31,919 31,433

输出速度 47.9 tok/s 62.6 tok/s 63.0 tok/s -

响应

我是 Kiro，一个由 Anthropic 开发的 AI 编程助手，基于 Claude 模型构建，帮助开发者完成编程、分析、规划等专业工作。

我是 Claude，由 Anthropic 打造的 AI 助手。当前模型为 Claude Opus 4.8，可通过 API 及 Claude Code 等工具使用，擅长编程与各类任务协助。

我是 Claude，由 Anthropic 开发的 AI 助手，基于 Claude Opus 4.8 模型。我可以帮助完成编程、写作、分析等多种任务。

我是 Claude，属于 Claude 产品系列，由 Anthropic 开发。具体型号为 Claude Opus 4.5。

步骤 5: knowledge_tier text

时间 17:44:59 ~ 17:45:04 (4.5s) 17:42:36 ~ 17:42:46 (7.1s) 17:44:57 ~ 17:45:07 (9.4s) 17:43:06 ~ 17:43:16 (6.5s)

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) 3,173 ms 2,703 ms 4,593 ms 3,709 ms

首文本(SSE delta) 3,174 ms 5,944 ms 7,867 ms 5,587 ms

总耗时 3,467 ms 6,108 ms 8,518 ms 5,734 ms

输入 56 2 2 2

输出 24 417 448 302

缓存创建

24,258

5m: 24,258 / 1h: 0

566

5m: 0 / 1h: 566

555

5m: 0 / 1h: 555

538

5m: 0 / 1h: 538

缓存读取 0 31,951 31,958 31,470

输出速度 - burst - -

响应

{"a":["Trump","Leo XIV Prevost","OUT","OUT","OUT"],"calc":3146}

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

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

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

总计

总输入(含缓存) 119,320 159,933 159,939 157,480

总输出 113 532 552 393

总缓存创建

95,432

5m: 95,432 / 1h: 0

32,517

5m: 0 / 1h: 32,517

32,513

5m: 0 / 1h: 32,513

32,008

5m: 0 / 1h: 32,008

总缓存读取 23,696 125,954 125,964 124,036

输出速度 47.9 tok/s 62.6 tok/s 63.0 tok/s 40.4 tok/s

总执行时间 19.9s 23.3s 30.7s 24.3s

总墙钟时间

13m 53.8s

含步骤间等待

11m 29.8s

含步骤间等待

13m 54.9s

含步骤间等待

12m 1.8s

含步骤间等待

按官方价目重估

同等内容若直发 Anthropic 的估算 ⓘ

$0.3884

Anthropic: Claude Opus 4.8

$0.2868

Anthropic: Claude Opus 4.8

$0.2873

Anthropic: Claude Opus 4.8

$0.2791

Anthropic: Claude Opus 4.8

通道指纹

来源步骤 knowledge_tier knowledge_tier knowledge_tier knowledge_tier

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

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

CDN cloudflare - cloudflare -

ID 格式 msg_01p5btGdzMWmU0dkdp4EloCM msg_017cLbiH6BA3ov1poe1APz9q msg_01RpC8MrKmGpv5rEoqswaWcm msg_01Pm2yWtdigvLoASQ8FUARCF

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
R-ultra	cf-ray: a086f6129b3c7343-NRT server: cloudflare x-new-api-version: v0.0.0 x-oneapi-request-id: 20260608094501318018168268d9d6so4KmIiJ	id_format: msg_prefix has_service_tier: true has_inference_geo: true model_has_date_suffix: false 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:usage.cache_fieldsupstream:anthropic-direct-from-body	a086f6129b3c7343-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: 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_011CbqaHjSMwXvS1PvvWUNN3
M-	cf-ray: a086f605acddfd4f-NRT server: cloudflare set-cookie: server_name_session=c521a3ef6a6d7dd68e3f87660ef05825; Max-Age=86400; httponly; path=/ x-oneapi-request-id: 20260608094459548276015ltytZdb0	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-idhdr:server:cloudflarehdr:cf-raybody:id:msg_prefixbody:usage.service_tierbody:usage.inference_geobody:usage.cache_fieldsbody:extra_fieldsupstream:anthropic-direct-from-body	a086f605acddfd4f-NRT
O-Max-L2	cf-ray: a086f3529f83889a-LAX server: Photon-Edge set-cookie: _cfuvid=PwYXTBSKOpcWIuuu9CK36X.pjI6CMnrhe61aN3OfZQY-1780911787.9402134-1.0.1.1-AdT34wCsXDPfiD1IctAqfkx4CdqD7ip_Ab5PRe7jrK0; HttpOnly; SameSite=None; Secure; Path=/; Domain=api.anthropic.com	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	1780911787872-lcbqwx7tt56ym req_011CbqaKwMXCV9iyMEbrR1hU a086f3529f83889a-LAX

协议指纹评分（机器自动）

总分 / 100 51 88 97 81

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 0.0 /10 ×20 10.0 /10 ×20 10.0 /10 ×20 10.0 /10 ×20

缓存 TTL 一致 0.0 /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 5.3 /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 0.0 /10 ×8 10.0 /10 ×8 10.0 /10 ×8 5.0 /10 ×8

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

知识截止 0.0 /10 ×7 0.0 /10 ×7 10.0 /10 ×7 0.0 /10 ×7

身份(自由) 0.0 /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 10.0 /10 ×5 10.0 /10 ×5

Req-ID 透传 0.0 /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

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 51 v3.9.1 基准（参考） 97 v3.9.1 81 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 3108 ms 3628 ms 5135 ms 3838 ms

输出速度 47.9 tok/s 62.6 tok/s 63.0 tok/s 40.4 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 ⓘ

$0.3884

$0.2868

$0.2873

$0.2791

缓存读取占比 ⓘ 20% 79% 79% 79%

揭晓

通道

服务商 FoxCode ↗

通道R-ultra

官方基准

服务商 LingxiCode ↗

通道M-

服务商 SSSAiCode ↗

通道O-Max-L2

返回列表