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

2026/06/07 运行日期

claude-sonnet-4-6 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

ClaudeZZ

R-kiro

DawAPI

duckcoding

cc专用

FoxCode

R-super

官方基准

基本信息

服务名 Claude Code 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 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 claude-cli v2.1.160

偏差标红基于官方基准

步骤 1: ping text

时间 04:44:08 ~ 04:44:18 (6.4s) 04:44:06 ~ 04:44:16 (5.3s) 04:44:10 ~ 04:44:20 (9.6s) 04:44:04 ~ 04:44:09 (4.5s) 04:44:12 ~ 04:44:17 (3.4s)

提示词

查看本步 Prompt

ping. Reply with the single word: pong

HTTP 头(TTFB) 4,945 ms 4,368 ms 8,634 ms 2,988 ms 2,363 ms

首文本(SSE delta) 4,950 ms 4,445 ms 8,635 ms 3,048 ms 2,365 ms

总耗时 5,409 ms 4,598 ms 8,710 ms 3,402 ms 2,455 ms

输入 3 3 3 20 3

输出 5 5 5 2 5

缓存创建

21,986

5m: 0 / 1h: 21,986

35,219

5m: 35,219 / 1h: 0

32,318

5m: 0 / 1h: 32,318

32,996

5m: 32,996 / 1h: 0

32,318

5m: 0 / 1h: 32,318

缓存读取 0 0 0 0 0

响应

pong

pong

pong

pong

pong

步骤 2: identity text

时间 04:47:32 ~ 04:47:42 (6.5s) 04:47:00 ~ 04:47:10 (7.4s) 04:45:21 ~ 04:45:36 (13.3s) 04:48:03 ~ 04:48:08 (4.5s) 04:47:39 ~ 04:47:44 (3.7s)

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) 4,932 ms 5,155 ms 12,503 ms 3,387 ms 1,913 ms

首文本(SSE delta) 4,934 ms 5,428 ms 12,504 ms 3,388 ms 1,915 ms

总耗时 5,548 ms 6,256 ms 12,568 ms 3,719 ms 2,641 ms

输入 3 3 3 21 3

输出 22 22 22 24 22

缓存创建

198

5m: 0 / 1h: 198

191

5m: 191 / 1h: 0

191

5m: 0 / 1h: 191

33,194

5m: 33,194 / 1h: 0

191

5m: 0 / 1h: 191

缓存读取 21,986 35,219 32,318 0 32,318

响应

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

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 04:49:47 ~ 04:49:57 (5.6s) 04:49:39 ~ 04:49:49 (5.9s) 04:49:07 ~ 04:49:17 (6.1s) 04:51:28 ~ 04:51:33 (3.8s) 04:49:22 ~ 04:49:27 (3.1s)

提示词

查看本步 Prompt

请直接回答你的知识截止日期，格式 YYYY-MM，不要附加任何说明。

HTTP 头(TTFB) 4,343 ms 4,643 ms 4,863 ms 2,765 ms 1,956 ms

首文本(SSE delta) 4,347 ms 4,731 ms 4,864 ms 2,796 ms 1,957 ms

总耗时 4,890 ms 5,154 ms 5,155 ms 3,004 ms 2,085 ms

输入 3 3 3 67 3

输出 8 8 8 5 8

缓存创建

5m: 0 / 1h: 81

5m: 42 / 1h: 0

5m: 0 / 1h: 44

33,188

5m: 33,188 / 1h: 0

5m: 0 / 1h: 58

缓存读取 22,184 35,410 32,509 0 32,509

响应

2025-08

2025-08

2025-08

2025-08

2025-08

步骤 4: identity_free text

时间 04:53:05 ~ 04:53:15 (6.5s) 04:53:31 ~ 04:53:41 (5.6s) 04:52:17 ~ 04:52:27 (5.3s) 04:53:52 ~ 04:54:02 (6.6s) 04:52:58 ~ 04:53:03 (4.0s)

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) 4,676 ms 3,778 ms 3,074 ms 5,042 ms 2,069 ms

首文本(SSE delta) 4,682 ms 4,185 ms 3,075 ms 5,075 ms 2,071 ms

总耗时 5,706 ms 4,842 ms 4,272 ms 5,645 ms 3,059 ms

输入 3 3 3 67 3

输出 46 62 64 59 63

缓存创建

5m: 0 / 1h: 45

5m: 43 / 1h: 0

5m: 0 / 1h: 43

5m: 44 / 1h: 0

5m: 0 / 1h: 43

缓存读取 22,265 35,452 32,553 33,188 32,567

输出速度 44.9 tok/s 94.4 tok/s 53.5 tok/s 103.5 tok/s 63.8 tok/s

响应

我是 Claude，由 Anthropic 公司开发的 AI 助手。我致力于提供安全、有益的对话和任务协助。

我是 Claude，由 Anthropic 开发的 AI 助手。我基于 claude-sonnet-4-6 模型，能够帮助你完成编程、写作、分析等各类任务。

我是 Claude，由 Anthropic 开发的 AI 助手。我能帮助完成写作、分析、编程、问答等各类任务，致力于提供安全、有益的对话体验。

我叫 Kiro，是由 Anthropic 开发的 Claude 模型（claude-sonnet-4-6）驱动的 AI 编程助手，集成在 Kiro CLI 开发工具中。

我是 Claude，由 Anthropic 开发的 AI 助手。当前运行的版本是 Claude Sonnet 4.6，专为对话、编程、分析和写作等多种任务设计。

步骤 5: knowledge_tier text

时间 04:55:04 ~ 04:55:19 (14.3s) 04:56:23 ~ 04:56:38 (11.4s) 04:54:36 ~ 04:54:51 (10.9s) 04:57:27 ~ 04:59:02 (93.8s) 04:55:19 ~ 04:55:29 (9.6s)

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) 5,592 ms 3,510 ms 4,503 ms 86,716 ms 2,310 ms

首文本(SSE delta) 5,603 ms 3,728 ms 4,508 ms 86,717 ms 2,582 ms

总耗时 13,474 ms 10,542 ms 10,240 ms 93,020 ms 8,500 ms

输入 3 3 3 72 3

输出 636 471 507 666 469

缓存创建

467

5m: 0 / 1h: 467

435

5m: 435 / 1h: 0

437

5m: 0 / 1h: 437

33,674

5m: 33,674 / 1h: 0

436

5m: 0 / 1h: 436

缓存读取 22,310 35,495 32,596 0 32,610

输出速度 80.8 tok/s 69.1 tok/s 88.5 tok/s 105.7 tok/s 79.2 tok/s

响应

{"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}

{"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) 111,537 177,521 163,024 166,531 163,065

总输出 717 568 606 756 567

总缓存创建

22,777

5m: 0 / 1h: 22,777

35,930

5m: 35,930 / 1h: 0

33,033

5m: 0 / 1h: 33,033

133,096

5m: 133,096 / 1h: 0

33,046

5m: 0 / 1h: 33,046

总缓存读取 88,745 141,576 129,976 33,188 130,004

输出速度 76.7 tok/s 71.3 tok/s 82.4 tok/s 105.5 tok/s 77.0 tok/s

总执行时间 39.2s 35.6s 45.3s 1m 53.2s 23.8s

总墙钟时间

11m 11.8s

含步骤间等待

12m 32.8s

含步骤间等待

10m 41.8s

含步骤间等待

14m 58.9s

含步骤间等待

11m 17.8s

含步骤间等待

按官方价目重估

同等内容若直发 Anthropic 的估算 ⓘ

$0.1228

Anthropic: Claude Sonnet 4.6

$0.1352

Anthropic: Claude Sonnet 4.6

$0.1720

Anthropic: Claude Sonnet 4.6

$0.3340

Anthropic: Claude Sonnet 4.6

$0.1715

Anthropic: Claude Sonnet 4.6

通道指纹

来源步骤 knowledge_tier knowledge_tier knowledge_tier knowledge_tier knowledge_tier

平台 direct (100%) one-api (100%) one-api (100%) one-api (100%) direct (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_01PCmvw43hK1kkS1ZfR7E62q msg_01J3C5b2BKZ7hi526hFGxGcN msg_01HawF5T3b4sLdvbr1P4CkXH msg_011UTA3dz1CNzOK6ZaC0fsY4 msg_01GbFs9rwmv7oL4JhcHD1M3E

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-kiro	via: 1.1 google cf-ray: 419df23856e133dda04037ade652b7ab-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_419df23856e133dda04037ade652b7ab 419df23856e133dda04037ade652b7ab-IAD
cc	server: cdn x-new-api-version: v1.0.0-rc.10 x-oneapi-request-id: 202606062056249989395278268d9d6gUXzznZt	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-new-api-versionhdr:x-oneapi-request-idbody:id:msg_prefixbody:usage.service_tierbody:usage.inference_geobody:usage.cache_fieldsbody:extra_fieldsupstream:anthropic-direct-from-body	—
cc专用	server: Nginx x-oneapi-request-id: 202606062054383284628018268d9d6D07OuHWm	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-super	cf-ray: a07a5461d8987963-NRT server: cloudflare x-new-api-version: v0.0.0 x-oneapi-request-id: 202606062057297170799438268d9d6QguPOG4Q	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	a07a5461d8987963-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_011CbnfyHjiuoRCw3cNgEMvm

协议指纹评分（机器自动）

总分 / 100 93 84 97 62 100

基线状态已对照基线已对照基线已对照基线已对照基线已对照基线

缓存命中比 10.0 /10 ×20 10.0 /10 ×20 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 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 5.3 /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 10.0 /10 ×8

系统提示纯净 0.0 /10 ×8 0.0 /10 ×8 10.0 /10 ×8 5.0 /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 0.0 /10 ×7 10.0 /10 ×7

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

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

延迟基线 10.0 /10 ×5 9.9 /10 ×5 7.4 /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 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 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 93 v3.9.1 84 v3.9.1 97 v3.9.1 62 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 7005 ms 6278 ms 8189 ms 21758 ms 3748 ms

输出速度 76.7 tok/s 71.3 tok/s 82.4 tok/s 105.5 tok/s 77.0 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 ⓘ

$0.1228

$0.1352

$0.1720

$0.3340

$0.1715

缓存读取占比 ⓘ 80% 80% 80% 20% 80%

揭晓

通道

服务商 ClaudeZZ ↗

通道R-kiro

服务商 DawAPI ↗

通道cc

服务商 duckcoding ↗

通道cc专用

服务商 FoxCode ↗

通道R-super

官方基准

返回列表