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

2026/06/11 运行日期

claude-opus-4-8 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

0-0 / O-Max
```
评测失败
```

步骤 / 指标

FoxCode

R-super

ByteCatCode

O-Max

官方基准

SSSAiCode

O-Max

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 07:25:10 ~ 07:25:15 (3.8s) 07:25:12 ~ 07:25:17 (3.6s) 07:25:16 ~ 07:25:21 (4.4s) 07:25:14 ~ 07:25:19 (3.0s)

提示词

查看本步 Prompt

ping. Reply with the single word: pong

HTTP 头(TTFB) 2,694 ms 2,162 ms 3,119 ms 1,905 ms

首文本(SSE delta) 2,741 ms - 3,122 ms 1,971 ms

总耗时 2,899 ms 2,332 ms 3,376 ms 2,038 ms

输入 91 1,454 1,454 1,428

输出 2 4 4 4

缓存创建

23,469

5m: 23,469 / 1h: 0

30,380

5m: 0 / 1h: 30,380

30,222

5m: 0 / 1h: 30,222

29,761

5m: 0 / 1h: 29,761

缓存读取 0 0 0 0

响应

pong

pong

pong

pong

步骤 2: identity text

时间 07:28:24 ~ 07:28:29 (4.4s) 07:26:22 ~ 07:26:27 (3.4s) 07:28:03 ~ 07:28:08 (3.2s) 07:27:17 ~ 07:27:22 (3.3s)

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) 2,596 ms 1,847 ms 1,853 ms 1,883 ms

首文本(SSE delta) 2,632 ms - 1,854 ms 2,160 ms

总耗时 3,583 ms 2,162 ms 2,189 ms 2,352 ms

输入 45 2 2 2

输出 62 28 28 28

缓存创建

23,732

5m: 23,732 / 1h: 0

1,656

5m: 0 / 1h: 1,656

1,656

5m: 0 / 1h: 1,656

1,630

5m: 0 / 1h: 1,630

缓存读取 0 30,380 30,222 29,761

输出速度 65.2 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-4-6

步骤 3: cutoff text

时间 07:32:10 ~ 07:32:15 (3.6s) 07:28:36 ~ 07:28:41 (3.5s) 07:31:52 ~ 07:31:57 (3.4s) 07:30:18 ~ 07:30:23 (4.0s)

提示词

查看本步 Prompt

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

HTTP 头(TTFB) 2,141 ms 1,914 ms 2,184 ms 2,783 ms

首文本(SSE delta) 2,352 ms - 2,187 ms 2,840 ms

总耗时 2,725 ms 2,275 ms 2,407 ms 3,233 ms

输入 67 2 2 2

输出 5 6 6 95

缓存创建

24,098

5m: 24,098 / 1h: 0

5m: 0 / 1h: 62

5m: 0 / 1h: 51

缓存读取 0 32,036 31,878 31,391

响应

2026-01

2025-01

2026-01

I'm not certain of my exact training data cutoff date, so I can't give you a reliable YYYY-MM. I'd be guessing, and I'd rather not state a precise date I can't verify.

步骤 4: identity_free text

时间 07:34:09 ~ 07:34:19 (7.0s) 07:31:15 ~ 07:31:20 (3.8s) 07:33:33 ~ 07:33:38 (3.5s) 07:31:28 ~ 07:31:33 (4.7s)

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) 3,318 ms 2,432 ms 1,601 ms 3,314 ms

首文本(SSE delta) 3,518 ms - 1,603 ms 3,816 ms

总耗时 6,014 ms 2,631 ms 2,510 ms 3,879 ms

输入 20 2 2 2

输出 79 44 61 38

缓存创建

5m: 96 / 1h: 0

5m: 0 / 1h: 35

5m: 0 / 1h: 39

126

5m: 0 / 1h: 126

缓存读取 24,098 32,098 31,940 31,442

输出速度 31.7 tok/s - 67.3 tok/s -

响应

我是 Kiro，由 Anthropic 开发的 AI 助手，基于 Claude 模型构建，专注于软件工程任务，同时也能协助写作、分析和规划等专业工作。

我是 Claude，由 Anthropic 打造的 AI 助手，当前模型为 Claude Opus 4.8。

我是 Claude，由 Anthropic 开发的 AI 助手，基于 Claude Opus 4.8 模型，可协助编程、写作、分析等多种任务。

我是 Claude，由 Anthropic 开发，属于 Claude 系列 AI 助手产品。

步骤 5: knowledge_tier text

时间 07:36:56 ~ 07:37:11 (13.0s) 07:35:14 ~ 07:35:24 (9.6s) 07:34:58 ~ 07:35:08 (8.5s) 07:32:59 ~ 07:33:09 (7.9s)

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) 1,908 ms 1,842 ms 2,413 ms 2,941 ms

首文本(SSE delta) 2,120 ms - 7,151 ms 6,907 ms

总耗时 2,680 ms 8,498 ms 7,484 ms 7,055 ms

输入 66 2 2 2

输出 24 521 578 493

缓存创建

414

5m: 414 / 1h: 0

533

5m: 0 / 1h: 533

550

5m: 0 / 1h: 550

527

5m: 0 / 1h: 527

缓存读取 24,923 32,133 31,979 31,568

输出速度 - 78.3 tok/s - burst

响应

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

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

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

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

总计

总输入(含缓存) 121,119 160,775 160,010 157,693

总输出 172 603 677 658

总缓存创建

71,809

5m: 71,809 / 1h: 0

32,666

5m: 0 / 1h: 32,666

32,529

5m: 0 / 1h: 32,529

32,095

5m: 0 / 1h: 32,095

总缓存读取 49,021 126,647 126,019 124,162

输出速度 40.9 tok/s 78.3 tok/s 67.3 tok/s burst

总执行时间 31.9s 23.9s 23.0s 22.9s

总墙钟时间

12m 1.8s

含步骤间等待

10m 12.8s

含步骤间等待

9m 52.7s

含步骤间等待

7m 55.8s

含步骤间等待

按官方价目重估

同等内容若直发 Anthropic 的估算 ⓘ

$0.3108

Anthropic: Claude Opus 4.8

$0.2899

Anthropic: Claude Opus 4.8

$0.2906

Anthropic: Claude Opus 4.8

$0.2863

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

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

CDN cloudflare - - -

ID 格式 msg_01cs492h4pat6egXaqcq8bLy msg_0156EW2RmzJLctJ8kMFrE8WV msg_01PUcHs2wLTZapxzHoQh6dBU msg_01SK6j2soCy3GoWavLKspbjz

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-super	cf-ray: a09c33bc296adee3-NRT server: cloudflare x-new-api-version: v0.0.0 x-oneapi-request-id: 202606102337076280905178268d9d661HuLHop	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	a09c33bc296adee3-NRT
O-Max	server: nginx/1.29.8 x-oneapi-request-id: 202606102335163471613558268d9d6YabxNcyS	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	—
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_011CbvTP2kFbw3NfhZuWFUBd
O-Max	cf-ray: a09c2dbb6927f00e-LAX server: Photon-Edge set-cookie: _cfuvid=DXzMNugifir6gZtUbewwri52m.zQbxG3uYB6F3O.GN8-1781134381.3520823-1.0.1.1-Lrn66MADPrmrUpUuMUwg.j9O2CnuscmQj_qPlIknymk; 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	1781134381306-jk0zpq36msapf req_011CbvTEFwkZG1va4MSsru4z a09c2dbb6927f00e-LAX

协议指纹评分（机器自动）

总分 / 100 64 93 100 89

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 9.9 /10 ×20 9.9 /10 ×20 9.9 /10 ×20

缓存 TTL 一致 4.0 /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 10.0 /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 0.0 /10 ×4 10.0 /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 64 v3.9.1 93 v3.9.1 基准（参考） 89 v3.9.1

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 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 自报身份一致 self_identity_consistency
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 3580 ms 3580 ms 3593 ms 3711 ms

输出速度 40.9 tok/s 78.3 tok/s 67.3 tok/s burst

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 ⓘ

$0.3108

$0.2899

$0.2906

$0.2863

缓存读取占比 ⓘ 40% 79% 79% 79%

揭晓

通道

服务商 FoxCode ↗

通道R-super

服务商 ByteCatCode ↗

通道O-Max

官方基准

服务商 SSSAiCode ↗

通道O-Max

返回列表