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-opus-4-8 官方基准

1 任务失败执行不完整

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

官方基准

WorldBase.ai

M-

SSSAiCode

O-Max

duckcoding

cc专用

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 18:50:26 ~ 18:50:36 (5.2s) 18:50:22 ~ 18:50:32 (7.2s) 18:50:18 ~ 18:50:23 (3.2s) 18:50:24 ~ 18:50:49 (22.6s)

提示词

查看本步 Prompt

ping. Reply with the single word: pong

HTTP 头(TTFB) 2,790 ms 4,713 ms 2,238 ms 9,613 ms

首文本(SSE delta) 2,791 ms 4,715 ms 2,314 ms 20,561 ms

总耗时 2,947 ms 5,870 ms 2,398 ms 20,630 ms

输入 1,454 1,152 1,428 1,454

输出 4 46 4 4

缓存创建

30,222

5m: 0 / 1h: 30,222

23,169

5m: 0 / 1h: 23,169

29,760

5m: 0 / 1h: 29,760

30,223

5m: 0 / 1h: 30,223

缓存读取 0 0 0 0

输出速度 - 39.8 tok/s - -

响应

pong

I can't discuss that.

Wait — let me reconsider. You've just shared the available skills list. That's not a question, just context. No action needed from me right now.

What would you like to work on?

pong

pong

步骤 2: identity text

时间 18:52:14 ~ 18:52:19 (3.4s) 18:52:10 ~ 18:52:20 (5.5s) 18:53:21 ~ 18:53:31 (7.2s) 18:52:59 ~ 18:53:04 (3.6s)

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。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) 2,096 ms 3,591 ms 6,018 ms 2,129 ms

首文本(SSE delta) 2,098 ms 3,592 ms 6,209 ms 2,130 ms

总耗时 2,386 ms 3,638 ms 6,354 ms 2,660 ms

输入 2 197 2 2

输出 28 20 28 28

缓存创建

1,630

5m: 0 / 1h: 1,630

1,207

5m: 0 / 1h: 1,207

1,604

5m: 0 / 1h: 1,604

1,630

5m: 0 / 1h: 1,630

缓存读取 30,222 23,164 29,760 30,223

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-4-5

vendor: anthropic
brand: claude
model: claude-opus-4-8

步骤 3: cutoff text

时间 18:56:18 ~ 18:56:23 (3.1s) 18:56:04 ~ 18:56:14 (5.4s) 18:54:38 ~ 18:54:43 (2.5s) 18:54:07 ~ 18:54:12 (4.1s)

提示词

查看本步 Prompt

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

HTTP 头(TTFB) 1,849 ms 3,646 ms 1,483 ms 2,847 ms

首文本(SSE delta) 1,851 ms 3,647 ms 1,635 ms 2,849 ms

总耗时 2,128 ms 3,864 ms 1,785 ms 3,196 ms

输入 2 15 2 2

输出 6 4 6 6

缓存创建

5m: 0 / 1h: 54

220

5m: 0 / 1h: 220

5m: 0 / 1h: 54

5m: 0 / 1h: 49

缓存读取 31,852 24,363 31,364 31,853

响应

2026-01

2026-01

2025-03

2026-01

步骤 4: identity_free text

时间 18:58:43 ~ 18:58:49 (4.7s) 18:58:25 ~ 18:58:36 (6.7s) 18:58:03 ~ 18:58:08 (4.3s) 18:57:21 ~ 18:57:37 (10.3s)

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) 2,738 ms 4,721 ms 2,070 ms 9,489 ms

首文本(SSE delta) 2,740 ms 4,723 ms 2,930 ms 9,490 ms

总耗时 3,758 ms 5,531 ms 2,993 ms 9,554 ms

输入 2 33 2 2

输出 67 53 62 46

缓存创建

5m: 0 / 1h: 31

5m: 0 / 1h: 18

5m: 0 / 1h: 35

5m: 0 / 1h: 37

缓存读取 31,906 24,578 31,418 31,902

输出速度 65.8 tok/s 65.6 tok/s - -

响应

我是 Claude，一个由 Anthropic 开发的 AI 助手。当前模型为 Claude Opus 4.8，可以协助你处理编程、写作、分析等各类任务。

我是 Claude，由 Anthropic 打造的 AI 助手。当前以 Claude Opus 4.8 模型运行，可协助编程、研究、写作等各类任务。

我是 Claude，由 Anthropic 打造的 AI 助手。具体为 Claude Opus 4.5 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 模型系列，具体型号为 Opus 4.8。

步骤 5: knowledge_tier text

时间 19:02:30 ~ 19:02:45 (10.4s) 19:00:31 ~ 19:00:46 (13.9s) 19:00:33 ~ 19:00:43 (7.0s) 19:00:05 ~ 19:00:15 (7.4s)

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) 2,959 ms 6,158 ms 2,423 ms 3,114 ms

首文本(SSE delta) 9,117 ms 6,965 ms 6,130 ms 6,209 ms

总耗时 9,374 ms 12,823 ms 6,197 ms 6,699 ms

输入 2 420 2 2

输出 682 38 459 454

缓存创建

556

5m: 0 / 1h: 556

5m: 0 / 1h: 96

551

5m: 0 / 1h: 551

535

5m: 0 / 1h: 535

缓存读取 31,937 24,581 31,453 31,939

输出速度 burst 6.5 tok/s burst -

响应

{"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","OUT","OUT","OUT","OUT"],"calc":3150}

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

总计

总输入(含缓存) 159,872 123,213 157,435 159,853

总输出 787 161 559 538

总缓存创建

32,493

5m: 0 / 1h: 32,493

24,710

5m: 0 / 1h: 24,710

32,004

5m: 0 / 1h: 32,004

32,474

5m: 0 / 1h: 32,474

总缓存读取 125,917 96,686 123,995 125,917

输出速度 65.8 tok/s 17.5 tok/s burst -

总执行时间 26.7s 38.8s 24.3s 48.0s

总墙钟时间

12m 18.8s

含步骤间等待

10m 23.8s

含步骤间等待

10m 24.9s

含步骤间等待

9m 50.8s

含步骤间等待

按官方价目重估

同等内容若直发 Anthropic 的估算 ⓘ

$0.2930

Anthropic: Claude Opus 4.8

$0.2159

Anthropic: Claude Opus 4.8

$0.2832

Anthropic: Claude Opus 4.8

$0.2867

Anthropic: Claude Opus 4.8

通道指纹

来源步骤 knowledge_tier knowledge_tier knowledge_tier knowledge_tier

平台 direct (100%) direct (100%) direct (100%) one-api (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_01P9pf1Ypy1wmzrWCBsrHG5c msg_01dng9ZhogrbSmzPFC4dn1PG msg_01JaJ3jMi1noaoyaDwgbFp7N msg_01G1sP3YTtGkpxJLc72XjFd6

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
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_011CbsaC3RS9kfBs8zqGbFgZ
M-	cf-ray: a08fa2160ec6b8fd-AMS server: cloudflare	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:server:cloudflarehdr:cf-raybody:id:msg_prefixbody:usage.service_tierbody:usage.inference_geobody:usage.cache_fieldsbody:extra_fieldsupstream:anthropic-direct-from-body	f0756959-5230-4682-8111-65cca1f1fa0d a08fa2160ec6b8fd-AMS
O-Max	cf-ray: a08fa221c8b89dfc-LAX server: Photon-Edge set-cookie: _cfuvid=pVXdz2Zn0TR0RQuc6cIZaQTyDR2.hfHhBSbR01lPhDQ-1781002834.2045739-1.0.1.1-5a1PO.N40NvVKw3QIzjAGkPJI4MiMviLg84A3ar08co; 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	1781002834136-o9015h7so82a1 req_011Cbsa3MFVBgFKEzQ25Yvuh a08fa221c8b89dfc-LAX
cc专用	server: Nginx x-oneapi-request-id: 202606091100066278862518268d9d670rGTgBn	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	—

协议指纹评分（机器自动）

总分 / 100 96 87 86 91

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 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 10.0 /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 10.0 /10 ×8 0.0 /10 ×8 5.0 /10 ×8 10.0 /10 ×8

身份(结构) 10.0 /10 ×7 10.0 /10 ×7 6.7 /10 ×7 10.0 /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) 10.0 /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 8.5 /10 ×5 10.0 /10 ×5 5.0 /10 ×5

Req-ID 透传 10.0 /10 ×4 0.0 /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

与基线相似度基准（参考） 87 v3.9.1 86 v3.9.1 91 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 4119 ms 6345 ms 3945 ms 8548 ms

输出速度 65.8 tok/s 17.5 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 ⓘ

$0.2930

$0.2159

$0.2832

$0.2867

缓存读取占比 ⓘ 79% 78% 79% 79%

揭晓

通道

官方基准

服务商 WorldBase.ai ↗

通道M-

服务商 SSSAiCode ↗

通道O-Max

服务商 duckcoding ↗

通道cc专用

返回列表