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

2026/06/13 运行日期

claude-sonnet-4-6 官方基准

3 通道分数 < 70 与基线相似度

已揭晓揭晓进度

步骤 / 指标

PackyCode

cc-Zeus

官方基准

SSSAiCode

R-Kiro

NowCoding

R-Kiro

ClaudeAPI

O-Bdrk

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 04:11:26 ~ 04:11:31 (4.5s) 04:11:34 ~ 04:11:39 (3.8s) 04:11:30 ~ 04:11:35 (3.8s) 04:11:32 ~ 04:11:37 (3.2s) 04:11:28 ~ 04:11:38 (5.7s)

提示词

查看本步 Prompt

ping. Reply with the single word: pong

HTTP 头(TTFB) 3,381 ms 2,701 ms 2,856 ms 2,004 ms 3,659 ms

首文本(SSE delta) 3,382 ms 2,706 ms 2,937 ms 2,082 ms 3,660 ms

总耗时 3,588 ms 2,832 ms 2,999 ms 2,095 ms 3,846 ms

输入 3 3 0 1,185 3

输出 5 5 2 2 5

缓存创建

32,318

5m: 0 / 1h: 32,318

32,318

5m: 0 / 1h: 32,318

1,862

32,799

5m: 32,799 / 1h: 0

缓存读取 0 0 0 30,660 0

响应

pong

pong

pong

pong

pong

步骤 2: identity text

时间 04:12:37 ~ 04:12:43 (3.6s) 04:13:48 ~ 04:13:53 (3.3s) 04:14:48 ~ 04:14:58 (5.7s) 04:13:51 ~ 04:13:56 (3.7s) 04:15:26 ~ 04:15:31 (4.4s)

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。请按下列 3 行格式精确填空作答（label 不变，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) 2,354 ms 1,956 ms 4,666 ms 2,237 ms 2,498 ms

首文本(SSE delta) 2,355 ms 1,958 ms 4,670 ms 2,257 ms 2,499 ms

总耗时 2,694 ms 2,267 ms 4,927 ms 2,538 ms 3,031 ms

输入 3 3 0 228 3

输出 22 22 17 16 22

缓存创建

182

5m: 0 / 1h: 182

182

5m: 0 / 1h: 182

1,686

32,500

5m: 0 / 1h: 32,500

缓存读取 32,318 32,318 0 31,996 0

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 04:15:13 ~ 04:15:18 (3.6s) 04:17:41 ~ 04:17:46 (4.0s) 04:16:16 ~ 04:16:21 (3.2s) 04:15:50 ~ 04:15:55 (3.7s) 04:19:14 ~ 04:19:24 (6.7s)

提示词

查看本步 Prompt

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

HTTP 头(TTFB) 2,293 ms 2,851 ms 2,199 ms 2,292 ms 4,892 ms

首文本(SSE delta) 2,294 ms 2,852 ms 2,437 ms 2,529 ms 4,893 ms

总耗时 2,511 ms 3,009 ms 2,447 ms 2,541 ms 5,143 ms

输入 3 3 0 49 3

输出 8 8 3 3 8

缓存创建

5m: 0 / 1h: 42

5m: 0 / 1h: 55

1,881

32,706

5m: 0 / 1h: 32,706

缓存读取 32,500 32,500 0 32,022 0

响应

2025-08

2025-08

2025-08

2025-08

2025-08

步骤 4: identity_free text

时间 04:17:03 ~ 04:17:08 (4.1s) 04:19:34 ~ 04:19:39 (3.2s) 04:18:53 ~ 04:18:58 (4.4s) 04:18:14 ~ 04:18:24 (5.4s) 04:20:30 ~ 04:20:40 (5.1s)

提示词

查看本步 Prompt

用中文说说你的身份：什么产品？由谁打造？50 字以内。

HTTP 头(TTFB) 2,163 ms 1,896 ms 2,358 ms 3,149 ms 2,964 ms

首文本(SSE delta) 2,164 ms 1,898 ms 2,489 ms 3,265 ms 2,965 ms

总耗时 3,051 ms 2,154 ms 3,557 ms 4,245 ms 3,753 ms

输入 3 3 0 65 3

输出 56 24 38 46 41

缓存创建

5m: 0 / 1h: 39

5m: 0 / 1h: 35

2,394

5m: 0 / 1h: 97

缓存读取 32,542 32,555 0 31,532 32,500

输出速度 63.1 tok/s - 35.6 tok/s 46.9 tok/s 52.0 tok/s

响应

我是 Claude，由 Anthropic 公司打造的 AI 助手。当前版本为 claude-sonnet-4-6，专为对话、分析和编程任务设计。

我是 Claude，由 Anthropic 开发的 AI 助手。

我是 Kiro，一款由 Anthropic 开发的 AI 驱动开发环境，基于 Claude 模型构建，帮助开发者完成代码编写、调试、重构等软件工程任务。

我是 Kiro，一款由 Anthropic 打造的 AI 驱动开发环境，基于 Claude 模型构建，帮助开发者更高效地完成软件工程任务。

我是 Claude，由 Anthropic 公司打造的 AI 助手。当前版本为 claude-sonnet-4-6。

步骤 5: knowledge_tier text

时间 04:19:46 ~ 04:20:01 (10.4s) 04:22:35 ~ 04:22:50 (11.5s) 04:22:43 ~ 04:22:53 (7.3s) 04:20:42 ~ 04:20:52 (7.9s) 04:23:30 ~ 04:23:50 (15.7s)

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) 2,195 ms 2,637 ms 1,795 ms 2,864 ms 3,526 ms

首文本(SSE delta) 2,682 ms 3,106 ms 1,844 ms 4,036 ms 4,605 ms

总耗时 9,432 ms 10,534 ms 2,387 ms 4,387 ms 14,255 ms

输入 3 3 0 387 3

输出 483 519 29 80 489

缓存创建

429

5m: 0 / 1h: 429

397

5m: 0 / 1h: 397

2,106

414

5m: 0 / 1h: 414

缓存读取 32,581 32,590 0 31,930 32,597

输出速度 71.6 tok/s 69.9 tok/s - - 50.7 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) 162,966 162,965 0 169,983 163,628

总输出 574 578 89 147 565

总缓存创建

33,010

5m: 0 / 1h: 33,010

32,987

5m: 0 / 1h: 32,987

9,929

98,516

5m: 32,799 / 1h: 65,717

总缓存读取 129,941 129,963 0 158,140 65,097

输出速度 70.6 tok/s 69.9 tok/s 35.6 tok/s 46.9 tok/s 50.8 tok/s

总执行时间 26.3s 25.8s 24.4s 23.9s 37.6s

总墙钟时间

8m 34.8s

含步骤间等待

11m 15.8s

含步骤间等待

11m 22.7s

含步骤间等待

9m 19.8s

含步骤间等待

12m 21.8s

含步骤间等待

按官方价目重估

同等内容若直发 Anthropic 的估算 ⓘ

$0.1714

Anthropic: Claude Sonnet 4.6

$0.1714

Anthropic: Claude Sonnet 4.6

>=$0.0013

Anthropic: Claude Sonnet 4.6 (成本不完整)

$0.0787

Anthropic: Claude Sonnet 4.6

$0.3514

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 one-api (100%) direct (100%) direct (75%) one-api (100%) one-api (100%)

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

CDN cloudflare - - - -

ID 格式 msg_018MBdz7JYzf7a37vbPNwfnh msg_017TQ8aGXgXGAFMMHmJNiaMV msg_3311a7db0e5d41ab8da1a4fe3fc14654 msg_9e710a31c9f245348b126f7848719761 msg_01UPuzTVwy5y9cgUNYgFuqSH

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
cc-Zeus	via: 1.1 Caddy cf-ray: a0ab8d6ebb467b5d-LAX server: cloudflare x-oneapi-request-id: 20260613041948184904535QFDgCetK	id_format: msg_prefix via_chain: ["1.1 Caddy"] 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-rayhdr:viabody:id:msg_prefixbody:usage.service_tierbody:usage.inference_geobody:usage.cache_fieldsbody:extra_fieldsupstream:anthropic-direct-from-body	a0ab8d6ebb467b5d-LAX
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_011CbyzKyKfTfzgkS3nxmQVJ
R-Kiro	server: Photon-Edge x-amzn-requestid: 9160c47a-eb1c-4638-abbf-26b97716c523	id_format: msg_prefix has_service_tier: false has_inference_geo: false model_has_date_suffix: false usage_has_cache_fields: true	body:id:msg_prefixbody:usage.cache_fieldsupstream:x-amzn-requestidupstream:anthropic-direct-from-body	1781295768524-evf24vm0ir3mw 9160c47a-eb1c-4638-abbf-26b97716c523
R-Kiro	server: nginx x-new-api-version: v0.0.0 x-oneapi-request-id: 20260612202043853229724dODb7cX1	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	—
O-Bdrk	x-new-api-version: v2026.05.18 x-oneapi-request-id: 202606122023318902875748268d9d6TH6Nubha	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	—

协议指纹评分（机器自动）

总分 / 100 98 100 43 62 76

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 0.0 /10 ×20 10.0 /10 ×20 0.0 /10 ×20

缓存 TTL 一致 10.0 /10 ×15 10.0 /10 ×15 0.0 /10 ×15 0.0 /10 ×15 7.0 /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 5.0 /10 ×14 10.0 /10 ×14 10.0 /10 ×14

sliding 5m 10.0 /10 ×13 10.0 /10 ×13 5.0 /10 ×13 10.0 /10 ×13 5.3 /10 ×13

原生 msg-ID 10.0 /10 ×8 10.0 /10 ×8 0.0 /10 ×8 0.0 /10 ×8 10.0 /10 ×8

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

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

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

Req-ID 透传 0.0 /10 ×4 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 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 98 v3.10.0 基准（参考） 43 v3.10.0 62 v3.10.0 76 v3.10.0

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 4255 ms 4159 ms 3263 ms 3161 ms 6006 ms

输出速度 70.6 tok/s 69.9 tok/s 35.6 tok/s 46.9 tok/s 50.8 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 ⓘ

$0.1714

>=$0.0013 (成本不完整)

$0.0787

$0.3514

缓存读取占比 ⓘ 80% 80% - 93% 40%

揭晓

通道

服务商 PackyCode ↗

通道cc-Zeus

官方基准

服务商 SSSAiCode ↗

通道R-Kiro

服务商 NowCoding ↗

通道R-Kiro

服务商 ClaudeAPI ↗

通道O-Bdrk

返回列表