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

2026/06/12 运行日期

claude-haiku-4-5-20251001 官方基准

全部 ≥ 70 与基线相似度

已揭晓揭晓进度

步骤 / 指标

SAIAi

O-Max

LingxiCode

M-

RunAPI

O-Max

TopRouterCN

O-Max

官方基准

基本信息

服务名 Claude Code Claude Code Claude Code Claude Code Claude Code

模型 claude-haiku-4-5-20251001 claude-haiku-4-5-20251001 claude-haiku-4-5-20251001 claude-haiku-4-5-20251001 claude-haiku-4-5-20251001

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 20:34:28 ~ 20:34:33 (4.4s) 20:34:26 ~ 20:34:37 (5.7s) 20:34:30 ~ 20:34:40 (7.7s) 20:34:26 ~ 20:34:32 (4.5s) 20:34:32 ~ 20:34:37 (3.4s)

提示词

查看本步 Prompt

ping. Reply with the single word: pong

HTTP 头(TTFB) 2,802 ms 2,588 ms 3,463 ms 3,269 ms 2,094 ms

首文本(SSE delta) 2,812 ms 2,589 ms 3,465 ms 3,271 ms 2,113 ms

总耗时 3,348 ms 3,685 ms 4,065 ms 3,342 ms 2,394 ms

输入 10 10 10 1,645 10

输出 58 56 55 58 44

缓存创建

33,122

5m: 0 / 1h: 33,122

33,122

5m: 0 / 1h: 33,122

33,123

5m: 0 / 1h: 33,123

31,487

5m: 0 / 1h: 31,487

5m: 0 / 1h: 0

缓存读取 0 0 0 0 33,122

输出速度 108.2 tok/s 51.1 tok/s 91.7 tok/s - 156.6 tok/s

响应

pong

pong

pong

pong

pong

步骤 2: identity text

时间 20:37:19 ~ 20:37:29 (5.1s) 20:36:54 ~ 20:37:04 (5.2s) 20:36:10 ~ 20:36:15 (4.8s) 20:37:21 ~ 20:37:31 (5.1s) 20:35:51 ~ 20:36:01 (5.2s)

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) 2,114 ms 2,965 ms 1,622 ms 4,262 ms 1,985 ms

首文本(SSE delta) 2,116 ms 2,966 ms 1,624 ms 4,263 ms 1,986 ms

总耗时 4,120 ms 4,325 ms 3,575 ms 4,348 ms 4,220 ms

输入 10 10 10 10 10

输出 219 172 218 166 238

缓存创建

242

5m: 0 / 1h: 242

240

5m: 0 / 1h: 240

239

5m: 0 / 1h: 239

1,877

5m: 0 / 1h: 1,877

228

5m: 0 / 1h: 228

缓存读取 33,122 33,122 33,123 31,487 33,122

输出速度 109.3 tok/s 126.6 tok/s 111.7 tok/s burst 106.5 tok/s

响应

vendor: anthropic
brand: claude
model: claude-haiku-4-5-20251001

vendor: anthropic
brand: claude
model: claude-haiku-4-5-20251001

vendor: anthropic
brand: claude
model: claude-haiku-4-5-20251001

vendor: anthropic
brand: claude
model: claude-haiku-4-5-20251001

vendor: anthropic
brand: claude
model: claude-haiku-4-5-20251001

步骤 3: cutoff text

时间 20:38:45 ~ 20:38:50 (3.6s) 20:39:08 ~ 20:39:18 (5.4s) 20:39:11 ~ 20:39:21 (7.6s) 20:39:38 ~ 20:39:43 (4.8s) 20:37:09 ~ 20:37:14 (3.5s)

提示词

查看本步 Prompt

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

HTTP 头(TTFB) 1,874 ms 4,000 ms 2,612 ms 3,997 ms 2,029 ms

首文本(SSE delta) 1,877 ms 4,003 ms 2,613 ms 3,998 ms 2,030 ms

总耗时 2,493 ms 4,550 ms 2,900 ms 4,078 ms 2,586 ms

输入 10 10 10 10 10

输出 72 66 74 64 67

缓存创建

246

5m: 0 / 1h: 246

195

5m: 0 / 1h: 195

33,602

5m: 0 / 1h: 33,602

208

5m: 0 / 1h: 208

267

5m: 0 / 1h: 267

缓存读取 33,364 33,362 0 33,364 33,350

输出速度 116.9 tok/s 120.7 tok/s - - 120.5 tok/s

响应

2025-02

2025-02

2025-02

2025-02

2025-02

步骤 4: identity_free text

时间 20:42:38 ~ 20:42:53 (10.4s) 20:41:05 ~ 20:41:15 (5.3s) 20:40:26 ~ 20:40:36 (5.1s) 20:43:39 ~ 20:43:49 (9.2s) 20:40:00 ~ 20:40:15 (11.2s)

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) 2,318 ms 3,261 ms 1,467 ms 8,381 ms 2,353 ms

首文本(SSE delta) 2,361 ms 3,262 ms 1,468 ms 8,382 ms 2,354 ms

总耗时 9,483 ms 4,467 ms 3,880 ms 8,460 ms 10,231 ms

输入 10 10 10 10 10

输出 892 174 414 217 1,231

缓存创建

114

5m: 0 / 1h: 114

106

5m: 0 / 1h: 106

116

5m: 0 / 1h: 116

102

5m: 0 / 1h: 102

109

5m: 0 / 1h: 109

缓存读取 33,610 33,557 33,602 33,572 33,617

输出速度 125.2 tok/s 144.4 tok/s 171.6 tok/s burst 156.3 tok/s

响应

我是Claude，由Anthropic开发的AI助手。基于Claude Haiku 4.5模型，主要帮助用户完成软件工程任务，如编码、调试、重构等。

我叫Claude Haiku 4.5，属于Claude产品系列，由Anthropic公司开发。

我是Claude Haiku，由Anthropic公司开发的AI助手。我可以帮助用户进行代码编写、文件编辑、问题解答等各种软件工程任务。我的知识库截至2025年2月。

我是Claude Haiku 4.5，由Anthropic公司打造的AI助手。作为Claude家族中的轻量级模型，我具有更快的响应速度和较好的成本效益，可以处理各种编程、分析和内容生成任务。

我是Claude，由Anthropic公司开发的AI助手。可帮助用户完成对话、编程、分析等各类任务。

步骤 5: knowledge_tier text

时间 20:46:04 ~ 20:46:19 (11.2s) 20:43:11 ~ 20:43:21 (9.2s) 20:42:54 ~ 20:43:09 (10.4s) 20:45:16 ~ 20:45:31 (13.8s) 20:41:20 ~ 20:41:30 (9.1s)

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) 2,336 ms 3,281 ms 1,452 ms 7,362 ms 2,220 ms

首文本(SSE delta) 2,338 ms 3,282 ms 1,453 ms 7,363 ms 2,222 ms

总耗时 10,205 ms 8,331 ms 9,306 ms 13,002 ms 8,128 ms

输入 10 10 10 10 10

输出 1,048 699 1,407 1,536 999

缓存创建

1,272

5m: 0 / 1h: 1,272

554

5m: 0 / 1h: 554

794

5m: 0 / 1h: 794

597

5m: 0 / 1h: 597

1,611

5m: 0 / 1h: 1,611

缓存读取 33,724 33,663 33,718 33,674 33,726

输出速度 133.2 tok/s 138.4 tok/s 179.2 tok/s burst 169.2 tok/s

响应

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

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

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

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

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

总计

总输入(含缓存) 168,866 167,971 168,367 168,053 169,202

总输出 2,289 1,167 2,168 2,041 2,579

总缓存创建

34,996

5m: 0 / 1h: 34,996

34,217

5m: 0 / 1h: 34,217

67,874

5m: 0 / 1h: 67,874

34,271

5m: 0 / 1h: 34,271

2,215

5m: 0 / 1h: 2,215

总缓存读取 133,820 133,704 100,443 132,097 166,937

输出速度 126.2 tok/s 126.1 tok/s 163.4 tok/s burst 153.0 tok/s

总执行时间 34.7s 30.8s 35.6s 37.3s 32.5s

总墙钟时间

11m 51.1s

含步骤间等待

8m 55.1s

含步骤间等待

8m 39.0s

含步骤间等待

11m 5.1s

含步骤间等待

6m 57.9s

含步骤间等待

按官方价目重估

同等内容若直发 Anthropic 的估算 ⓘ

$0.0686

Anthropic: Claude Haiku 4.5

$0.0620

Anthropic: Claude Haiku 4.5

$0.1058

Anthropic: Claude Haiku 4.5

$0.0679

Anthropic: Claude Haiku 4.5

$0.0324

Anthropic: Claude Haiku 4.5

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%) direct (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_01ENMrqDcJb4GFU55LGp27Gs msg_018YKbWAiYSYoWFRQXZUw7NJ msg_011kZ2Eim4R41LQ3xmrb2Wf5 msg_01JxttcS97e8tDzMzC8GfAyj msg_01PnwUB3t4K3m5DS7gqf5v8b

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
O-Max	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: true usage_has_cache_fields: true	body:id:msg_prefixbody:usage.service_tierbody:usage.inference_geobody:model:date_suffixbody:usage.cache_fieldsbody:extra_fieldsupstream:anthropic-direct-from-body	req_011CbyPWruSJ5DcTVoUB2eB2
M-	cf-ray: a0a8f09bbd167343-NRT server: cloudflare set-cookie: server_name_session=c970d3e192ef604080ca6feb75cd59ec; Max-Age=86400; httponly; path=/ x-oneapi-request-id: 2026061212431343808893463R6TW5k	id_format: msg_prefix extra_fields: ["stop_details"] has_service_tier: true has_inference_geo: true model_has_date_suffix: true usage_has_cache_fields: true	hdr:x-oneapi-request-idhdr:server:cloudflarehdr:cf-raybody:id:msg_prefixbody:usage.service_tierbody:usage.inference_geobody:model:date_suffixbody:usage.cache_fieldsbody:extra_fieldsupstream:anthropic-direct-from-body	a0a8f09bbd167343-NRT
O-Max	server: nginx/1.24.0 (Ubuntu) x-oneapi-request-id: 20260612204256265680968ctMbD7RT	id_format: msg_prefix extra_fields: ["stop_details"] has_service_tier: true has_inference_geo: true model_has_date_suffix: true usage_has_cache_fields: true	hdr:x-oneapi-request-idbody:id:msg_prefixbody:usage.service_tierbody:usage.inference_geobody:model:date_suffixbody:usage.cache_fieldsbody:extra_fieldsupstream:anthropic-direct-from-body	—
O-Max	server: nginx/1.27.5	id_format: msg_prefix extra_fields: ["stop_details"] has_service_tier: true has_inference_geo: true model_has_date_suffix: true usage_has_cache_fields: true	body:id:msg_prefixbody:usage.service_tierbody:usage.inference_geobody:model:date_suffixbody:usage.cache_fieldsbody:extra_fieldsupstream:anthropic-direct-from-body	tr-ew7y4grd-7oudqahawq-154647
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: true usage_has_cache_fields: true	body:id:msg_prefixbody:usage.service_tierbody:usage.inference_geobody:model:date_suffixbody:usage.cache_fieldsbody:extra_fieldsupstream:anthropic-direct-from-body	req_011CbyP9uvB2rszaszMibjtb

协议指纹评分（机器自动）

总分 / 100 100 98 94 97 100

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 8.4 /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 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 7.7 /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 10.0 /10 ×8

系统提示纯净 10.0 /10 ×8 10.0 /10 ×8 10.0 /10 ×8 10.0 /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 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 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 10.0 /10 ×5 10.0 /10 ×5 9.2 /10 ×5 10.0 /10 ×5

Req-ID 透传 10.0 /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 100 v3.10.0 98 v3.10.0 94 v3.10.0 97 v3.10.0 基准（参考）

雷达图例

共 21 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 自报身份一致 self_identity_consistency
19 中文遵循 instruction_following_lang
20 世界知识层级 world_knowledge_tier_match
21 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 5930 ms 5072 ms 4745 ms 6646 ms 5512 ms

输出速度 126.2 tok/s 126.1 tok/s 163.4 tok/s burst 153.0 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 ⓘ

$0.0686

$0.0620

$0.1058

$0.0679

$0.0324

缓存读取占比 ⓘ 79% 80% 60% 79% 99%

揭晓

通道

服务商 SAIAi ↗

通道O-Max

服务商 LingxiCode ↗

通道M-

服务商 RunAPI ↗

通道O-Max

服务商 TopRouterCN ↗

通道O-Max

官方基准

返回列表