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。

3 通道 · 5 步骤

2026/06/06 运行日期

claude-haiku-4-5-20251001 官方基准

1 通道分数 < 70 另含 2 任务失败

已揭晓揭晓进度

⚠ 2 通道不可测 · 已从主对比表移除点击展开原因

TopRouterCN / O-Max
```
评测失败
```
Novaris / O-Max
```
评测失败
```

步骤 / 指标

InfAI

R-Kiro

官方基准

SSSAiCode

O-Max

基本信息

服务名 Claude Code Claude Code Claude Code

模型 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

偏差标红基于官方基准

步骤 1: ping text

时间 10:15:17 ~ 10:15:27 (6.0s) 10:15:21 ~ 10:15:26 (2.9s) 10:15:13 ~ 10:15:18 (2.8s)

提示词

查看本步 Prompt

ping. Reply with the single word: pong

HTTP 头(TTFB) 4,341 ms 1,672 ms 1,652 ms

首文本(SSE delta) 4,342 ms 1,673 ms 1,835 ms

总耗时 4,666 ms 1,906 ms 1,893 ms

输入 10 10 10

输出 47 43 36

缓存创建

32,974

5m: 0 / 1h: 32,974

33,122

5m: 0 / 1h: 33,122

32,789

5m: 0 / 1h: 32,789

缓存读取 0 0 0

输出速度 145.1 tok/s 184.5 tok/s -

响应

pong

pong

pong

步骤 2: identity text

时间 10:18:34 ~ 10:18:44 (8.7s) 10:18:55 ~ 10:19:05 (5.4s) 10:17:17 ~ 10:17:37 (17.6s)

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。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) 4,402 ms 1,504 ms 1,938 ms

首文本(SSE delta) 4,405 ms 1,505 ms 16,241 ms

总耗时 7,297 ms 4,249 ms 16,857 ms

输入 10 10 10

输出 265 286 929

缓存创建

240

5m: 0 / 1h: 240

236

5m: 0 / 1h: 236

229

5m: 0 / 1h: 229

缓存读取 32,974 33,122 32,789

输出速度 91.6 tok/s 104.2 tok/s burst

响应

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

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

I don't have definitive information about my exact model identifier from the system context provided. I can confirm:

vendor: anthropic
brand: claude
model: [not definitively specified in my system co

步骤 3: cutoff text

时间 10:22:17 ~ 10:22:27 (6.7s) 10:22:23 ~ 10:22:28 (3.1s) 10:19:27 ~ 10:19:32 (3.5s)

提示词

查看本步 Prompt

训练数据 cutoff date：YYYY-MM？

HTTP 头(TTFB) 4,276 ms 1,372 ms 1,503 ms

首文本(SSE delta) 4,635 ms 1,374 ms 2,686 ms

总耗时 5,436 ms 2,041 ms 2,833 ms

输入 10 10 10

输出 66 101 137

缓存创建

290

5m: 0 / 1h: 290

329

5m: 0 / 1h: 329

954

5m: 0 / 1h: 954

缓存读取 33,214 33,358 33,018

输出速度 82.4 tok/s 151.4 tok/s burst

响应

2025-02

2025-02

2024-04

步骤 4: identity_free text

时间 10:25:12 ~ 10:25:23 (7.9s) 10:24:39 ~ 10:24:49 (4.9s) 10:22:15 ~ 10:22:25 (8.0s)

提示词

查看本步 Prompt

中文回答：你叫什么、属于哪个产品、谁开发？50 字内。

HTTP 头(TTFB) 2,904 ms 1,795 ms 1,451 ms

首文本(SSE delta) 2,906 ms 1,797 ms 6,923 ms

总耗时 5,792 ms 3,937 ms 6,976 ms

输入 10 10 10

输出 482 437 883

缓存创建

106

5m: 0 / 1h: 106

143

5m: 0 / 1h: 143

179

5m: 0 / 1h: 179

缓存读取 33,504 33,687 33,972

输出速度 167.0 tok/s 204.2 tok/s burst

响应

我是Claude Haiku 4.5，属于Claude产品系列，由Anthropic公司开发。这是一个多功能AI助手，可用于编程、研究、写作等各种任务。

我是Claude，由Anthropic公司开发的AI助手。我可以帮助用户进行对话、回答问题、编写代码、分析文本等多种任务。我致力于提供有帮助、诚实和无害的响应。

我是Claude，由Anthropic开发的AI助手。我帮助用户完成软件工程任务，包括代码编写、调试、重构等。支持多种编程语言和技术问题解决。

步骤 5: knowledge_tier text

时间 10:28:43 ~ 10:29:03 (19.9s) 10:28:19 ~ 10:28:29 (9.6s) 10:25:22 ~ 10:25:37 (11.6s)

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) 4,685 ms 1,614 ms 1,809 ms

首文本(SSE delta) 5,056 ms 1,615 ms 10,549 ms

总耗时 17,548 ms 8,621 ms 10,789 ms

输入 10 10 10

输出 1,958 1,073 1,341

缓存创建

862

5m: 0 / 1h: 862

817

5m: 0 / 1h: 817

1,263

5m: 0 / 1h: 1,263

缓存读取 33,610 33,830 34,151

输出速度 156.7 tok/s 153.2 tok/s burst

响应

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

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

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

总计

总输入(含缓存) 167,824 168,694 169,394

总输出 2,818 1,940 3,326

总缓存创建

34,472

5m: 0 / 1h: 34,472

34,647

5m: 0 / 1h: 34,647

35,414

5m: 0 / 1h: 35,414

总缓存读取 133,302 133,997 133,930

输出速度 145.3 tok/s 151.7 tok/s burst

总执行时间 49.2s 25.9s 43.6s

总墙钟时间

13m 46.0s

含步骤间等待

13m 8.8s

含步骤间等待

10m 24.8s

含步骤间等待

按官方价目重估

同等内容若直发 Anthropic 的估算 ⓘ

$0.0706

Anthropic: Claude Haiku 4.5

$0.0665

Anthropic: Claude Haiku 4.5

$0.0743

Anthropic: Claude Haiku 4.5

通道指纹

来源步骤 knowledge_tier knowledge_tier knowledge_tier

平台 direct (100%) direct (100%) direct (100%)

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

CDN - - -

ID 格式 msg_01QgXNRgCArGc22vnA6TQYEi msg_013qSmmp86B7Hu9XARXG4B5L msg_01TBqraoMkjCho8LGjxUx44D

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

server: nginx

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

—

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_011CbmDZAGJopL6rHU2JD7Vq

O-Max

cf-ray: a073f7608bed2ef7-LAX
server: Photon-Edge
set-cookie: _cfuvid=aw37lCM1CiRe9f6YzEiDkguXv4vIpA_dEmq8t74oxG4-1780712724.5628161-1.0.1.1-RBPcwpAuVaf9WQNCs7eZh7VE6ODTQPzNeC2EP4f0dQU; 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: 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

1780712724492-ija13nr15mpmg
req_011CbmDL7w3jHWQRqJEUUi9g
a073f7608bed2ef7-LAX

协议指纹评分（机器自动）

总分 / 100 96 100 83

基线状态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

缓存 TTL 一致 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

缓存连续性 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

原生 msg-ID 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 5.0 /10 ×8

身份(结构) 10.0 /10 ×7 10.0 /10 ×7 0.0 /10 ×7

知识截止 10.0 /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

service_tier 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

延迟基线 5.1 /10 ×5 10.0 /10 ×5 9.3 /10 ×5

Req-ID 透传 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

SDK 一致 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 96 v3.9.1 基准（参考） 83 v3.9.1

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 8148 ms 4151 ms 7870 ms

输出速度 145.3 tok/s 151.7 tok/s burst

完成步骤 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 ⓘ

$0.0706

$0.0665

$0.0743

缓存读取占比 ⓘ 79% 79% 79%

揭晓

通道

服务商 InfAI ↗

通道R-Kiro

官方基准

服务商 SSSAiCode ↗

通道O-Max

返回列表