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-haiku-4-5-20251001 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

ClaudeCN / O-Max
```
评测失败
```

步骤 / 指标

AIMZ

M-Max

官方基准

ByteCatCode

O-Max

SSSAiCode

O-Max-L2

基本信息

服务名 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

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 05:46:59 ~ 05:47:04 (4.5s) 05:47:05 ~ 05:47:10 (4.2s) 05:47:01 ~ 05:47:11 (5.6s) 05:47:03 ~ 05:47:08 (3.3s)

提示词

查看本步 Prompt

ping. Reply with the single word: pong

HTTP 头(TTFB) 3,005 ms 2,462 ms 4,070 ms 1,993 ms

首文本(SSE delta) 3,314 ms 2,464 ms - 2,253 ms

总耗时 3,413 ms 3,167 ms 4,310 ms 2,318 ms

输入 10 10 10 10

输出 48 55 54 53

缓存创建

32,785

5m: 0 / 1h: 32,785

33,122

5m: 0 / 1h: 33,122

30,333

5m: 30,333 / 1h: 0

32,789

5m: 0 / 1h: 32,789

缓存读取 0 0 0 0

输出速度 - 78.2 tok/s 225.0 tok/s -

响应

pong

pong

pong

pong

步骤 2: identity text

时间 05:49:27 ~ 05:49:37 (9.2s) 05:51:09 ~ 05:51:20 (6.0s) 05:50:28 ~ 05:50:38 (6.8s) 05:49:17 ~ 05:49:23 (4.2s)

提示词

查看本步 Prompt

输出 3 行 metadata 描述你自己（当前 API 模型）。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。禁止任何额外字符：
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) 2,315 ms 2,810 ms 3,713 ms 1,525 ms

首文本(SSE delta) 7,936 ms 2,811 ms - 3,141 ms

总耗时 8,026 ms 4,940 ms 5,722 ms 3,288 ms

输入 10 10 10 10

输出 529 230 257 233

缓存创建

239

5m: 0 / 1h: 239

246

5m: 0 / 1h: 246

189

5m: 189 / 1h: 0

244

5m: 0 / 1h: 244

缓存读取 32,785 33,122 30,333 32,789

输出速度 burst 108.0 tok/s 127.9 tok/s burst

响应

vendor: anthropic
brand: claude
model: claude-3-5-sonnet-20241022

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-3-5-sonnet

步骤 3: cutoff text

时间 05:51:27 ~ 05:51:32 (4.1s) 05:53:02 ~ 05:53:07 (3.7s) 05:52:16 ~ 05:52:26 (5.8s) 05:50:59 ~ 05:51:04 (2.6s)

提示词

查看本步 Prompt

请回报你的 knowledge cutoff，只输出 YYYY-MM。

HTTP 头(TTFB) 2,715 ms 2,046 ms 4,319 ms 1,610 ms

首文本(SSE delta) 2,877 ms 2,048 ms - 1,887 ms

总耗时 2,964 ms 2,659 ms 4,487 ms 1,922 ms

输入 10 10 10 10

输出 56 71 85 54

缓存创建

559

5m: 0 / 1h: 559

270

5m: 0 / 1h: 270

5m: 48 / 1h: 0

262

5m: 0 / 1h: 262

缓存读取 33,024 33,368 30,522 33,033

输出速度 - 116.2 tok/s - burst

响应

2024-04

2025-02

2025-02

2024-04

步骤 4: identity_free text

时间 05:53:47 ~ 05:53:52 (4.7s) 05:55:37 ~ 05:55:47 (5.1s) 05:54:46 ~ 05:55:01 (12.0s) 05:54:52 ~ 05:55:07 (14.7s)

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) 2,004 ms 2,006 ms 4,784 ms 2,820 ms

首文本(SSE delta) 3,294 ms 2,007 ms - 13,551 ms

总耗时 3,597 ms 4,118 ms 10,838 ms 13,981 ms

输入 10 10 10 10

输出 202 398 743 1,441

缓存创建

5m: 0 / 1h: 94

113

5m: 0 / 1h: 113

5m: 41 / 1h: 0

5m: 0 / 1h: 96

缓存读取 33,583 33,638 30,570 33,295

输出速度 burst 188.5 tok/s 122.7 tok/s burst

响应

我是Claude，由Anthropic公司打造的AI助手。我可以帮助用户进行编程、分析、写作等各种任务。

我是Claude，由Anthropic开发的AI助手。我可以帮助用户进行软件工程任务，包括代码编写、问题解决和开发工作。

我叫Claude Haiku 4.5，由Anthropic公司开发。属于Claude AI模型系列，用于编程和软件工程任务。

我是Claude，由Anthropic开发的AI助手，可帮助编程、分析、写作、对话等任务，致力于安全、诚实的交互。

步骤 5: knowledge_tier text

时间 05:57:17 ~ 05:57:42 (22.1s) 05:58:41 ~ 05:58:56 (13.1s) 05:57:08 ~ 05:57:23 (11.3s) 05:57:04 ~ 05:57:19 (10.8s)

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) 3,764 ms 2,021 ms 3,886 ms 1,643 ms

首文本(SSE delta) 20,995 ms 2,023 ms - 9,826 ms

总耗时 21,049 ms 12,112 ms 10,188 ms 10,042 ms

输入 10 10 10 10

输出 2,280 1,510 1,279 1,105

缓存创建

582

5m: 0 / 1h: 582

778

5m: 0 / 1h: 778

419

5m: 419 / 1h: 0

1,821

5m: 0 / 1h: 1,821

缓存读取 33,677 33,751 30,611 33,391

输出速度 burst 149.7 tok/s 203.0 tok/s burst

响应

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

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

```json
{"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) 167,378 168,458 153,116 167,770

总输出 3,115 2,264 2,418 2,886

总缓存创建

34,259

5m: 0 / 1h: 34,259

34,529

5m: 0 / 1h: 34,529

31,030

5m: 31,030 / 1h: 0

35,212

5m: 0 / 1h: 35,212

总缓存读取 133,069 133,879 122,036 132,508

输出速度 burst 144.7 tok/s 159.7 tok/s burst

总执行时间 44.7s 31.9s 41.5s 35.6s

总墙钟时间

10m 42.8s

含步骤间等待

11m 50.8s

含步骤间等待

10m 21.8s

含步骤间等待

10m 15.8s

含步骤间等待

按官方价目重估

同等内容若直发 Anthropic 的估算 ⓘ

$0.0718

Anthropic: Claude Haiku 4.5

$0.0679

Anthropic: Claude Haiku 4.5

$0.0486

Anthropic: Claude Haiku 4.5

$0.0717

Anthropic: Claude Haiku 4.5

通道指纹

来源步骤 knowledge_tier knowledge_tier knowledge_tier knowledge_tier

平台 one-api (100%) direct (100%) one-api (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_016uNkpRiv1AUXvrjofgcNa8 msg_01Q1vF8PN8RUAWRypNAfPDQx msg_01Kt3kKvu4vQpEtbe1ZWCJA5 msg_01W6HdJcBSiDx64RQgn7Lj8G

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
M-Max	cf-ray: a08b26c8099e8239-AMS server: cloudflare x-new-api-version: v0.0.0 x-oneapi-request-id: 202606082157194072617578268d9d6UuxnCl9e	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-new-api-versionhdr: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	a08b26c8099e8239-AMS
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_011CbrYRL5RFjzPbbXv1yTf5
O-Max	server: nginx/1.29.8 x-oneapi-request-id: 202606082157102706478128268d9d6lUjF3ZaP	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-L2	cf-ray: a08b26792c245397-LAX server: Photon-Edge set-cookie: _cfuvid=Krzcwh9BwgrDjqyhJCDl83N_.XdyIiwJR6tE1l0xFc8-1780955826.1072905-1.0.1.1-kLD2f2L22XikO9X8Mw6mRtvNVXPt8ajIUXKGMLaAoO8; 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	1780955826048-iy26llq8r0v07 req_011CbrYJBT4QUk4p5mXgMvHb a08b26792c245397-LAX

协议指纹评分（机器自动）

总分 / 100 86 100 79 86

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

身份(结构) 6.7 /10 ×7 10.0 /10 ×7 10.0 /10 ×7 6.7 /10 ×7

知识截止 0.0 /10 ×7 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 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 8.4 /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

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 86 v3.9.1 基准（参考） 79 v3.9.1 86 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 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 7810 ms 5399 ms 7109 ms 6310 ms

输出速度 burst 144.7 tok/s 159.7 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 ⓘ

$0.0718

$0.0679

$0.0486

$0.0717

缓存读取占比 ⓘ 80% 79% 80% 79%

揭晓

通道

服务商 AIMZ ↗

通道M-Max

官方基准

服务商 ByteCatCode ↗

通道O-Max

服务商 SSSAiCode ↗

通道O-Max-L2

返回列表