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

2026/06/09 运行日期

claude-haiku-4-5-20251001 官方基准

2 通道分数 < 70 与基线相似度

已揭晓揭晓进度

步骤 / 指标

LingxiCode

M-

ByteCatCode

O-Max

DawAPI

SSSAiCode

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 15:09:49 ~ 15:09:54 (4.5s) 15:09:45 ~ 15:09:55 (6.5s) 15:09:51 ~ 15:10:01 (7.0s) 15:09:47 ~ 15:09:52 (2.9s) 15:09:53 ~ 15:09:58 (3.3s)

提示词

查看本步 Prompt

ping. Reply with the single word: pong

HTTP 头(TTFB) 2,810 ms 4,707 ms 4,778 ms 1,518 ms 1,965 ms

首文本(SSE delta) 2,812 ms - 4,868 ms 1,901 ms 1,966 ms

总耗时 3,348 ms 4,939 ms 6,032 ms 1,970 ms 2,291 ms

输入 10 10 10 10 10

输出 54 56 61 52 60

缓存创建

33,123

5m: 0 / 1h: 33,123

30,333

5m: 30,333 / 1h: 0

33,192

5m: 33,192 / 1h: 0

32,785

5m: 0 / 1h: 32,785

33,122

5m: 0 / 1h: 33,122

缓存读取 0 0 0 0 0

输出速度 100.7 tok/s 241.4 tok/s 52.4 tok/s - 184.6 tok/s

响应

pong

pong

pong

pong

pong

步骤 2: identity text

时间 15:12:24 ~ 15:12:34 (5.6s) 15:13:29 ~ 15:13:44 (10.4s) 15:11:36 ~ 15:11:46 (6.5s) 15:11:59 ~ 15:12:09 (9.8s) 15:11:34 ~ 15:11:39 (4.7s)

提示词

查看本步 Prompt

以下是对你自身的 metadata 探针。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。按以下 3 行回答自己的身份，每行一个 label，不要寒暄不要解释：
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) 2,648 ms 4,338 ms 3,686 ms 1,064 ms 2,052 ms

首文本(SSE delta) 2,648 ms - 3,882 ms 8,823 ms 2,053 ms

总耗时 4,486 ms 8,078 ms 5,196 ms 8,987 ms 3,712 ms

输入 10 10 10 10 10

输出 197 191 155 714 194

缓存创建

258

5m: 0 / 1h: 258

202

5m: 202 / 1h: 0

202

5m: 202 / 1h: 0

256

5m: 0 / 1h: 256

264

5m: 0 / 1h: 264

缓存读取 33,123 30,333 33,192 32,785 33,122

输出速度 107.2 tok/s 51.1 tok/s 118.0 tok/s burst 116.9 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-opus-20250219

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

步骤 3: cutoff text

时间 15:13:54 ~ 15:13:59 (4.4s) 15:15:03 ~ 15:15:13 (6.2s) 15:15:43 ~ 15:15:53 (5.4s) 15:15:39 ~ 15:15:44 (2.9s) 15:13:23 ~ 15:13:28 (3.5s)

提示词

查看本步 Prompt

Knowledge cutoff date? Reply with YYYY-MM only.

HTTP 头(TTFB) 2,780 ms 4,988 ms 3,579 ms 1,256 ms 1,965 ms

首文本(SSE delta) 2,781 ms - 3,615 ms 1,785 ms 1,967 ms

总耗时 3,554 ms 4,989 ms 4,415 ms 1,824 ms 2,492 ms

输入 10 10 10 10 10

输出 65 76 74 74 70

缓存创建

220

5m: 0 / 1h: 220

5m: 48 / 1h: 0

5m: 49 / 1h: 0

754

5m: 0 / 1h: 754

219

5m: 0 / 1h: 219

缓存读取 33,381 30,535 33,394 33,041 33,386

输出速度 84.1 tok/s burst 92.5 tok/s burst 133.3 tok/s

响应

2025-02

2025-02

2025-02

2024-04

2025-02

步骤 4: identity_free text

时间 15:17:00 ~ 15:17:10 (6.2s) 15:18:39 ~ 15:18:49 (7.9s) 15:19:45 ~ 15:20:00 (10.7s) 15:18:14 ~ 15:18:24 (7.5s) 15:15:41 ~ 15:15:51 (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) 2,486 ms 4,416 ms 4,122 ms 1,701 ms 1,668 ms

首文本(SSE delta) 2,487 ms - 4,124 ms 6,611 ms 1,669 ms

总耗时 5,446 ms 6,812 ms 9,767 ms 6,678 ms 4,143 ms

输入 10 10 10 10 10

输出 465 387 610 704 424

缓存创建

103

5m: 0 / 1h: 103

2,916

5m: 2,916 / 1h: 0

5m: 39 / 1h: 0

116

5m: 0 / 1h: 116

112

5m: 0 / 1h: 112

缓存读取 33,601 27,710 33,443 33,795 33,605

输出速度 157.1 tok/s 161.5 tok/s 108.1 tok/s burst 171.4 tok/s

响应

我是Claude Haiku 4.5，由Anthropic公司开发的AI助手，擅长编程、分析和问题解答。

我是Claude Code，由Anthropic开发的AI编码助手。可帮助进行代码编写、bug修复、代码审查等软件工程任务。

我是Anthropic公司开发的Claude Haiku，一个AI助手。

我是Claude，由Anthropic开发的AI助手。可以帮助编程、分析、写作等任务。遵循诚实、无害的原则。

我是Claude Haiku 4.5，由Anthropic公司开发的AI助手。我可以帮助完成软件工程任务，包括代码编写、调试、分析和解答技术问题。

步骤 5: knowledge_tier text

时间 15:20:50 ~ 15:21:05 (13.2s) 15:20:39 ~ 15:20:49 (8.8s) 15:21:00 ~ 15:21:15 (13.1s) 15:20:11 ~ 15:20:31 (18.1s) 15:19:21 ~ 15:19:36 (11.2s)

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) 2,954 ms 4,124 ms 3,220 ms 1,218 ms 1,890 ms

首文本(SSE delta) 2,955 ms - 3,267 ms 16,838 ms 1,892 ms

总耗时 11,989 ms 7,563 ms 12,269 ms 17,318 ms 10,139 ms

输入 10 10 10 10 10

输出 1,471 649 1,359 2,387 958

缓存创建

845

5m: 0 / 1h: 845

465

5m: 465 / 1h: 0

398

5m: 398 / 1h: 0

1,084

5m: 0 / 1h: 1,084

804

5m: 0 / 1h: 804

缓存读取 33,704 30,583 33,482 33,911 33,717

输出速度 162.8 tok/s 188.7 tok/s 151.0 tok/s burst 116.2 tok/s

响应

```json
{"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}
```

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

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

总计

总输入(含缓存) 168,408 153,175 167,441 168,577 168,401

总输出 2,252 1,359 2,259 3,931 1,706

总缓存创建

34,549

5m: 0 / 1h: 34,549

33,964

5m: 33,964 / 1h: 0

33,880

5m: 33,880 / 1h: 0

34,995

5m: 0 / 1h: 34,995

34,521

5m: 0 / 1h: 34,521

总缓存读取 133,809 119,161 133,511 133,532 133,830

输出速度 148.7 tok/s 130.8 tok/s 126.0 tok/s burst 128.9 tok/s

总执行时间 33.8s 39.8s 42.6s 41.2s 27.9s

总墙钟时间

11m 15.8s

含步骤间等待

11m 3.9s

含步骤间等待

11m 23.9s

含步骤间等待

10m 43.9s

含步骤间等待

9m 42.7s

含步骤间等待

按官方价目重估

同等内容若直发 Anthropic 的估算 ⓘ

$0.0679

Anthropic: Claude Haiku 4.5

$0.0453

Anthropic: Claude Haiku 4.5

$0.0512

Anthropic: Claude Haiku 4.5

$0.0768

Anthropic: Claude Haiku 4.5

$0.0651

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 one-api (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_011PEbYn3Lm29ELrDJMkfGxm msg_01VjmG9Nb1y1a2AfZgGqUpKq msg_0164GUVn3sWLJHyNW7Wg3hoD msg_01FhvM14Tm9iQWeVN25TdUXq msg_01GGcU29eLbi1uVTiHseKJkN

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-	cf-ray: a08e604b18bde393-NRT server: cloudflare set-cookie: server_name_session=d962c7fc2e4cdc3f87113d06b76bd7cf; Max-Age=86400; httponly; path=/ x-oneapi-request-id: 202606090720525789176859Wwhsyml	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	a08e604b18bde393-NRT
O-Max	server: nginx/1.29.8 x-oneapi-request-id: 202606090720413392418058268d9d6Cnu1CDLU	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	—
cc	server: cdn x-new-api-version: v1.0.0-rc.10 x-oneapi-request-id: 202606090721016428028678268d9d6f7PpS45l	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-idbody:id:msg_prefixbody:usage.service_tierbody:usage.inference_geobody:model:date_suffixbody:usage.cache_fieldsbody:extra_fieldsupstream:anthropic-direct-from-body	—
O-Max	cf-ray: a08e5f55fa72dec3-LAX server: Photon-Edge set-cookie: _cfuvid=1BCWYVGXgtVGZEpnsFW5XLDvme2cekzCyoAbIfs_9Bw-1780989612.4791481-1.0.1.1-x5VpIzCXl4lfwWoxRPG6Jr6.Pa_gW_OgyR3rP31B8l4; 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	1780989612419-kej56bgpcht2d req_011CbsHEjhgL4qc2RKsSGP3c a08e5f55fa72dec3-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: 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_011CbsHB5GoC4XcL9MjuNxPS

协议指纹评分（机器自动）

总分 / 100 98 79 89 82 100

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 10.0 /10 ×20 10.0 /10 ×20 10.0 /10 ×20

缓存 TTL 一致 10.0 /10 ×15 0.0 /10 ×15 0.0 /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 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 10.0 /10 ×8

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

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

知识截止 10.0 /10 ×7 10.0 /10 ×7 10.0 /10 ×7 0.0 /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 8.6 /10 ×5 9.4 /10 ×5 10.0 /10 ×5 10.0 /10 ×5

Req-ID 透传 0.0 /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 98 v3.9.1 79 v3.9.1 89 v3.9.1 82 v3.9.1 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 5765 ms 6476 ms 7536 ms 7355 ms 4555 ms

输出速度 148.7 tok/s 130.8 tok/s 126.0 tok/s burst 128.9 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 ⓘ

$0.0679

$0.0453

$0.0512

$0.0768

$0.0651

缓存读取占比 ⓘ 79% 78% 80% 79% 79%

揭晓

通道

服务商 LingxiCode ↗

通道M-

服务商 ByteCatCode ↗

通道O-Max

服务商 DawAPI ↗

通道cc

服务商 SSSAiCode ↗

通道O-Max

官方基准

返回列表