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

2026/05/29 运行日期

claude-opus-4-7 官方基准

1 任务失败执行不完整

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

InfAI / cc
```
评测失败
```

步骤 / 指标

ClaudeCN

O-Max

LingxiCode

M-

SSSAiCode

O-Max-L2

官方基准

基本信息

服务名 Claude Code Claude Code Claude Code Claude Code

模型 claude-opus-4-7 claude-opus-4-7 claude-opus-4-7 claude-opus-4-7

客户端 claude-cli v2.1.146 claude-cli v2.1.146 claude-cli v2.1.146 claude-cli v2.1.146

偏差标红基于官方基准

步骤 1: ping text

时间 23:20:35 ~ 23:20:45 (6.5s) 23:20:33 ~ 23:20:38 (4.5s) 23:20:29 ~ 23:20:44 (11.2s) 23:20:37 ~ 23:20:47 (6.8s)

提示词

查看本步 Prompt

ping. Reply with the single word: pong

HTTP 头(TTFB) 5,139 ms 3,101 ms 7,109 ms 5,467 ms

首文本(SSE delta) 5,386 ms 3,102 ms - 5,468 ms

总耗时 5,386 ms 3,322 ms 7,328 ms 5,682 ms

输入 6 6 6 6

输出 6 6 6 6

缓存创建

36,228

5m: 0 / 1h: 36,228

36,556

5m: 0 / 1h: 36,556

36,187

5m: 0 / 1h: 36,187

36,556

5m: 0 / 1h: 36,556

缓存读取 0 0 0 0

响应

pong

pong

pong

pong

步骤 2: identity text

时间 23:22:55 ~ 23:23:05 (6.4s) 23:23:45 ~ 23:23:50 (4.7s) 23:22:40 ~ 23:22:45 (3.2s) 23:23:29 ~ 23:23:34 (3.7s)

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) 3,725 ms 3,194 ms 2,003 ms 2,195 ms

首文本(SSE delta) 3,727 ms 3,196 ms - 2,196 ms

总耗时 4,301 ms 3,681 ms 2,492 ms 2,592 ms

输入 6 6 6 6

输出 32 30 32 30

缓存创建

198

5m: 0 / 1h: 198

198

5m: 0 / 1h: 198

198

5m: 0 / 1h: 198

198

5m: 0 / 1h: 198

缓存读取 36,228 36,556 36,187 36,556

输出速度 55.7 tok/s 61.9 tok/s 65.4 tok/s 75.8 tok/s

响应

vendor: anthropic
brand: claude
model: claude-sonnet-4-5

vendor: anthropic
brand: claude
model: claude-opus-4-7

vendor: anthropic
brand: claude
model: claude-sonnet-4-5

vendor: anthropic
brand: claude
model: claude-opus-4-7

步骤 3: cutoff text

时间 23:25:34 ~ 23:25:44 (6.2s) 23:25:03 ~ 23:25:09 (4.9s) 23:23:51 ~ 23:23:56 (3.1s) 23:25:47 ~ 23:25:53 (2.9s)

提示词

查看本步 Prompt

Knowledge cutoff date? Reply with YYYY-MM only.

HTTP 头(TTFB) 4,718 ms 3,680 ms 2,106 ms 1,822 ms

首文本(SSE delta) 4,870 ms 3,799 ms - 1,824 ms

总耗时 4,951 ms 3,948 ms 2,296 ms 1,987 ms

输入 6 6 6 6

输出 9 9 9 9

缓存创建

5m: 0 / 1h: 62

5m: 0 / 1h: 71

5m: 0 / 1h: 66

5m: 0 / 1h: 71

缓存读取 36,426 36,754 36,385 36,754

响应

2025-01

2026-01

2025-01

2026-01

步骤 4: identity_free text

时间 23:29:23 ~ 23:29:33 (6.7s) 23:28:04 ~ 23:28:14 (4.9s) 23:25:49 ~ 23:25:54 (2.9s) 23:27:10 ~ 23:27:20 (5.9s)

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) 5,539 ms 3,672 ms 1,780 ms 4,257 ms

首文本(SSE delta) 5,541 ms 3,673 ms - 4,259 ms

总耗时 5,541 ms 4,176 ms 2,153 ms 4,900 ms

输入 6 6 6 6

输出 67 42 30 47

缓存创建

5m: 0 / 1h: 47

5m: 0 / 1h: 45

5m: 0 / 1h: 39

5m: 0 / 1h: 43

缓存读取 36,488 36,825 36,451 36,825

输出速度 burst 83.5 tok/s 80.4 tok/s 73.3 tok/s

响应

我是 Claude，由 Anthropic 开发的 AI 助手，擅长对话、写作、编程和分析任务，致力于提供有帮助、无害且诚实的回答。

我是 Claude Opus 4.7，属于 Claude 产品系列，由 Anthropic 开发。

我是 Claude，由 Anthropic 开发的 AI 助手。

我是 Claude，由 Anthropic 打造的 AI 助手，当前模型为 Claude Opus 4.7。

步骤 5: knowledge_tier text

时间 23:32:42 ~ 23:32:52 (6.2s) 23:30:30 ~ 23:30:40 (8.0s) 23:27:41 ~ 23:27:51 (5.6s) 23:29:03 ~ 23:29:08 (4.7s)

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) 4,916 ms 3,248 ms 2,054 ms 2,236 ms

首文本(SSE delta) 4,917 ms 6,813 ms - 2,238 ms

总耗时 4,918 ms 7,324 ms 4,921 ms 3,797 ms

输入 6 6 6 6

输出 44 322 229 48

缓存创建

560

5m: 0 / 1h: 560

535

5m: 0 / 1h: 535

523

5m: 0 / 1h: 523

540

5m: 0 / 1h: 540

缓存读取 36,535 36,870 36,490 36,868

输出速度 burst - 79.9 tok/s 30.8 tok/s

响应

{"a":["Trump","Leo XIV Prevost","OUT","OUT","OUT"],"calc":3450}

{"a":["Trump","Leo XIV (Prevost)","María Corina Machado","Ousmane Dembélé","Mamdani"],"calc":3150}

{"a":["Trump","Leo XIV (Prevost)","OUT","OUT","OUT"],"calc":3150}

{"a":["Trump","Leo XIV Prevost","Machado","Dembélé","Mamdani"],"calc":3650}

总计

总输入(含缓存) 182,802 184,440 182,556 184,441

总输出 158 409 306 140

总缓存创建

37,095

5m: 0 / 1h: 37,095

37,405

5m: 0 / 1h: 37,405

37,013

5m: 0 / 1h: 37,013

37,408

5m: 0 / 1h: 37,408

总缓存读取 145,677 147,005 145,513 147,003

输出速度 55.7 tok/s 72.9 tok/s 78.0 tok/s 48.2 tok/s

总执行时间 32.0s 27.0s 26.0s 24.0s

总墙钟时间

12m 16.9s

含步骤间等待

10m 6.8s

含步骤间等待

7m 21.6s

含步骤间等待

8m 30.8s

含步骤间等待

按官方价目重估

同等内容若直发 Anthropic 的估算 ⓘ

$0.3088

Anthropic: Claude Opus 4.7

$0.3177

Anthropic: Claude Opus 4.7

$0.3119

Anthropic: Claude Opus 4.7

$0.3110

Anthropic: Claude Opus 4.7

通道指纹

来源步骤 knowledge_tier knowledge_tier knowledge_tier knowledge_tier

平台 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%)

CDN cloudflare cloudflare - -

ID 格式 msg_019hGG5sS4Gx2aRgiUAgCzm7 msg_01V4qE3VCxMF4p27SexvYhTx msg_012SxeUt3pmBRTQfuZFRh5gh msg_0164DqHKqsGmybpbxLBGHNym

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	cf-ray: a0368dad3d4f37c0-AMS server: cloudflare x-oneapi-request-id: 20260529233244948545061VMeLbe0t	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-oneapi-request-idhdr:server:cloudflarehdr:cf-raybody:id:msg_prefixbody:usage.service_tierbody:usage.inference_geobody:usage.cache_fieldsbody:extra_fieldsupstream:anthropic-direct-from-body	a0368dad3d4f37c0-AMS
M-	cf-ray: a0368a701ff6e041-NRT server: cloudflare set-cookie: server_name_session=483012021bd48a4dcd0200cba91cc706; Max-Age=86400; httponly; path=/ x-oneapi-request-id: 2026052915303210060788346KK1CUQ	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-oneapi-request-idhdr:server:cloudflarehdr:cf-raybody:id:msg_prefixbody:usage.service_tierbody:usage.inference_geobody:usage.cache_fieldsbody:extra_fieldsupstream:anthropic-direct-from-body	a0368a701ff6e041-NRT
O-Max-L2	cf-ray: a03686529b12889a-LAX server: Photon-Edge set-cookie: _cfuvid=IeMjWPOnwrtBU8sdBYaumyC0WcBBcc7DFczTz_xFAgo-1780068462.4982913-1.0.1.1-bisje.nlrgK.5uSXAu2P6WOWXDs5n_TABtvZV3EbYjU; 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: 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	1780068462443-e0d4u2ax5691m req_011CbX6WnwEdmFr9AAuCwMNz a03686529b12889a-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_011CbX6csDsoT78WcyVo8UJx

协议指纹评分（机器自动）

总分 / 100 87 97 85 100

基线状态已对照基线已对照基线已对照基线已对照基线

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 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

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

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

知识截止 0.0 /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

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 10.0 /10 ×5 10.0 /10 ×5

Req-ID 透传 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

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 87 v3.9.1 97 v3.9.1 85 v3.9.1 基准（参考）

雷达图例

共 18 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 自由身份 identity_free_clean
5 停止原因 stop_reason_present
6 系统提示纯净 system_prompt_clean
7 Service Tier service_tier_present
8 缓存命中比 cache_hit_ratio_match
9 缓存 TTL 一致 cache_ttl_consistency
10 推理地区 inference_geo_present
11 缓存连续 cache_continuity_intra
12 延迟基线 latency_baseline_match
13 原生 msg-ID anthropic_msg_id_format
14 Sliding 缓存 cache_sliding_correctness
15 结构化身份 identity_structured_match
16 中文遵循 instruction_following_lang
17 世界知识层级 world_knowledge_tier_match
18 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 5019 ms 4490 ms 3838 ms 3792 ms

输出速度 55.7 tok/s 72.9 tok/s 78.0 tok/s 48.2 tok/s

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 ⓘ

$0.3088

$0.3177

$0.3119

$0.3110

缓存读取占比 ⓘ 80% 80% 80% 80%

揭晓

通道

服务商 ClaudeCN ↗

通道O-Max

服务商 LingxiCode ↗

通道M-

服务商 SSSAiCode ↗

通道O-Max-L2

官方基准

返回列表