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

2026/06/07 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

PackyCode

cc-Zeus

WorldBase.ai

M-

InfAI

R-Kiro

官方基准

SSSAiCode

O-Max

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 18:10:23 ~ 18:10:28 (3.4s) 18:10:27 ~ 18:10:37 (5.3s) 18:10:25 ~ 18:10:30 (4.7s) 18:10:31 ~ 18:10:36 (3.3s) 18:10:29 ~ 18:10:34 (3.4s)

提示词

查看本步 Prompt

ping. Reply with the single word: pong

HTTP 头(TTFB) 2,002 ms 3,351 ms 2,527 ms 1,699 ms 1,850 ms

首文本(SSE delta) 2,003 ms 3,596 ms 2,529 ms 1,701 ms 2,203 ms

总耗时 2,331 ms 3,936 ms 2,887 ms 2,271 ms 2,244 ms

输入 10 0 10 10 10

输出 50 2 53 56 56

缓存创建

33,122

5m: 0 / 1h: 33,122

35,314

5m: 0 / 1h: 35,314

33,122

5m: 0 / 1h: 33,122

33,122

5m: 0 / 1h: 33,122

32,785

5m: 0 / 1h: 32,785

缓存读取 0 0 0 0 0

输出速度 152.4 tok/s - 148.0 tok/s 98.2 tok/s burst

响应

pong


pong

pong

pong

pong

步骤 2: identity text

时间 18:13:23 ~ 18:13:33 (7.0s) 18:13:10 ~ 18:13:20 (5.9s) 18:13:43 ~ 18:13:48 (4.8s) 18:14:06 ~ 18:14:11 (4.7s) 18:12:56 ~ 18:13:06 (5.3s)

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。请只输出以下 3 行内容（label 小写，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) 4,131 ms 2,627 ms 1,575 ms 1,782 ms 1,570 ms

首文本(SSE delta) 4,134 ms 2,849 ms 1,600 ms 1,783 ms 4,256 ms

总耗时 6,079 ms 4,710 ms 3,602 ms 3,646 ms 4,449 ms

输入 10 201 10 10 10

输出 219 26 245 226 320

缓存创建

230

5m: 0 / 1h: 230

5m: 0 / 1h: 56

233

5m: 0 / 1h: 233

236

5m: 0 / 1h: 236

236

5m: 0 / 1h: 236

缓存读取 33,122 35,297 33,122 33,122 32,785

输出速度 112.6 tok/s - 122.4 tok/s 121.3 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

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-20241022

步骤 3: cutoff text

时间 18:16:33 ~ 18:16:53 (15.9s) 18:15:52 ~ 18:15:57 (4.3s) 18:16:00 ~ 18:16:05 (3.5s) 18:17:03 ~ 18:17:08 (2.9s) 18:15:29 ~ 18:15:34 (2.6s)

提示词

查看本步 Prompt

Knowledge cutoff date? Reply with YYYY-MM only.

HTTP 头(TTFB) 12,851 ms 2,750 ms 1,544 ms 1,511 ms 1,484 ms

首文本(SSE delta) 12,852 ms 2,751 ms 1,547 ms 1,512 ms 1,868 ms

总耗时 13,900 ms 3,225 ms 2,019 ms 1,993 ms 1,912 ms

输入 10 37 10 10 10

输出 63 5 78 63 55

缓存创建

242

5m: 0 / 1h: 242

469

5m: 0 / 1h: 469

287

5m: 0 / 1h: 287

266

5m: 0 / 1h: 266

343

5m: 0 / 1h: 343

缓存读取 33,352 35,334 33,355 33,358 33,021

输出速度 60.1 tok/s - 165.3 tok/s 131.0 tok/s burst

响应

2025-02


2025-02

2025-02

2025-02

2024-04

步骤 4: identity_free text

时间 18:20:26 ~ 18:20:46 (17.7s) 18:17:47 ~ 18:17:57 (7.3s) 18:19:52 ~ 18:20:07 (11.8s) 18:20:08 ~ 18:20:18 (5.0s) 18:18:04 ~ 18:18:14 (5.7s)

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) 7,947 ms 3,228 ms 1,556 ms 1,449 ms 1,649 ms

首文本(SSE delta) 7,948 ms 3,229 ms 1,557 ms 1,450 ms 4,661 ms

总耗时 16,638 ms 5,702 ms 9,326 ms 4,052 ms 4,812 ms

输入 10 39 10 10 10

输出 1,392 50 1,122 475 467

缓存创建

105

5m: 0 / 1h: 105

5m: 0 / 1h: 98

116

5m: 0 / 1h: 116

101

5m: 0 / 1h: 101

5m: 0 / 1h: 95

缓存读取 33,594 35,800 33,642 33,624 33,364

输出速度 160.2 tok/s 20.2 tok/s 144.4 tok/s 182.6 tok/s burst

响应

我是Claude，由Anthropic公司开发的AI助手。我能够帮助用户进行写作、编程、分析、研究等多种任务。我具有理解自然语言、生成文本和完成复杂智力工作的能力。


我是Kiro，一个AI驱动的开发环境。属于Anthropic公司的Claude产品家族，是Claude Haiku 4.5模型。由Anthropic公司开发。

我是由Anthropic开发的Claude Haiku 4.5，一款AI助手。可进行对话、编程、分析等多项任务。

我是Claude Haiku 4.5，由Anthropic公司打造的AI助手。Claude是一个大型语言模型，能帮助用户进行对话、编程、写作等多种任务。

我是Claude，由Anthropic公司开发的AI助手。属于Claude产品系列，是一款通用的对话型人工智能模型。

步骤 5: knowledge_tier text

时间 18:24:41 ~ 18:25:01 (17.6s) 18:20:44 ~ 18:20:54 (6.9s) 18:23:10 ~ 18:23:30 (15.2s) 18:22:58 ~ 18:23:18 (15.9s) 18:22:06 ~ 18:22:21 (11.9s)

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) 2,597 ms 2,926 ms 1,573 ms 1,768 ms 1,521 ms

首文本(SSE delta) 2,624 ms 2,927 ms 1,575 ms 1,770 ms 10,958 ms

总耗时 16,002 ms 5,709 ms 13,948 ms 14,862 ms 11,187 ms

输入 10 427 10 10 10

输出 1,709 23 2,038 1,829 1,323

缓存创建

1,772

5m: 0 / 1h: 1,772

259

5m: 0 / 1h: 259

1,502

5m: 0 / 1h: 1,502

855

5m: 0 / 1h: 855

847

5m: 0 / 1h: 847

缓存读取 33,699 35,855 33,758 33,725 33,459

输出速度 127.7 tok/s - 164.7 tok/s 139.7 tok/s burst

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":["Trump","OUT","OUT","OUT","OUT"],"calc":3150}
```

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

总计

总输入(含缓存) 169,288 179,186 169,187 168,459 166,985

总输出 3,433 106 3,536 2,649 2,221

总缓存创建

35,471

5m: 0 / 1h: 35,471

36,196

5m: 0 / 1h: 36,196

35,260

5m: 0 / 1h: 35,260

34,580

5m: 0 / 1h: 34,580

34,306

5m: 0 / 1h: 34,306

总缓存读取 133,767 142,286 133,877 133,829 132,629

输出速度 135.2 tok/s 20.2 tok/s 153.9 tok/s 142.4 tok/s burst

总执行时间 1m 1.6s 29.7s 40.0s 31.7s 28.8s

总墙钟时间

14m 37.9s

含步骤间等待

10m 26.8s

含步骤间等待

13m 4.8s

含步骤间等待

12m 46.8s

含步骤间等待

11m 51.8s

含步骤间等待

按官方价目重估

同等内容若直发 Anthropic 的估算 ⓘ

$0.0749

Anthropic: Claude Haiku 4.5

$0.0607

Anthropic: Claude Haiku 4.5

$0.0752

Anthropic: Claude Haiku 4.5

$0.0699

Anthropic: Claude Haiku 4.5

$0.0673

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%) direct (100%) direct (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 cloudflare - - -

ID 格式 msg_01VQRWJNmvJC9EgeNoKLQuDR msg_01u4AD4W81fxWK1YMAjFDb9D msg_017tREGG9Zns2KhSvyEGyfSn msg_01SWkbe7WptGW2zcWbVW1AbR msg_01Q54jpoER4gsrXfYqqJSV1p

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
cc-Zeus	via: 1.1 Caddy cf-ray: a07ef2ddcff25901-LAX server: cloudflare x-oneapi-request-id: 20260607182443698660204DoBzhlWE	id_format: msg_prefix via_chain: ["1.1 Caddy"] 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-rayhdr:viabody:id:msg_prefixbody:usage.service_tierbody:usage.inference_geobody:model:date_suffixbody:usage.cache_fieldsbody:extra_fieldsupstream:anthropic-direct-from-body	a07ef2ddcff25901-LAX
M-	cf-ray: a07eed11bed8db60-AMS server: cloudflare	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: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	80b514c4-18a1-425f-904d-e73bebf15a82 a07eed11bed8db60-AMS
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_011CbojZNpNFJpc5b9XZkzx4
O-Max	cf-ray: a07eef13ef5cc621-LAX server: Photon-Edge set-cookie: _cfuvid=C1ATMHmhw9BVhmYafVUCCgUnyZSfjv5u_NYOyyIUC3U-1780827727.9874878-1.0.1.1-Cgx0No8pObLFht6RKdZVpVe2Nbx4_5AYxWhPsfVDt_M; 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	1780827727939-bp2xj55djvkeg req_011CbojVWydsSAFuUrybxRpE a07eef13ef5cc621-LAX

协议指纹评分（机器自动）

总分 / 100 96 85 98 100 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 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 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 10.0 /10 ×8 5.0 /10 ×8

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

知识截止 10.0 /10 ×7 10.0 /10 ×7 10.0 /10 ×7 10.0 /10 ×7 0.0 /10 ×7

身份(自由) 10.0 /10 ×7 0.0 /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 4.9 /10 ×5 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 0.0 /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 96 v3.9.1 85 v3.9.1 98 v3.9.1 基准（参考） 86 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 10990 ms 4656 ms 6356 ms 5365 ms 4921 ms

输出速度 135.2 tok/s 20.2 tok/s 153.9 tok/s 142.4 tok/s burst

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 ⓘ

$0.0749

$0.0607

$0.0752

$0.0699

$0.0673

缓存读取占比 ⓘ 79% 79% 79% 79% 79%

揭晓

通道

服务商 PackyCode ↗

通道cc-Zeus

服务商 WorldBase.ai ↗

通道M-

服务商 InfAI ↗

通道R-Kiro

官方基准

服务商 SSSAiCode ↗

通道O-Max

返回列表