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-sonnet-4-6 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

官方基准

HongMaCC

u-cc

FoxCode

R-super

SudoCode

M-Max

FoxCode

R-ultra

基本信息

服务名 Claude Code Claude Code Claude Code Claude Code Claude Code

模型 claude-sonnet-4-6 claude-sonnet-4-6 claude-sonnet-4-6 claude-sonnet-4-6 claude-sonnet-4-6

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 17:14:34 ~ 17:14:39 (3.7s) 17:14:26 ~ 17:14:31 (4.7s) 17:14:30 ~ 17:14:40 (5.1s) 17:14:28 ~ 17:14:33 (4.6s) 17:14:32 ~ 17:14:37 (4.1s)

提示词

查看本步 Prompt

ping. Reply with the single word: pong

HTTP 头(TTFB) 2,547 ms 2,557 ms 3,546 ms 2,976 ms 2,686 ms

首文本(SSE delta) 2,548 ms 2,558 ms 3,808 ms 2,978 ms 2,715 ms

总耗时 2,660 ms 2,559 ms 4,126 ms 3,098 ms 3,266 ms

输入 3 3 70 3 84

输出 5 5 2 5 2

缓存创建

32,318

5m: 0 / 1h: 32,318

29,528

5m: 0 / 1h: 29,528

32,946

5m: 32,946 / 1h: 0

32,318

5m: 0 / 1h: 32,318

32,931

5m: 32,931 / 1h: 0

缓存读取 0 0 0 0 0

响应

pong

pong

pong

pong

pong

步骤 2: identity text

时间 17:16:48 ~ 17:16:53 (3.4s) 17:17:36 ~ 17:17:41 (4.0s) 17:17:52 ~ 17:18:02 (5.0s) 17:18:11 ~ 17:18:16 (3.8s) 17:17:08 ~ 17:17:18 (5.5s)

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。自报身份，输出严格遵守以下 3 行格式（不允许 markdown、代码块、额外文本）：
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) 2,049 ms 2,671 ms 4,055 ms 2,334 ms 3,833 ms

首文本(SSE delta) 2,050 ms 2,672 ms 4,056 ms 2,336 ms 3,833 ms

总耗时 2,390 ms 2,672 ms 4,232 ms 2,635 ms 4,394 ms

输入 3 3 23 3 38

输出 22 22 24 22 24

缓存创建

192

5m: 0 / 1h: 192

192

5m: 0 / 1h: 192

33,200

5m: 33,200 / 1h: 0

192

5m: 0 / 1h: 192

253

5m: 253 / 1h: 0

缓存读取 32,318 29,528 0 32,318 32,931

响应

vendor: anthropic
brand: claude
model: claude-sonnet-4-6

vendor: anthropic
brand: claude
model: claude-sonnet-4-6

vendor: anthropic
brand: claude
model: claude-sonnet-4-6

vendor: anthropic
brand: claude
model: claude-sonnet-4-6

vendor: anthropic
brand: claude
model: claude-sonnet-4-6

步骤 3: cutoff text

时间 17:19:18 ~ 17:19:23 (3.7s) 17:20:58 ~ 17:21:03 (3.7s) 17:19:49 ~ 17:19:59 (5.9s) 17:22:02 ~ 17:22:07 (4.2s) 17:18:39 ~ 17:18:49 (6.3s)

提示词

查看本步 Prompt

你的 knowledge cutoff 是？请只回 YYYY-MM。

HTTP 头(TTFB) 2,260 ms 2,600 ms 4,489 ms 2,824 ms 5,407 ms

首文本(SSE delta) 2,262 ms 2,602 ms 4,689 ms 2,826 ms 5,453 ms

总耗时 2,539 ms 2,603 ms 4,955 ms 3,080 ms 5,642 ms

输入 3 3 69 3 83

输出 8 8 5 8 5

缓存创建

5m: 0 / 1h: 44

5m: 19 / 1h: 0

5m: 0 / 1h: 44

33,189

5m: 33,189 / 1h: 0

缓存读取 32,510 29,720 33,200 32,510 0

响应

2025-08

2025-08

2025-08

2025-08

2025-08

步骤 4: identity_free text

时间 17:23:09 ~ 17:23:14 (4.5s) 17:23:11 ~ 17:23:16 (4.2s) 17:22:58 ~ 17:23:09 (5.6s) 17:25:16 ~ 17:25:21 (3.6s) 17:21:58 ~ 17:22:09 (6.8s)

提示词

查看本步 Prompt

用中文回答：你是谁？由谁开发？50 字以内。

HTTP 头(TTFB) 2,591 ms 3,030 ms 2,942 ms 2,039 ms 4,543 ms

首文本(SSE delta) 2,594 ms 3,031 ms 2,943 ms 2,040 ms 4,544 ms

总耗时 3,588 ms 3,031 ms 4,934 ms 2,642 ms 5,983 ms

输入 3 3 22 3 37

输出 65 46 49 48 41

缓存创建

5m: 0 / 1h: 35

5m: 0 / 1h: 39

33,306

5m: 33,306 / 1h: 0

5m: 0 / 1h: 41

33,275

5m: 33,275 / 1h: 0

缓存读取 32,554 29,764 0 32,554 0

输出速度 65.4 tok/s burst 24.6 tok/s 79.7 tok/s 28.5 tok/s

响应

我是 Claude，由 Anthropic 开发的 AI 助手。我基于大型语言模型构建，旨在帮助用户完成各种任务，包括回答问题、写作、编程等。

我是 Claude，由 Anthropic 公司打造的 AI 助手。当前运行的模型版本为 claude-sonnet-4-6。

我是 Kiro，一款由 Anthropic 构建的 AI 编程助手，基于 Claude 模型，帮助开发者完成软件工程任务。

我叫 Claude，是由 Anthropic 公司开发的 AI 助手。当前使用的模型版本是 claude-sonnet-4-6。

我是 Claude，由 Anthropic 公司打造的 AI 助手，当前运行的模型版本为 claude-sonnet-4-6。

步骤 5: knowledge_tier text

时间 17:27:04 ~ 17:27:19 (10.5s) 17:26:29 ~ 17:26:44 (11.4s) 17:25:02 ~ 17:25:12 (5.0s) 17:28:11 ~ 17:28:26 (10.9s) 17:23:18 ~ 17:23:23 (4.8s)

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) 2,817 ms 9,885 ms 3,682 ms 2,373 ms 3,020 ms

首文本(SSE delta) 3,282 ms 9,887 ms 3,683 ms 2,871 ms 3,023 ms

总耗时 9,513 ms 9,887 ms 4,010 ms 9,843 ms 4,139 ms

输入 3 3 64 3 37

输出 499 486 24 476 129

缓存创建

438

5m: 0 / 1h: 438

3,143

5m: 0 / 1h: 3,143

395

5m: 395 / 1h: 0

421

5m: 0 / 1h: 421

429

5m: 429 / 1h: 0

缓存读取 32,589 27,081 33,306 32,595 33,275

输出速度 80.1 tok/s burst - 68.3 tok/s 115.6 tok/s

响应

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

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

{"a":["Trump","Leo XIV Prevost","OUT","OUT","OUT"],"calc":3196}

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

{"a":["Trump","Leo XIV Prevost","OUT","OUT","OUT"],"calc":((108+18)*25)}

Let me compute calc properly:

- 2025-01-20 to 2025-05-08: 108 days
- 2025-09-22 to 2025-10-10: 18 days
- 2025-10-10 to 2025-1

总计

总输入(含缓存) 163,013 149,054 166,620 163,008 166,562

总输出 599 567 104 559 201

总缓存创建

33,027

5m: 0 / 1h: 33,027

32,946

5m: 0 / 1h: 32,946

99,866

5m: 99,866 / 1h: 0

33,016

5m: 0 / 1h: 33,016

100,077

5m: 100,077 / 1h: 0

总缓存读取 129,971 116,093 66,506 129,977 66,206

输出速度 78.1 tok/s burst 24.6 tok/s 69.2 tok/s 66.5 tok/s

总执行时间 25.9s 28.0s 26.7s 27.1s 27.6s

总墙钟时间

12m 44.8s

含步骤间等待

12m 17.8s

含步骤间等待

10m 41.8s

含步骤间等待

13m 57.8s

含步骤间等待

8m 50.8s

含步骤间等待

按官方价目重估

同等内容若直发 Anthropic 的估算 ⓘ

$0.1719

Anthropic: Claude Sonnet 4.6

$0.1669

Anthropic: Claude Sonnet 4.6

$0.2563

Anthropic: Claude Sonnet 4.6

$0.1712

Anthropic: Claude Sonnet 4.6

$0.2583

Anthropic: Claude Sonnet 4.6

通道指纹

来源步骤 knowledge_tier knowledge_tier knowledge_tier knowledge_tier knowledge_tier

平台 direct (100%) one-api (100%) one-api (100%) one-api (100%) one-api (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_01H1mkSW1nfFeywBzsJc3DRb msg_01KEs4SMxQNAET2AajpUiDe1 msg_01hUZJ0oWkDgvlgHHSTjPgCV msg_013v9Zd2KAEm21bYAv5Mc4be msg_01T6NRgdLH3ob4ww7GcpL3XK

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
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_011CbsSuvfsPknc5yA2b3gsd
u-cc	server: nginx x-new-api-version: 1.0.7 x-oneapi-request-id: 202606090926311429580988268d9d6kzZD6YNL	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-new-api-versionhdr:x-oneapi-request-idbody:id:msg_prefixbody:usage.service_tierbody:usage.inference_geobody:usage.cache_fieldsbody:extra_fieldsupstream:anthropic-direct-from-body	—
R-super	cf-ray: a08f1636a865fd4f-NRT server: cloudflare x-new-api-version: v0.0.0 x-oneapi-request-id: 202606090925035674661108268d9d6iBAwpJPw	id_format: msg_prefix has_service_tier: true has_inference_geo: true model_has_date_suffix: false 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:usage.cache_fieldsupstream:anthropic-direct-from-body	a08f1636a865fd4f-NRT
M-Max	server: nginx x-oneapi-request-id: 20260609172812641426968H5DVz2Sm	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-idbody:id:msg_prefixbody:usage.service_tierbody:usage.inference_geobody:usage.cache_fieldsbody:extra_fieldsupstream:anthropic-direct-from-body	—
R-ultra	cf-ray: a08f13aaeb6daf8b-NRT server: cloudflare x-new-api-version: v0.0.0 x-oneapi-request-id: 202606090923192350135278268d9d6uBIiqvGx	id_format: msg_prefix has_service_tier: true has_inference_geo: true model_has_date_suffix: false 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:usage.cache_fieldsupstream:anthropic-direct-from-body	a08f13aaeb6daf8b-NRT

协议指纹评分（机器自动）

总分 / 100 100 89 60 98 56

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 0.0 /10 ×20 10.0 /10 ×20 0.0 /10 ×20

缓存 TTL 一致 10.0 /10 ×15 10.0 /10 ×15 0.0 /10 ×15 10.0 /10 ×15 0.0 /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 5.3 /10 ×13 10.0 /10 ×13 0.0 /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 5.0 /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 10.0 /10 ×7

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

身份(自由) 10.0 /10 ×7 10.0 /10 ×7 0.0 /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 10.0 /10 ×5 9.7 /10 ×5 10.0 /10 ×5 9.2 /10 ×5

Req-ID 透传 10.0 /10 ×4 0.0 /10 ×4 0.0 /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 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

与基线相似度基准（参考） 89 v3.9.1 60 v3.9.1 98 v3.9.1 56 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 4138 ms 4150 ms 4451 ms 4260 ms 4685 ms

输出速度 78.1 tok/s burst 24.6 tok/s 69.2 tok/s 66.5 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 ⓘ

$0.1719

$0.1669

$0.2563

$0.1712

$0.2583

缓存读取占比 ⓘ 80% 78% 40% 80% 40%

揭晓

通道

官方基准

服务商 HongMaCC ↗

通道u-cc

服务商 FoxCode ↗

通道R-super

服务商 SudoCode ↗

通道M-Max

服务商 FoxCode ↗

通道R-ultra

返回列表