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

2026/06/05 运行日期

claude-sonnet-4-6 官方基准

3 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

DBAI / M-
```
评测失败
```

步骤 / 指标

FoxCode

R-ultra

DawAPI

LingxiCode

M-

官方基准

基本信息

服务名 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

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 15:48:14 ~ 15:48:19 (4.0s) 15:48:12 ~ 15:48:23 (6.2s) 15:48:16 ~ 15:48:27 (7.7s) 15:48:21 ~ 15:48:26 (3.3s)

提示词

查看本步 Prompt

ping. Reply with the single word: pong

HTTP 头(TTFB) 2,879 ms 5,109 ms 6,209 ms 2,165 ms

首文本(SSE delta) 2,935 ms 5,111 ms 6,210 ms 2,166 ms

总耗时 3,153 ms 5,293 ms 6,471 ms 2,267 ms

输入 15 3 3 3

输出 2 5 5 5

缓存创建

33,002

5m: 33,002 / 1h: 0

28,208

5m: 28,208 / 1h: 0

32,318

5m: 0 / 1h: 32,318

32,318

5m: 0 / 1h: 32,318

缓存读取 0 0 0 0

响应

pong

pong

pong

pong

步骤 2: identity text

时间 15:50:03 ~ 15:50:13 (5.1s) 15:49:43 ~ 15:49:53 (5.6s) 15:49:54 ~ 15:50:04 (5.3s) 15:51:32 ~ 15:51:37 (3.8s)

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。请按下列 3 行格式精确填空作答（label 不变，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) 3,776 ms 4,118 ms 3,759 ms 2,304 ms

首文本(SSE delta) 3,777 ms 4,119 ms 3,760 ms 2,306 ms

总耗时 4,277 ms 4,516 ms 4,174 ms 2,833 ms

输入 15 3 3 3

输出 24 22 22 22

缓存创建

193

5m: 193 / 1h: 0

182

5m: 182 / 1h: 0

182

5m: 0 / 1h: 182

182

5m: 0 / 1h: 182

缓存读取 33,002 28,208 32,318 32,318

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

步骤 3: cutoff text

时间 15:53:33 ~ 15:53:38 (3.9s) 15:51:24 ~ 15:51:34 (6.5s) 15:51:22 ~ 15:51:27 (4.5s) 15:55:25 ~ 15:55:30 (3.4s)

提示词

查看本步 Prompt

请直接回答你的知识截止日期，格式 YYYY-MM，不要附加任何说明。

HTTP 头(TTFB) 2,887 ms 4,916 ms 3,431 ms 2,223 ms

首文本(SSE delta) 2,941 ms 4,917 ms 3,432 ms 2,224 ms

总耗时 3,087 ms 5,490 ms 3,648 ms 2,375 ms

输入 62 3 3 3

输出 5 8 8 8

缓存创建

33,214

5m: 33,214 / 1h: 0

5m: 44 / 1h: 0

32,542

5m: 0 / 1h: 32,542

5m: 0 / 1h: 57

缓存读取 0 28,390 0 32,500

响应

2025-08

2025-08

2025-08

2025-08

步骤 4: identity_free text

时间 15:55:15 ~ 15:55:25 (5.1s) 15:55:13 ~ 15:55:23 (5.5s) 15:54:22 ~ 15:54:32 (6.0s) 15:56:33 ~ 15:56:38 (3.5s)

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) 3,926 ms 4,319 ms 4,019 ms 2,211 ms

首文本(SSE delta) 3,928 ms 4,320 ms 4,020 ms 2,213 ms

总耗时 4,211 ms 4,759 ms 4,873 ms 2,495 ms

输入 14 3 3 3

输出 52 41 46 26

缓存创建

5m: 93 / 1h: 0

5m: 41 / 1h: 0

32,577

5m: 0 / 1h: 32,577

5m: 0 / 1h: 35

缓存读取 33,214 28,434 0 32,557

输出速度 - 93.4 tok/s 53.9 tok/s -

响应

我是 Claude，由 Anthropic 开发的 AI 助手。我能帮助回答问题、编写代码、分析文本、进行创意写作等多种任务。

我叫 Claude，是由 Anthropic 开发的 AI 助手，当前版本为 Claude Sonnet 4.6。

我是 Claude，由 Anthropic 公司开发的 AI 助手。我致力于提供安全、有益的对话和任务协助。

我是 Claude，由 Anthropic 公司开发的 AI 助手。

步骤 5: knowledge_tier text

时间 15:56:54 ~ 15:57:04 (6.6s) 15:59:05 ~ 15:59:20 (10.1s) 15:57:53 ~ 15:58:08 (11.9s) 15:59:21 ~ 15:59:31 (9.6s)

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) 5,229 ms 5,760 ms 3,815 ms 2,063 ms

首文本(SSE delta) 5,230 ms 9,234 ms 4,115 ms 2,343 ms

总耗时 5,799 ms 9,289 ms 11,141 ms 8,500 ms

输入 14 3 3 3

输出 24 284 512 462

缓存创建

441

5m: 441 / 1h: 0

33,447

5m: 33,447 / 1h: 0

419

5m: 0 / 1h: 419

399

5m: 0 / 1h: 399

缓存读取 33,307 0 32,577 32,592

输出速度 - burst 72.9 tok/s 75.0 tok/s

响应

{"a":["Trump","Leo XIV Prevost","OUT","OUT","OUT"],"calc":17748}

{"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":3150}

总计

总输入(含缓存) 166,586 146,969 162,948 162,973

总输出 107 360 593 523

总缓存创建

66,943

5m: 66,943 / 1h: 0

61,922

5m: 61,922 / 1h: 0

98,038

5m: 0 / 1h: 98,038

32,991

5m: 0 / 1h: 32,991

总缓存读取 99,523 85,032 64,895 129,967

输出速度 - 93.4 tok/s 70.8 tok/s 75.0 tok/s

总执行时间 24.7s 34.0s 35.4s 23.7s

总墙钟时间

8m 49.8s

含步骤间等待

11m 7.8s

含步骤间等待

9m 51.8s

含步骤间等待

11m 10.7s

含步骤间等待

按官方价目重估

同等内容若直发 Anthropic 的估算 ⓘ

$0.1887

Anthropic: Claude Sonnet 4.6

$0.1761

Anthropic: Claude Sonnet 4.6

$0.3961

Anthropic: Claude Sonnet 4.6

$0.1706

Anthropic: Claude Sonnet 4.6

通道指纹

来源步骤 knowledge_tier knowledge_tier knowledge_tier knowledge_tier

平台 one-api (100%) one-api (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 - cloudflare -

ID 格式 msg_01dtNXkr8ntZvGCdArjh5iah msg_01Vn9QSg8v42KavByJmszGUU msg_018jM8fvdcrJmfp61tPzrrCt msg_01HA3h9TsNF2G2jHFxUin1cy

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
R-ultra	cf-ray: a06d9f9f7d457963-NRT server: cloudflare x-new-api-version: v0.0.0 x-oneapi-request-id: 202606050756565980414048268d9d6ZucOVTsk	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	a06d9f9f7d457963-NRT
cc	server: cdn x-new-api-version: v1.0.0-rc.10 x-oneapi-request-id: 202606050759068835124218268d9d6jDN6jbEC	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	—
M-	cf-ray: a06da10f9e64fd4f-NRT server: cloudflare set-cookie: server_name_session=7f3cfa97a5a639f0ea1fc1ec7206ed9c; Max-Age=86400; httponly; path=/ x-oneapi-request-id: 20260605075755826883862mMlppxQK	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	a06da10f9e64fd4f-NRT
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_011CbjkzMkAj8E7GkPRcmEB7

协议指纹评分（机器自动）

总分 / 100 76 77 77 100

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 8.3 /10 ×20 7.5 /10 ×20 0.0 /10 ×20 10.0 /10 ×20

缓存 TTL 一致 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

缓存连续性 10.0 /10 ×14 10.0 /10 ×14 10.0 /10 ×14 10.0 /10 ×14

sliding 5m 7.7 /10 ×13 10.0 /10 ×13 0.0 /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 0.0 /10 ×8 10.0 /10 ×8 10.0 /10 ×8

身份(结构) 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

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 9.9 /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 76 v3.9.1 77 v3.9.1 77 v3.9.1 基准（参考）

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 4105 ms 5869 ms 6061 ms 3694 ms

输出速度 - 93.4 tok/s 70.8 tok/s 75.0 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 ⓘ

$0.1887

$0.1761

$0.3961

$0.1706

缓存读取占比 ⓘ 60% 58% 40% 80%

揭晓

通道

服务商 FoxCode ↗

通道R-ultra

服务商 DawAPI ↗

通道cc

服务商 LingxiCode ↗

通道M-

官方基准

返回列表