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-haiku-4-5-20251001 官方基准

2 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

Tokaify

M-AWS

官方基准

FoxCode

R-super

AIMZ

M-Max

基本信息

服务名 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

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 12:12:02 ~ 12:12:07 (3.9s) 12:12:08 ~ 12:12:13 (3.3s) 12:12:06 ~ 12:12:16 (5.8s) 12:12:00 ~ 12:12:10 (8.2s)

提示词

查看本步 Prompt

ping. Reply with the single word: pong

HTTP 头(TTFB) 2,693 ms 1,910 ms 3,056 ms 5,348 ms

首文本(SSE delta) 2,694 ms 1,911 ms 3,057 ms 5,781 ms

总耗时 3,144 ms 2,265 ms 4,688 ms 7,059 ms

输入 10 10 33,019 10

输出 52 51 165 50

缓存创建

32,974

5m: 0 / 1h: 32,974

33,122

5m: 0 / 1h: 33,122

5m: 0 / 1h: 0

32,785

5m: 0 / 1h: 32,785

缓存读取 0 0 0 0

输出速度 115.6 tok/s 144.1 tok/s 101.2 tok/s 39.1 tok/s

响应

pong

pong

pong

pong

步骤 2: identity text

时间 12:15:12 ~ 12:15:22 (6.2s) 12:13:42 ~ 12:13:52 (5.1s) 12:13:59 ~ 12:14:04 (4.1s) 12:15:33 ~ 12:15:43 (5.9s)

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) 2,417 ms 1,333 ms 1,842 ms 3,402 ms

首文本(SSE delta) 2,419 ms 1,334 ms 1,843 ms 4,612 ms

总耗时 5,368 ms 4,072 ms 3,342 ms 4,846 ms

输入 10 10 33,709 10

输出 249 289 179 283

缓存创建

192

5m: 0 / 1h: 192

245

5m: 0 / 1h: 245

5m: 0 / 1h: 0

244

5m: 0 / 1h: 244

缓存读取 32,974 33,122 0 32,785

输出速度 84.4 tok/s 105.6 tok/s 119.4 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-3-5-sonnet-20241022

步骤 3: cutoff text

时间 12:17:57 ~ 12:18:02 (3.9s) 12:16:17 ~ 12:16:22 (3.1s) 12:15:07 ~ 12:15:12 (4.1s) 12:17:48 ~ 12:17:53 (4.0s)

提示词

查看本步 Prompt

请用 YYYY-MM 格式告诉我你的训练数据截止日期，无需多余文字。

HTTP 头(TTFB) 2,087 ms 1,447 ms 2,431 ms 2,217 ms

首文本(SSE delta) 2,088 ms 1,449 ms 2,433 ms 2,514 ms

总耗时 3,064 ms 2,071 ms 3,298 ms 2,765 ms

输入 10 10 34,228 10

输出 97 74 62 54

缓存创建

5m: 0 / 1h: 62

319

5m: 0 / 1h: 319

5m: 0 / 1h: 0

312

5m: 0 / 1h: 312

缓存读取 33,166 33,367 0 33,029

输出速度 99.4 tok/s 119.0 tok/s 71.7 tok/s 215.1 tok/s

响应

2025-02

2025-02

2025-02

2024-04

步骤 4: identity_free text

时间 12:20:59 ~ 12:21:09 (7.1s) 12:18:44 ~ 12:18:54 (6.7s) 12:18:42 ~ 12:18:52 (7.9s) 12:21:36 ~ 12:21:46 (6.4s)

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) 2,018 ms 1,586 ms 6,690 ms 3,229 ms

首文本(SSE delta) 2,020 ms 1,587 ms 6,691 ms 4,657 ms

总耗时 6,238 ms 5,701 ms 6,970 ms 5,262 ms

输入 10 10 34,643 10

输出 404 674 677 292

缓存创建

5m: 0 / 1h: 35

108

5m: 0 / 1h: 108

5m: 0 / 1h: 0

5m: 0 / 1h: 96

缓存读取 33,228 33,686 0 33,341

输出速度 95.8 tok/s 163.8 tok/s - burst

响应

我是Claude Haiku，由Anthropic公司开发的AI助手。我可以帮助用户进行编程、分析、写作等多种任务。

我是Claude，一个由Anthropic公司开发的AI助手。我是一个大语言模型，可以帮助用户进行编码、分析、写作等任务。

我是Claude，由Anthropic公司开发的AI助手。可以进行对话、编程、分析等多种任务。

我是Claude，由Anthropic开发的AI助手。我能帮助用户进行代码编写、文本处理、问题解答、分析和创意工作等多种任务。我致力于提供有帮助、诚实和无害的回应。

步骤 5: knowledge_tier text

时间 12:22:50 ~ 12:23:06 (10.7s) 12:21:28 ~ 12:21:43 (11.9s) 12:20:33 ~ 12:20:43 (7.1s) 12:23:31 ~ 12:23:46 (14.2s)

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) 2,275 ms 1,725 ms 2,339 ms 3,320 ms

首文本(SSE delta) 2,276 ms 1,727 ms 2,340 ms 12,743 ms

总耗时 9,901 ms 10,876 ms 6,267 ms 13,129 ms

输入 10 10 36,036 10

输出 1,268 1,294 482 1,576

缓存创建

421

5m: 0 / 1h: 421

1,054

5m: 0 / 1h: 1,054

5m: 0 / 1h: 0

672

5m: 0 / 1h: 672

缓存读取 33,263 33,794 0 33,437

输出速度 166.3 tok/s 141.4 tok/s 122.7 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":["OUT","OUT","OUT","OUT","OUT"],"calc":"OUT"}
```

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

总计

总输入(含缓存) 166,365 168,867 171,635 166,751

总输出 2,070 2,382 1,565 2,255

总缓存创建

33,684

5m: 0 / 1h: 33,684

34,848

5m: 0 / 1h: 34,848

5m: 0 / 1h: 0

34,109

5m: 0 / 1h: 34,109

总缓存读取 132,631 133,969 0 132,592

输出速度 127.6 tok/s 140.3 tok/s 112.1 tok/s 68.0 tok/s

总执行时间 31.8s 30.1s 29.0s 38.8s

总墙钟时间

11m 3.8s

含步骤间等待

9m 34.8s

含步骤间等待

8m 36.8s

含步骤间等待

11m 45.8s

含步骤间等待

按官方价目重估

同等内容若直发 Anthropic 的估算 ⓘ

$0.0658

Anthropic: Claude Haiku 4.5

$0.0689

Anthropic: Claude Haiku 4.5

$0.1795

Anthropic: Claude Haiku 4.5

$0.0672

Anthropic: Claude Haiku 4.5

通道指纹

来源步骤 knowledge_tier knowledge_tier knowledge_tier knowledge_tier

平台 one-api (100%) direct (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%)

CDN - - cloudflare cloudflare

ID 格式 msg_014Bv4kbkpqgzBLuLkCPfJUR msg_01LrF2nz3pp3UjYQBnCpLPti msg_01yRk8oxVOSHnVnRRbtBUdTQ msg_0151PoPt8HWcnJizmTynxcZn

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-AWS	server: nginx/1.18.0 (Ubuntu) x-new-api-version: v0.0.0 x-oneapi-request-id: 20260605042251946295062lOEkGFi8tcR7JInG	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	—
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_011CbjUNewfCdB9xjsFAZ1MV
R-super	cf-ray: a06c62af6fd5fd4f-NRT server: cloudflare x-new-api-version: v0.0.0 x-oneapi-request-id: 202606050420343938865248268d9d6laaZRrps	id_format: msg_prefix 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-idhdr:server:cloudflarehdr:cf-raybody:id:msg_prefixbody:usage.service_tierbody:usage.inference_geobody:model:date_suffixbody:usage.cache_fieldsupstream:anthropic-direct-from-body	a06c62af6fd5fd4f-NRT
M-Max	cf-ray: a06c6709fc4c663c-AMS server: cloudflare x-new-api-version: v0.0.0 x-oneapi-request-id: 202606050423328579123418268d9d6VEjoMLyj	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-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	a06c6709fc4c663c-AMS

协议指纹评分（机器自动）

总分 / 100 98 100 66 82

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 0.0 /10 ×20 10.0 /10 ×20

缓存 TTL 一致 10.0 /10 ×15 10.0 /10 ×15 0.0 /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 5.0 /10 ×14 10.0 /10 ×14

sliding 5m 10.0 /10 ×13 10.0 /10 ×13 5.0 /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 10.0 /10 ×8 5.0 /10 ×8

身份(结构) 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 0.0 /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 9.6 /10 ×5 9.2 /10 ×5

Req-ID 透传 0.0 /10 ×4 10.0 /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

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 98 v3.9.1 基准（参考） 66 v3.9.1 82 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 5543 ms 4997 ms 4913 ms 6612 ms

输出速度 127.6 tok/s 140.3 tok/s 112.1 tok/s 68.0 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 ⓘ

$0.0658

$0.0689

$0.1795

$0.0672

缓存读取占比 ⓘ 80% 79% 0% 80%

揭晓

通道

服务商 Tokaify ↗

通道M-AWS

官方基准

服务商 FoxCode ↗

通道R-super

服务商 AIMZ ↗

通道M-Max

返回列表