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

2026/06/11 运行日期

claude-sonnet-4-6 官方基准

1 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

0-0 / O-Max
```
评测失败
```

步骤 / 指标

FoxCode

WorldBase.ai

M-

LinkAPI

O-Max

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 19:45:09 ~ 19:45:14 (4.2s) 19:45:05 ~ 19:45:15 (5.2s) 19:45:11 ~ 19:45:16 (4.5s) 19:45:13 ~ 19:45:18 (3.3s)

提示词

查看本步 Prompt

ping. Reply with the single word: pong

HTTP 头(TTFB) 2,913 ms 3,295 ms 3,125 ms 2,159 ms

首文本(SSE delta) 2,916 ms 3,296 ms 3,126 ms 2,161 ms

总耗时 3,108 ms 3,410 ms 3,283 ms 2,267 ms

输入 3 0 3 3

输出 5 1 5 5

缓存创建

32,318

5m: 32,318 / 1h: 0

35,311

5m: 0 / 1h: 35,311

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 19:47:17 ~ 19:47:22 (3.6s) 19:46:36 ~ 19:46:42 (4.5s) 19:48:59 ~ 19:49:10 (5.9s) 19:48:16 ~ 19:48:22 (3.3s)

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。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) 2,131 ms 2,883 ms 4,368 ms 2,031 ms

首文本(SSE delta) 2,138 ms 2,884 ms 4,396 ms 2,033 ms

总耗时 2,870 ms 3,207 ms 4,669 ms 2,322 ms

输入 3 222 3 3

输出 22 21 22 22

缓存创建

192

5m: 192 / 1h: 0

5m: 0 / 1h: 1

32,555

5m: 0 / 1h: 32,555

192

5m: 0 / 1h: 192

缓存读取 32,318 35,286 0 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 19:49:26 ~ 19:49:31 (3.6s) 19:49:33 ~ 19:49:58 (21.8s) 19:51:21 ~ 19:51:31 (5.4s) 19:51:53 ~ 19:51:58 (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) 2,260 ms 19,643 ms 3,842 ms 2,157 ms

首文本(SSE delta) 2,261 ms 19,920 ms 3,844 ms 2,158 ms

总耗时 2,516 ms 19,921 ms 4,153 ms 2,291 ms

输入 3 14 3 3

输出 8 4 8 8

缓存创建

5m: 57 / 1h: 0

247

5m: 0 / 1h: 247

5m: 0 / 1h: 38

5m: 0 / 1h: 64

缓存读取 32,510 35,278 32,555 32,510

响应

2025-08

2025-08

2025-08

2025-08

步骤 4: identity_free text

时间 19:52:17 ~ 19:52:22 (3.7s) 19:53:22 ~ 19:53:32 (6.1s) 19:54:21 ~ 19:54:31 (5.6s) 19:55:14 ~ 19:55:19 (3.9s)

提示词

查看本步 Prompt

中文做个自我介绍：你是什么产品或助手？谁开发的？50 字内。

HTTP 头(TTFB) 1,986 ms 4,077 ms 3,926 ms 2,083 ms

首文本(SSE delta) 1,987 ms 4,078 ms 3,927 ms 2,084 ms

总耗时 2,804 ms 4,871 ms 4,663 ms 2,938 ms

输入 3 39 3 3

输出 54 44 54 69

缓存创建

5m: 43 / 1h: 0

5m: 0 / 1h: 18

5m: 0 / 1h: 43

5m: 0 / 1h: 35

缓存读取 32,567 35,514 32,593 32,574

输出速度 66.1 tok/s 55.5 tok/s 73.4 tok/s 80.8 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、进行创作等多种任务。

我叫 Claude，是由 Anthropic 开发的 AI 助手，当前使用的模型是 claude-sonnet-4-6，属于 Claude 4 系列产品。

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、创作内容等多种任务。

我是 Claude，由 Anthropic 公司开发的 AI 助手。Anthropic 是一家专注于 AI 安全研究的公司，致力于构建可靠、可解释且安全的 AI 系统。

步骤 5: knowledge_tier text

时间 19:56:18 ~ 19:56:33 (10.8s) 19:56:31 ~ 19:56:46 (10.9s) 19:55:33 ~ 19:56:48 (70.9s) 19:58:01 ~ 19:58:21 (15.9s)

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) 2,366 ms 5,376 ms 66,355 ms 2,883 ms

首文本(SSE delta) 2,839 ms 5,377 ms 66,356 ms 8,284 ms

总耗时 9,931 ms 5,379 ms 69,881 ms 14,842 ms

输入 3 23 3 3

输出 438 21 289 472

缓存创建

427

5m: 427 / 1h: 0

601

5m: 0 / 1h: 601

35,960

5m: 35,960 / 1h: 0

442

5m: 0 / 1h: 442

缓存读取 32,610 35,546 0 32,609

输出速度 61.8 tok/s - 82.0 tok/s 72.0 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":3150}

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

总计

总输入(含缓存) 163,057 178,100 166,077 163,077

总输出 527 91 378 576

总缓存创建

33,037

5m: 33,037 / 1h: 0

36,178

5m: 0 / 1h: 36,178

100,914

5m: 35,960 / 1h: 64,954

33,051

5m: 0 / 1h: 33,051

总缓存读取 130,005 141,624 65,148 130,011

输出速度 62.2 tok/s 55.5 tok/s 80.5 tok/s 73.0 tok/s

总执行时间 25.9s 48.6s 1m 32.4s 29.8s

总墙钟时间

11m 23.9s

含步骤间等待

11m 40.9s

含步骤间等待

11m 36.9s

含步骤间等待

13m 7.8s

含步骤间等待

按官方价目重估

同等内容若直发 Anthropic 的估算 ⓘ

$0.1244

Anthropic: Claude Sonnet 4.6

$0.1804

Anthropic: Claude Sonnet 4.6

$0.3531

Anthropic: Claude Sonnet 4.6

$0.1716

Anthropic: Claude Sonnet 4.6

通道指纹

来源步骤 knowledge_tier knowledge_tier knowledge_tier knowledge_tier

平台 direct (100%) direct (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_018kzWgy73ANH4mrcEsuF6cS msg_01U2aGe6FGakLKC9L2ZVQVyT msg_017g6iZVPyDPfcqbhqG1Sv9Y msg_012e2QRSfCKcp6Mg6o8MEcBA

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	cf-ray: a0a06e8e5df27963-NRT server: cloudflare set-cookie: _cfuvid=7G0ClXb2mTxBbI_WY9j6nf.tWm5o1wzJjzBr1TwORtY-1781178980.4507034-1.0.1.1-FF9ZO5mStcvghoDRc.glzZ9ECl28429nrBZUf7KO1hU; 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	hdr:server:cloudflarehdr:cf-raybody:id:msg_prefixbody:usage.service_tierbody:usage.inference_geobody:usage.cache_fieldsbody:extra_fieldsupstream:anthropic-direct-from-body	req_011CbwRurTGSTgtBf4KRdnqC a0a06e8e5df27963-NRT
M-	cf-ray: a0a06efca8b2f5f0-AMS server: cloudflare	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:server:cloudflarehdr:cf-raybody:id:msg_prefixbody:usage.service_tierbody:usage.inference_geobody:usage.cache_fieldsbody:extra_fieldsupstream:anthropic-direct-from-body	301a05fe-deb3-48e2-9957-43794cf9a3e6 a0a06efca8b2f5f0-AMS
O-Max	server: nginx set-cookie: server_name_session=7d88fca8b1426ca76c58d5aeba6fb224; Max-Age=86400; httponly; path=/ x-new-api-version: v1.0.0-rc.10 x-oneapi-request-id: 202606111155349509454388268d9d6LjFWhxi6	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	—
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_011CbwS3SkU91Kj3oABM2R4F

协议指纹评分（机器自动）

总分 / 100 91 87 84 100

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 0.0 /10 ×20 10.0 /10 ×20

缓存 TTL 一致 0.0 /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 7.7 /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 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 10.0 /10 ×5 10.0 /10 ×5 10.0 /10 ×5

Req-ID 透传 10.0 /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 91 v3.9.1 87 v3.9.1 84 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 4246 ms 7358 ms 17330 ms 4932 ms

输出速度 62.2 tok/s 55.5 tok/s 80.5 tok/s 73.0 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 ⓘ

$0.1244

$0.1804

$0.3531

$0.1716

缓存读取占比 ⓘ 80% 80% 39% 80%

揭晓

通道

服务商 FoxCode ↗

通道cc

服务商 WorldBase.ai ↗

通道M-

服务商 LinkAPI ↗

通道O-Max

官方基准

返回列表