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-opus-4-8 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

Aiberm / cc
```
评测失败
```

步骤 / 指标

NowCoding

R-Kiro

官方基准

FoxCode

R-super

HongMaCC

u-cc

基本信息

服务名 Claude Code Claude Code Claude Code Claude Code

模型 claude-opus-4-8 claude-opus-4-8 claude-opus-4-8 claude-opus-4-8

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 23:29:44 ~ 23:29:49 (3.7s) 23:29:46 ~ 23:29:51 (3.3s) 23:29:42 ~ 23:29:47 (3.5s) 23:29:38 ~ 23:29:43 (3.0s)

提示词

查看本步 Prompt

ping. Reply with the single word: pong

HTTP 头(TTFB) 2,416 ms 2,181 ms 2,248 ms 1,911 ms

首文本(SSE delta) 2,480 ms 2,182 ms 2,386 ms 1,913 ms

总耗时 2,508 ms 2,302 ms 2,672 ms 1,913 ms

输入 0 1,454 55 0

输出 2 4 2 5

缓存创建

24,042

30,222

5m: 0 / 1h: 30,222

23,504

5m: 23,504 / 1h: 0

5m: 0 / 1h: 0

缓存读取 - 0 0 0

响应

pong

pong

pong

pong

步骤 2: identity text

时间 23:33:48 ~ 23:33:53 (3.7s) 23:31:11 ~ 23:31:16 (3.5s) 23:31:33 ~ 23:31:43 (9.6s) 23:31:21 ~ 23:31:31 (6.8s)

提示词

查看本步 Prompt

以下是对你自身的 metadata 探针。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。按以下 3 行回答自己的身份，每行一个 label，不要寒暄不要解释：
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) 2,493 ms 2,166 ms 8,543 ms 5,763 ms

首文本(SSE delta) 2,494 ms 2,167 ms 8,544 ms 5,764 ms

总耗时 2,581 ms 2,463 ms 8,831 ms 5,764 ms

输入 2,404 2 73 0

输出 15 28 23 24

缓存创建

226

1,656

5m: 0 / 1h: 1,656

198

5m: 198 / 1h: 0

5m: 0 / 1h: 0

缓存读取 21,638 30,222 23,504 0

响应

vendor: anthropic
brand: claude
model: claude-opus-4-8

vendor: anthropic
brand: claude
model: claude-opus-4-8

vendor: anthropic
brand: claude
model: claude-opus-4-8

vendor: anthropic
brand: claude
model: claude-opus-4-8

步骤 3: cutoff text

时间 23:37:42 ~ 23:37:47 (3.4s) 23:33:22 ~ 23:33:27 (4.0s) 23:32:44 ~ 23:32:49 (4.6s) 23:34:33 ~ 23:34:43 (6.1s)

提示词

查看本步 Prompt

你的训练数据知识截止到哪一年哪一月？只用 YYYY-MM 格式回答，不要解释。

HTTP 头(TTFB) 2,146 ms 2,840 ms 3,483 ms 5,028 ms

首文本(SSE delta) 2,210 ms 2,912 ms 3,705 ms 5,029 ms

总耗时 2,231 ms 3,036 ms 3,818 ms 5,029 ms

输入 1,933 2 73 0

输出 3 6 5 8

缓存创建

5,005

5m: 0 / 1h: 56

5m: 42 / 1h: 0

5m: 0 / 1h: 0

缓存读取 17,398 31,878 23,702 0

响应

2026-01

2026-01

2026-01

2026-01

步骤 4: identity_free text

时间 23:38:52 ~ 23:39:02 (7.1s) 23:35:22 ~ 23:35:27 (4.1s) 23:35:30 ~ 23:35:35 (3.8s) 23:38:32 ~ 23:38:37 (3.3s)

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) 4,655 ms 2,067 ms 2,040 ms 2,188 ms

首文本(SSE delta) 4,728 ms 2,068 ms 2,052 ms 2,189 ms

总耗时 6,065 ms 3,087 ms 2,900 ms 2,189 ms

输入 1,021 2 26 0

输出 46 71 36 27

缓存创建

14,169

5m: 0 / 1h: 39

5m: 87 / 1h: 0

5m: 0 / 1h: 0

缓存读取 9,189 31,934 23,744 0

输出速度 34.4 tok/s 69.7 tok/s 42.5 tok/s -

响应

我是 Claude，由 Anthropic 开发的 AI 助手。我可以帮助处理编程、写作、分析、研究等各类任务，致力于提供准确、有用的协助。

我是 Claude，由 Anthropic 开发的 AI 助手。我能帮你写代码、分析问题、查找资料和处理各类软件工程任务。当前模型是 Opus 4.8。

我是 Claude，由 Anthropic 开发的 AI 助手。当前运行的模型版本为 claude-opus-4-8。

我是 Claude，Anthropic 开发的 AI 助手，可帮助回答问题、写作与编程。

步骤 5: knowledge_tier text

时间 23:40:19 ~ 23:40:29 (8.3s) 23:36:50 ~ 23:37:00 (7.1s) 23:37:44 ~ 23:37:49 (4.3s) 23:41:05 ~ 23:41:15 (9.9s)

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) 5,963 ms 2,571 ms 2,410 ms 8,854 ms

首文本(SSE delta) 7,139 ms 5,859 ms 2,523 ms 8,855 ms

总耗时 7,306 ms 6,094 ms 3,507 ms 8,855 ms

输入 2,438 2 72 0

输出 30 427 24 316

缓存创建

440

560

5m: 0 / 1h: 560

377

5m: 377 / 1h: 0

5m: 0 / 1h: 0

缓存读取 21,941 31,973 23,831 0

输出速度 - - - burst

响应

{"a":["Trump","Leo XIV (Prevost)","María Corina Machado","Ousmane Dembélé","Zohran Mamdani"],"calc":3150}

{"a":["Trump","Leo XIV Prevost","María Corina Machado","Ousmane Dembélé","Zohran Mamdani"],"calc":3150}

{"a":["Trump","Leo XIV Prevost","OUT","OUT","OUT"],"calc":6786}

{"a":["Trump","Leo XIV Prevost","María Corina Machado","Ousmane Dembélé","Zohran Mamdani"],"calc":3150}

总计

总输入(含缓存) 121,844 160,002 119,288 0

总输出 96 536 90 380

总缓存创建

43,882

32,533

5m: 0 / 1h: 32,533

24,208

5m: 24,208 / 1h: 0

5m: 0 / 1h: 0

总缓存读取 70,166 126,007 94,781 0

输出速度 34.4 tok/s 69.7 tok/s 42.5 tok/s burst

总执行时间 26.2s 21.9s 25.8s 29.1s

总墙钟时间

10m 44.7s

含步骤间等待

7m 13.8s

含步骤间等待

8m 6.4s

含步骤间等待

11m 36.8s

含步骤间等待

按官方价目重估

同等内容若直发 Anthropic 的估算 ⓘ

$0.2479

Anthropic: Claude Opus 4.8

$0.2870

Anthropic: Claude Opus 4.8

$0.1457

Anthropic: Claude Opus 4.8

>=$0.0095

Anthropic: Claude Opus 4.8 (成本不完整)

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 (75%) Anthropic 直连 (100%) Anthropic 直连 (100%) Anthropic 直连 (100%)

CDN - - cloudflare -

ID 格式 msg_2ca1626a99b8415eb2724fc57fca5a01 msg_01ERJMwEeJm7Ckfae6pCfJmV msg_01ImdAoXU7FkhI63YwqWzccv msg_b7d0767d845f3c7110350c38

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-Kiro	server: nginx x-new-api-version: v0.0.0 x-oneapi-request-id: 20260605154021286087092XFFUYbo	id_format: msg_prefix has_service_tier: false has_inference_geo: false model_has_date_suffix: false usage_has_cache_fields: true	hdr:x-new-api-versionhdr:x-oneapi-request-idbody:id:msg_prefixbody:usage.cache_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_011CbkMsj6SULT3ebjHtQBCA
R-super	cf-ray: a07042a8ed277343-NRT server: cloudflare x-new-api-version: v0.0.0 x-oneapi-request-id: 202606051537455850022868268d9d6JkPwlon9	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	a07042a8ed277343-NRT
u-cc	server: nginx x-new-api-version: 1.0.4 x-oneapi-request-id: 20260605154107476821238268d9d6r2AfEeh6	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	—

协议指纹评分（机器自动）

总分 / 100 65 100 77 57

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 7.7 /10 ×20 10.0 /10 ×20 10.0 /10 ×20 0.0 /10 ×20

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

缓存连续性 10.0 /10 ×14 10.0 /10 ×14 10.0 /10 ×14 5.0 /10 ×14

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

原生 msg-ID 0.0 /10 ×8 10.0 /10 ×8 10.0 /10 ×8 0.0 /10 ×8

系统提示纯净 0.0 /10 ×8 10.0 /10 ×8 0.0 /10 ×8 未计入

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 0.0 /10 ×6 10.0 /10 ×6 10.0 /10 ×6 10.0 /10 ×6

inference_geo 0.0 /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 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 65 v3.9.1 基准（参考） 77 v3.9.1 57 v3.9.1

雷达图例

共 19 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 缓存连续 cache_continuity_intra
13 延迟基线 latency_baseline_match
14 原生 msg-ID anthropic_msg_id_format
15 Sliding 缓存 cache_sliding_correctness
16 结构化身份 identity_structured_match
17 中文遵循 instruction_following_lang
18 世界知识层级 world_knowledge_tier_match
19 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 3396 ms 4346 ms 4750 ms

输出速度 34.4 tok/s 69.7 tok/s 42.5 tok/s burst

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 ⓘ

$0.2479

$0.2870

$0.1457

>=$0.0095 (成本不完整)

缓存读取占比 ⓘ 58% 79% 79% -

揭晓

通道

服务商 NowCoding ↗

通道R-Kiro

官方基准

服务商 FoxCode ↗

通道R-super

服务商 HongMaCC ↗

通道u-cc

返回列表