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

2026/06/09 运行日期

claude-opus-4-8 官方基准

2 通道分数 < 70 另含 2 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

InfAI / R-Kiro
```
评测失败
```

步骤 / 指标

ClaudeCN

O-Max

官方基准

NowCoding

R-Kiro

SSSAiCode

R-Kiro

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 22:29:48 ~ 22:30:03 (10.0s) 22:29:56 ~ 22:30:01 (4.3s) 22:29:52 ~ 22:29:57 (4.1s) 22:29:50 ~ 22:29:55 (4.4s)

提示词

查看本步 Prompt

ping. Reply with the single word: pong

HTTP 头(TTFB) 5,499 ms 2,827 ms 2,610 ms 3,493 ms

首文本(SSE delta) 5,500 ms 2,837 ms 2,633 ms 3,574 ms

总耗时 8,322 ms 2,996 ms 2,645 ms 3,576 ms

输入 1,454 1,454 147 0

输出 4 4 2 4

缓存创建

30,225

5m: 0 / 1h: 30,225

30,222

5m: 0 / 1h: 30,222

1,263

缓存读取 0 0 22,632 0

响应

pong

pong

pong

pong

步骤 2: identity text

时间 22:33:33 ~ 22:33:43 (5.0s) 22:31:20 ~ 22:31:25 (3.8s) 22:33:47 ~ 22:33:57 (5.4s) 22:32:35 ~ 22:32:40 (3.2s)

提示词

查看本步 Prompt

输出 3 行 metadata 描述你自己（当前 API 模型）。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。禁止任何额外字符：
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) 3,183 ms 2,479 ms 4,156 ms 2,158 ms

首文本(SSE delta) 3,184 ms 2,577 ms 4,359 ms 2,177 ms

总耗时 3,555 ms 2,760 ms 4,400 ms 2,435 ms

输入 2 2 233 0

输出 28 28 16 27

缓存创建

1,643

5m: 0 / 1h: 1,643

1,643

5m: 0 / 1h: 1,643

1,704

缓存读取 30,225 30,222 22,314 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 22:35:15 ~ 22:35:25 (5.5s) 22:34:03 ~ 22:34:08 (3.8s) 22:36:23 ~ 22:36:33 (8.1s) 22:34:10 ~ 22:34:15 (4.6s)

提示词

查看本步 Prompt

训练数据 cutoff date：YYYY-MM？

HTTP 头(TTFB) 4,324 ms 2,410 ms 4,630 ms 3,782 ms

首文本(SSE delta) 4,325 ms 2,413 ms 6,805 ms 3,840 ms

总耗时 4,439 ms 2,803 ms 6,821 ms 3,843 ms

输入 2 2 65 0

输出 6 6 3 6

缓存创建

5m: 0 / 1h: 49

5m: 0 / 1h: 71

1,883

缓存读取 31,868 31,865 22,360 0

响应

2026-01

2026-01

2026-01

2025-01

步骤 4: identity_free text

时间 22:37:35 ~ 22:37:45 (5.2s) 22:38:08 ~ 22:38:13 (4.3s) 22:38:18 ~ 22:38:28 (8.4s) 22:35:51 ~ 22:35:56 (4.6s)

提示词

查看本步 Prompt

中文回答：你叫什么、属于哪个产品、谁开发？50 字内。

HTTP 头(TTFB) - 2,452 ms 6,196 ms 2,934 ms

首文本(SSE delta) - 2,454 ms 6,198 ms 2,947 ms

总耗时 - 3,371 ms 7,226 ms 3,647 ms

输入 - 2 57 0

输出 - 61 42 48

缓存创建

5m: 0 / 1h: 35

1,653

缓存读取 - 31,936 22,629 0

输出速度 - 66.5 tok/s 40.9 tok/s 68.6 tok/s

响应

失败

评测失败

我是 Claude，由 Anthropic 打造的 AI 助手，当前模型为 Claude Opus 4.8，可协助编程、研究、写作等多种任务。

我是 Claude，一个 AI 助手，由 Anthropic 公司开发。我基于 Claude Opus 4.8 模型，能协助编程、写作、分析等多种任务。

我是 Claude，由 Anthropic 开发的 AI 助手。在这个环境里我作为编程智能体，帮你完成软件开发等任务。

步骤 5: knowledge_tier text

时间 - 22:39:36 ~ 22:39:51 (11.1s) 22:41:05 ~ 22:41:20 (11.1s) 22:39:25 ~ 22:39:50 (22.2s)

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) - 5,653 ms 4,583 ms 16,312 ms

首文本(SSE delta) - 9,483 ms 9,987 ms 21,045 ms

总耗时 - 10,063 ms 10,088 ms 21,543 ms

输入 - 2 387 0

输出 - 483 29 59

缓存创建

550

5m: 0 / 1h: 550

1,733

缓存读取 - 31,971 22,649 0

输出速度 - - - 118.5 tok/s

响应

未执行

{"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","María Corina Machado","Ousmane Dembélé","Zohran Mamdani"],"calc":3150}

总计

总输入(含缓存)

95,468

仅前 4 步

159,977

121,709

总输出

仅前 4 步

582

144

总缓存创建

31,917

5m: 0 / 1h: 31,917

仅前 4 步

32,521

5m: 0 / 1h: 32,521

8,236

总缓存读取

62,093

仅前 4 步

125,994

112,584

输出速度

仅前 4 步

66.5 tok/s

40.9 tok/s

89.3 tok/s

总执行时间

25.7s

仅前 4 步

27.2s

37.1s

39.0s

总墙钟时间

7m 56.6s

含步骤间等待

仅前 4 步

9m 54.7s

含步骤间等待

11m 27.8s

含步骤间等待

9m 59.8s

含步骤间等待

按官方价目重估

同等内容若直发 Anthropic 的估算 ⓘ

$0.2388

Anthropic: Claude Opus 4.8 (部分)

$0.2881

Anthropic: Claude Opus 4.8

$0.0952

Anthropic: Claude Opus 4.8

>=$0.0036

Anthropic: Claude Opus 4.8 (成本不完整)

通道指纹

来源步骤 cutoff knowledge_tier knowledge_tier knowledge_tier

平台 one-api (100%) direct (100%) one-api (100%) direct (75%)

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

CDN cloudflare - - -

ID 格式 msg_01PjXwH3czowRmMzuJHRpQoJ msg_01WrVqPVuWahHfXHikjVTj6Z msg_c9c679e5ca5e4583ab479b4490a972a2 msg_f4abf7100c7249e3a3126ad4b6317a1b

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
O-Max	cf-ray: a090dca43d8795d9-AMS server: cloudflare x-oneapi-request-id: 20260609223517556109787hL4T7EG9	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	a090dca43d8795d9-AMS
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_011CbsrkFJ4XLAS98FkwiGNf
R-Kiro	server: nginx x-new-api-version: v0.0.0 x-oneapi-request-id: 2026060914410744476470Ekr6nyU	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	—
R-Kiro	server: Photon-Edge x-amzn-requestid: 97b810c7-dcdd-49a6-8f1f-5111ca460b1f	id_format: msg_prefix has_service_tier: false has_inference_geo: false model_has_date_suffix: false usage_has_cache_fields: true	body:id:msg_prefixbody:usage.cache_fieldsupstream:x-amzn-requestidupstream:anthropic-direct-from-body	1781015966895-1zl38d90um82d 97b810c7-dcdd-49a6-8f1f-5111ca460b1f

协议指纹评分（机器自动）

总分 / 100 100 68 45

基线状态已对照基线已对照基线已对照基线

模型匹配 — 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

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

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

缓存命中比 — 10.0 /10 ×20 10.0 /10 ×20 0.0 /10 ×20

身份(结构) — 10.0 /10 ×7 10.0 /10 ×7 10.0 /10 ×7

知识截止 — 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

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

Req-ID 透传 — 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

service_tier — 10.0 /10 ×6 0.0 /10 ×6 0.0 /10 ×6

inference_geo — 10.0 /10 ×5 0.0 /10 ×5 0.0 /10 ×5

SDK 一致 — 10.0 /10 ×2 10.0 /10 ×2 10.0 /10 ×2

系统提示纯净 — 10.0 /10 ×8 0.0 /10 ×8 未计入

延迟基线 — 10.0 /10 ×5 9.3 /10 ×5 10.0 /10 ×5

流式投递 — — — —

综合结论

与基线相似度执行失败，不评分基准（参考） 68 v3.9.1 45 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 5439 ms 4399 ms 6236 ms 7009 ms

输出速度 - 66.5 tok/s 40.9 tok/s 89.3 tok/s

完成步骤 3/5 成功 · 1 失败 · 1 跳过 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 ⓘ

$0.2388 (部分)

$0.2881

$0.0952

>=$0.0036 (成本不完整)

缓存读取占比 ⓘ 65% (部分) 79% 93% -

揭晓

通道

服务商 ClaudeCN ↗

通道O-Max

官方基准

服务商 NowCoding ↗

通道R-Kiro

服务商 SSSAiCode ↗

通道R-Kiro

返回列表