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。

5 通道 · 5 步骤

2026/06/09 运行日期

claude-haiku-4-5-20251001 官方基准

1 通道分数 < 70 与基线相似度

已揭晓揭晓进度

步骤 / 指标

ZeroCode

InfAI

R-Kiro

WorldBase.ai

M-

官方基准

PackyCode

cc-Zeus

基本信息

服务名 Claude Code 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 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 claude-cli v2.1.160

偏差标红基于官方基准

步骤 1: ping text

时间 20:34:58 ~ 20:35:08 (6.9s) 20:35:00 ~ 20:35:10 (5.9s) 20:35:04 ~ 20:35:14 (5.9s) 20:35:06 ~ 20:35:11 (3.6s) 20:35:02 ~ 20:35:07 (3.3s)

提示词

查看本步 Prompt

ping. Reply with the single word: pong

HTTP 头(TTFB) 4,410 ms 4,376 ms 3,680 ms 1,796 ms 1,852 ms

首文本(SSE delta) 4,415 ms 4,378 ms 3,681 ms 1,796 ms 1,854 ms

总耗时 4,532 ms 4,532 ms 4,279 ms 2,290 ms 2,227 ms

输入 4 10 0 10 10

输出 55 57 2 60 48

缓存创建

31,129

5m: 0 / 1h: 31,129

32,974

5m: 0 / 1h: 32,974

35,314

5m: 0 / 1h: 35,314

33,122

5m: 0 / 1h: 33,122

33,122

5m: 0 / 1h: 33,122

缓存读取 0 0 0 0 0

输出速度 - - - 121.5 tok/s 128.7 tok/s

响应

pong

pong


pong

pong

pong

步骤 2: identity text

时间 20:38:19 ~ 20:38:29 (7.6s) 20:37:39 ~ 20:37:49 (7.4s) 20:38:54 ~ 20:39:04 (6.8s) 20:36:32 ~ 20:36:42 (5.1s) 20:38:16 ~ 20:38:21 (4.6s)

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) 4,165 ms 3,403 ms 3,725 ms 2,375 ms 1,620 ms

首文本(SSE delta) 4,166 ms 3,404 ms 3,726 ms 2,376 ms 1,621 ms

总耗时 6,166 ms 4,895 ms 5,761 ms 4,121 ms 3,559 ms

输入 12 10 232 10 10

输出 228 221 26 206 197

缓存创建

180

5m: 0 / 1h: 180

261

5m: 0 / 1h: 261

5m: 0 / 1h: 56

264

5m: 0 / 1h: 264

252

5m: 0 / 1h: 252

缓存读取 31,129 32,974 35,294 33,122 33,122

输出速度 114.0 tok/s 148.2 tok/s - 118.1 tok/s 101.7 tok/s

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-haiku-4-5-20251001

vendor: anthropic
brand: claude
model: claude-haiku-4-5-20251001

步骤 3: cutoff text

时间 20:41:52 ~ 20:42:02 (6.5s) 20:41:20 ~ 20:41:30 (5.0s) 20:40:05 ~ 20:40:15 (5.8s) 20:38:14 ~ 20:38:19 (3.6s) 20:39:27 ~ 20:39:32 (4.1s)

提示词

查看本步 Prompt

Knowledge cutoff date? Reply with YYYY-MM only.

HTTP 头(TTFB) 4,192 ms 3,801 ms 4,361 ms 2,026 ms 2,201 ms

首文本(SSE delta) 4,193 ms 3,802 ms 4,362 ms 2,028 ms 2,387 ms

总耗时 5,219 ms 3,846 ms 4,515 ms 2,607 ms 2,990 ms

输入 20 10 16 10 10

输出 63 76 5 75 84

缓存创建

207

5m: 0 / 1h: 207

251

5m: 0 / 1h: 251

483

5m: 0 / 1h: 483

248

5m: 0 / 1h: 248

222

5m: 0 / 1h: 222

缓存读取 31,309 33,235 35,338 33,386 33,374

输出速度 61.4 tok/s burst - 129.5 tok/s 139.3 tok/s

响应

2025-02

2025-02


2025-02

2025-02

2025-02

步骤 4: identity_free text

时间 20:44:23 ~ 20:44:34 (7.5s) 20:44:34 ~ 20:44:49 (11.5s) 20:43:15 ~ 20:43:26 (7.9s) 20:41:48 ~ 20:41:53 (3.6s) 20:42:52 ~ 20:43:02 (9.2s)

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) 4,225 ms 6,850 ms 4,179 ms 1,561 ms 1,606 ms

首文本(SSE delta) 4,249 ms 6,852 ms 4,180 ms 1,562 ms 1,607 ms

总耗时 6,218 ms 10,214 ms 6,801 ms 2,650 ms 6,619 ms

输入 28 10 41 10 10

输出 161 423 56 159 490

缓存创建

5m: 0 / 1h: 70

116

5m: 0 / 1h: 116

5m: 0 / 1h: 82

115

5m: 0 / 1h: 115

124

5m: 0 / 1h: 124

缓存读取 31,516 33,486 35,813 33,634 33,596

输出速度 81.8 tok/s 125.8 tok/s 21.4 tok/s 146.1 tok/s 97.8 tok/s

响应

我是Claude，由Anthropic开发的AI助手。我可以帮助软件工程任务，包括代码编写、调试、文件编辑和技术问题解决。我基于Claude Haiku 4.5模型，知识截至2025年2月。

我叫Claude，是由Anthropic公司开发的AI助手。属于Claude产品系列，这是一个通过API和网页应用提供的大型语言模型。


我是Claude Haiku，由Anthropic开发的AI助手。可帮助编程、代码分析、文档写作和问题解答。知识截止日期为2025年2月。

我是Claude Haiku 4.5，属于Claude AI助手产品系列，由Anthropic公司开发。我是一个轻量级的大型语言模型，专注于快速响应和高效处理各类任务。

我叫Claude Haiku 4.5，属于Anthropic公司的Claude产品系列，是一款轻量级AI助手。

步骤 5: knowledge_tier text

时间 20:47:13 ~ 20:47:28 (12.5s) 20:45:59 ~ 20:46:19 (15.5s) 20:46:11 ~ 20:46:26 (10.1s) 20:45:33 ~ 20:45:53 (16.0s) 20:44:30 ~ 20:44:45 (11.9s)

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) 3,712 ms 4,308 ms 3,621 ms 1,408 ms 1,658 ms

首文本(SSE delta) 3,714 ms 4,309 ms 3,622 ms 1,410 ms 1,659 ms

总耗时 10,974 ms 14,255 ms 8,920 ms 15,047 ms 10,660 ms

输入 36 10 427 10 10

输出 1,018 1,442 23 2,431 1,213

缓存创建

438

5m: 0 / 1h: 438

803

5m: 0 / 1h: 803

678

5m: 0 / 1h: 678

539

5m: 0 / 1h: 539

870

5m: 0 / 1h: 870

缓存读取 31,586 33,602 35,761 33,749 33,720

输出速度 140.2 tok/s 145.0 tok/s - 178.3 tok/s 134.8 tok/s

响应

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

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


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

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

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

总计

总输入(含缓存) 157,664 167,752 179,535 168,229 168,452

总输出 1,525 2,219 112 2,931 2,032

总缓存创建

32,024

5m: 0 / 1h: 32,024

34,405

5m: 0 / 1h: 34,405

36,613

5m: 0 / 1h: 36,613

34,288

5m: 0 / 1h: 34,288

34,590

5m: 0 / 1h: 34,590

总缓存读取 125,540 133,297 142,206 133,891 133,812

输出速度 120.0 tok/s 141.0 tok/s 21.4 tok/s 167.1 tok/s 120.0 tok/s

总执行时间 40.9s 45.4s 36.5s 32.0s 33.0s

总墙钟时间

12m 29.9s

含步骤间等待

11m 18.9s

含步骤间等待

11m 21.8s

含步骤间等待

10m 46.8s

含步骤间等待

9m 43.0s

含步骤间等待

按官方价目重估

同等内容若直发 Anthropic 的估算 ⓘ

$0.0603

Anthropic: Claude Haiku 4.5

$0.0675

Anthropic: Claude Haiku 4.5

$0.0613

Anthropic: Claude Haiku 4.5

$0.0710

Anthropic: Claude Haiku 4.5

$0.0668

Anthropic: Claude Haiku 4.5

通道指纹

来源步骤 knowledge_tier knowledge_tier knowledge_tier knowledge_tier knowledge_tier

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

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

CDN cloudflare - cloudflare - cloudflare

ID 格式 msg_abc1e499031c44e79828506a038a0e83 msg_01DNDCBxzLb8gBYKwtfhaMVi msg_01KkG3XaPmwW1Nvz2qVB4VN2 msg_011yy8rVGqBkc1RL8do7ZCvR msg_0168XiwLrdKD9Yub3ocQYjMi

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: a0903e658f665c46-AMS server: cloudflare x-oneapi-request-id: 202606091247156658261408268d9d6uWF1oZ1J	id_format: msg_prefix has_service_tier: false has_inference_geo: false model_has_date_suffix: true usage_has_cache_fields: true	hdr:x-oneapi-request-idhdr:server:cloudflarehdr:cf-raybody:id:msg_prefixbody:model:date_suffixbody:usage.cache_fieldsupstream:anthropic-direct-from-body	a0903e658f665c46-AMS
R-Kiro	server: nginx	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	—
M-	cf-ray: a0903cdfb9dea4bf-AMS server: cloudflare	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: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	b52b1c4b-96be-4979-8550-bb011f6ef291 a0903cdfb9dea4bf-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: 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_011Cbsi3nUy1886BtpVikCF3
cc-Zeus	via: 1.1 Caddy cf-ray: a0903a697bcbf79a-LAX server: cloudflare x-oneapi-request-id: 2026060920443274415780wblCT8xx	id_format: msg_prefix via_chain: ["1.1 Caddy"] extra_fields: ["stop_details"] has_service_tier: true has_inference_geo: true model_has_date_suffix: true usage_has_cache_fields: true	hdr:x-oneapi-request-idhdr:server:cloudflarehdr:cf-rayhdr:viabody:id:msg_prefixbody:usage.service_tierbody:usage.inference_geobody:model:date_suffixbody:usage.cache_fieldsbody:extra_fieldsupstream:anthropic-direct-from-body	a0903a697bcbf79a-LAX

协议指纹评分（机器自动）

总分 / 100 78 98 89 100 98

基线状态已对照基线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 10.0 /10 ×20 10.0 /10 ×20 10.0 /10 ×20

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

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

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

系统提示纯净 0.0 /10 ×8 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 10.0 /10 ×7

知识截止 10.0 /10 ×7 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 10.0 /10 ×7

service_tier 0.0 /10 ×6 10.0 /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 10.0 /10 ×5

延迟基线 9.1 /10 ×5 9.4 /10 ×5 9.4 /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 0.0 /10 ×4

stop_reason 10.0 /10 ×3 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 10.0 /10 ×2

流式投递 — — — — —

综合结论

与基线相似度 78 v3.9.1 98 v3.9.1 89 v3.9.1 基准（参考） 98 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 6622 ms 7548 ms 6055 ms 5343 ms 5211 ms

输出速度 120.0 tok/s 141.0 tok/s 21.4 tok/s 167.1 tok/s 120.0 tok/s

完成步骤 5/5 成功 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 ⓘ

$0.0603

$0.0675

$0.0613

$0.0710

$0.0668

缓存读取占比 ⓘ 80% 79% 79% 80% 79%

揭晓

通道

服务商 ZeroCode ↗

通道cc

服务商 InfAI ↗

通道R-Kiro

服务商 WorldBase.ai ↗

通道M-

官方基准

服务商 PackyCode ↗

通道cc-Zeus

返回列表