模型对比 | RPDiag

测试说明点击展开 5 步 quick-probe-v1 详解

前 5 步同一会话，第 6 步独立新会话，覆盖 6 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。 6. 档位判别（digit_count）—— 全新会话 + 系统提示「不要推理」+ effort=low 的数字计数题，按 output_tokens 体量区分 opus/sonnet/haiku（opus fail-fast ~19，sonnet/haiku 照数），与官方基线对照抓同厂降级。前 5 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；总跨度 > 6 分钟。第 6 步是独立新会话（不复用前 5 轮上下文，否则 opus 不再 fail-fast）。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 · 6 步骤

2026/06/26 运行日期

claude-opus-4-8 官方基准

2 通道分数 < 70 与基线相似度

已揭晓揭晓进度

步骤 / 指标

Aiide

O-Max

官方基准

Novaris

O-Max

SSSAiCode

R-Kiro

ByteCatCode

O-Max

基本信息

服务名 Claude Code 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 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 claude-cli v2.1.160

偏差标红基于官方基准

步骤 1: ping text

时间 13:26:49 ~ 13:27:04 (13.4s) 13:26:55 ~ 13:27:00 (3.6s) 13:26:47 ~ 13:26:57 (8.2s) 13:26:51 ~ 13:26:56 (4.9s) 13:26:53 ~ 13:27:03 (7.3s)

提示词

查看本步 Prompt

ping. Reply with the single word: pong

HTTP 头(TTFB) 11,471 ms 2,103 ms 2,602 ms 3,361 ms 4,686 ms

首文本(SSE delta) 11,473 ms 2,104 ms 2,646 ms 3,384 ms -

总耗时 11,810 ms 2,209 ms 7,253 ms 3,483 ms 5,097 ms

输入 1,454 1,454 19,432 0 1,454

输出 4 4 299 4 4

缓存创建

30,380

5m: 0 / 1h: 30,380

30,222

5m: 0 / 1h: 30,222

30,222

5m: 0 / 1h: 30,222

缓存读取 0 0 1,408 0 0

输出速度 - - 64.9 tok/s - -

响应

pong

pong

你好！我需要更多信息才能帮你执行工具任务。请告诉我：

- 你想要完成什么任务？
- 需要使用哪个工具或执行什么操作？
- 有什么具体的目标或要求吗？

例如：
- 读取或编辑某个文件
- 运行某个命令
- 搜索代码
- 创建新文件
- 或者其他任何任务

请提供更多细节，我就可以帮你完成。

pong

pong

步骤 2: identity text

时间 13:30:08 ~ 13:30:18 (6.4s) 13:28:02 ~ 13:28:07 (3.2s) 13:30:47 ~ 13:30:57 (6.8s) 13:30:06 ~ 13:30:11 (3.4s) 13:28:28 ~ 13:28:38 (8.4s)

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。请按下列 3 行格式精确填空作答（label 不变，值小写）：
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) 2,966 ms 1,808 ms 2,650 ms 2,508 ms 6,686 ms

首文本(SSE delta) 3,003 ms 1,810 ms 2,651 ms 2,530 ms -

总耗时 3,313 ms 2,159 ms 6,041 ms 2,597 ms 7,090 ms

输入 2 2 19,441 0 2

输出 28 28 270 26 28

缓存创建

1,634

5m: 0 / 1h: 1,634

1,634

5m: 0 / 1h: 1,634

217

1,634

5m: 0 / 1h: 1,634

缓存读取 30,380 30,222 1,667 0 30,222

输出速度 - - 79.6 tok/s - -

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

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

步骤 3: cutoff text

时间 13:32:02 ~ 13:32:17 (11.1s) 13:31:47 ~ 13:31:53 (3.2s) 13:34:02 ~ 13:34:07 (4.3s) 13:31:22 ~ 13:31:27 (3.6s) 13:31:58 ~ 13:32:08 (7.5s)

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) 9,438 ms 1,985 ms 3,122 ms 2,681 ms 4,752 ms

首文本(SSE delta) 9,480 ms 1,987 ms 3,261 ms 2,704 ms -

总耗时 9,745 ms 2,190 ms 3,297 ms 2,818 ms 5,536 ms

输入 2 2 19,449 0 2

输出 6 6 20 8 6

缓存创建

5m: 0 / 1h: 64

5m: 0 / 1h: 62

114

5m: 0 / 1h: 64

缓存读取 32,014 31,856 2,049 0 31,856

响应

2026-01

2026-01

2026-01

2026-01

2026-01

步骤 4: identity_free text

时间 13:35:21 ~ 13:35:31 (6.7s) 13:35:02 ~ 13:35:07 (3.8s) 13:35:28 ~ 13:35:38 (6.9s) 13:34:26 ~ 13:34:31 (3.8s) 13:34:30 ~ 13:34:46 (10.5s)

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) 4,094 ms 1,587 ms 2,789 ms 2,406 ms 5,726 ms

首文本(SSE delta) 4,100 ms 1,588 ms 2,837 ms 2,917 ms -

总耗时 5,643 ms 2,730 ms 6,033 ms 3,073 ms 9,190 ms

输入 2 2 19,458 0 2

输出 67 66 189 54 61

缓存创建

5m: 0 / 1h: 39

119

5m: 0 / 1h: 35

缓存读取 32,078 31,918 2,079 0 31,920

输出速度 43.4 tok/s 57.8 tok/s 59.1 tok/s - 17.6 tok/s

响应

我是 Claude，由 Anthropic 开发的 AI 助手，擅长编程、写作与分析，致力于安全、可靠地帮助你完成各类软件工程与日常任务。

我是 Claude，由 Anthropic 开发的 AI 助手，能够协助编程、写作、分析和回答各类问题，致力于提供有用、诚实且安全的帮助。

我是 claude-opus-4-8，基于 Anthropic Claude 构建的 AI 开发环境，帮助开发者编写代码、测试和解决技术问题。

我是 Claude，由 Anthropic 打造的 AI 助手，基于 Claude Opus 4.8 模型，可协助完成编程及各类软件工程任务。

我是 Claude，一个由 Anthropic 打造的 AI 助手，当前模型为 Claude Opus 4.8，可协助编程与各类软件工程任务。

步骤 5: knowledge_recall text

时间 13:38:20 ~ 13:38:35 (11.8s) 13:37:08 ~ 13:37:18 (5.4s) 13:38:00 ~ 13:38:10 (5.0s) 13:36:31 ~ 13:36:41 (8.8s) 13:36:29 ~ 13:36:44 (13.4s)

提示词

查看本步 Prompt

Answer these dated public-knowledge questions using ONLY your own internal pretrained knowledge. Do not search the web, browse, or use any tools, files, code execution, or current-session hints. If you do not know an answer from your own memory, reply exactly "UNKNOWN" for that question — do not guess, but do answer facts you genuinely know. Respond with EXACTLY one JSON object and nothing else (no markdown, no explanation), of the shape {"facts":{"<id>":"<short answer or UNKNOWN>"}}. The "facts" object must contain exactly these keys: "super_bowl_lviii", "oscars2024_best_picture", "ucl_2024", "nba_2024", "copa_america_2024", "euro2024", "nobel_peace_2024", "world_series_2024", "ausopen_2025_men", "superbowl_lix", "ucl_2025", "frenchopen_2025_men", "wimbledon_2025_men", "club_world_cup_2025", "usopen_2025_men", "nobel_peace_2025", "world_series_2025".
- "super_bowl_lviii": Which NFL team won Super Bowl LVIII (played 2024-02-11)?
- "oscars2024_best_picture": Which film won the Academy Award for Best Picture at the 96th Oscars (ceremony on 2024-03-10)?
- "ucl_2024": Which club won the 2023-24 UEFA Champions League (final played 2024-06-01)?
- "nba_2024": Which team won the 2024 NBA Finals (concluded 2024-06-17)?
- "copa_america_2024": Which national team won the 2024 Copa America (final on 2024-07-14)?
- "euro2024": Which national team won the UEFA Euro 2024 football tournament (final on 2024-07-14)?
- "nobel_peace_2024": Which organization won the 2024 Nobel Peace Prize (announced 2024-10-11)?
- "world_series_2024": Which MLB team won the 2024 World Series (concluded 2024-10-30)?
- "ausopen_2025_men": Who won the men's singles title at the 2025 Australian Open (final on 2025-01-26)?
- "superbowl_lix": Which NFL team won Super Bowl LIX (played 2025-02-09)?
- "ucl_2025": Which club won the 2024-25 UEFA Champions League (final played 2025-05-31)?
- "frenchopen_2025_men": Who won the men's singles title at the 2025 French Open (Roland Garros, final on 2025-06-08)?
- "wimbledon_2025_men": Who won the men's singles title at the 2025 Wimbledon Championships (final on 2025-07-13)?
- "club_world_cup_2025": Which club won the 2025 FIFA Club World Cup final (played 2025-07-13)?
- "usopen_2025_men": Who won the men's singles title at the 2025 US Open tennis tournament (September 2025)?
- "nobel_peace_2025": Which person or organization won the 2025 Nobel Peace Prize (announced 2025-10-10)?
- "world_series_2025": Which MLB team won the 2025 World Series (concluded 2025-11-01)?

HTTP 头(TTFB) 4,337 ms 1,197 ms 2,306 ms 5,400 ms 4,672 ms

首文本(SSE delta) 6,611 ms 1,673 ms 2,389 ms 7,444 ms -

总耗时 10,619 ms 4,347 ms 4,249 ms 7,878 ms 11,559 ms

输入 2 2 1,095 0 2

输出 668 357 216 342 724

缓存创建

4,780

5m: 0 / 1h: 4,780

4,777

5m: 0 / 1h: 4,777

879

4,770

5m: 0 / 1h: 4,770

缓存读取 0 0 2,239 0 0

输出速度 burst 133.5 tok/s 116.1 tok/s - 105.1 tok/s

响应

{"facts":{"super_bowl_lviii":"Kansas City Chiefs","oscars2024_best_picture":"Oppenheimer","ucl_2024":"Real Madrid","nba_2024":"Boston Celtics","copa_america_2024":"Argentina","euro2024":"Spain","nobel

{"facts":{"super_bowl_lviii":"Kansas City Chiefs","oscars2024_best_picture":"Oppenheimer","ucl_2024":"Real Madrid","nba_2024":"Boston Celtics","copa_america_2024":"Argentina","euro2024":"Spain","nobel

```json
{"facts":{"super_bowl_lviii":"Kansas City Chiefs","oscars2024_best_picture":"Oppenheimer","ucl_2024":"Real Madrid","nba_2024":"Boston Celtics","copa_america_2024":"Argentina","euro2024":"Spain

{"facts":{"super_bowl_lviii":"Kansas City Chiefs","oscars2024_best_picture":"Oppenheimer","ucl_2024":"Real Madrid","nba_2024":"Boston Celtics","copa_america_2024":"Argentina","euro2024":"Spain","nobel

{"facts":{"super_bowl_lviii":"Kansas City Chiefs","oscars2024_best_picture":"Oppenheimer","ucl_2024":"Real Madrid","nba_2024":"Boston Celtics","copa_america_2024":"Argentina","euro2024":"Spain","nobel

步骤 6: digit_count text

时间 13:42:15 ~ 13:42:25 (9.4s) 13:40:09 ~ 13:40:14 (2.9s) 13:41:26 ~ 13:41:51 (24.6s) 13:40:06 ~ 13:40:21 (10.5s) 13:40:13 ~ 13:40:28 (12.8s)

提示词

查看本步 Prompt

Count digits exactly in s. Return {"n":len(s),"c":[count0,count7,count9]}. s=966755193943102885983165352337925878968443338806448123062113197647206448

HTTP 头(TTFB) 6,599 ms 1,410 ms 22,867 ms 4,947 ms 5,017 ms

首文本(SSE delta) 6,608 ms 1,412 ms 22,868 ms 9,543 ms -

总耗时 7,429 ms 1,748 ms 23,792 ms 9,685 ms 10,498 ms

输入 211 211 7 0 211

输出 19 19 578 20 19

缓存创建

5m: 0 / 1h: 0

缓存读取 0 0 137 0 0

输出速度 - - burst - -

响应

{"n":72,"c":[3,6,9]}

{"n":72,"c":[3,7,12]}

{"n":72,"c":[4,5,8]}

{"n":72,"c":[4,5,7]}

{"n":72,"c":[3,7,9]}

总计

总输入(含缓存) 133,042 132,403 89,925 0 132,396

总输出 792 480 1,572 454 842

总缓存创建

36,897

5m: 0 / 1h: 36,897

36,734

5m: 0 / 1h: 36,734

1,464

36,725

5m: 0 / 1h: 36,725

总缓存读取 94,472 93,996 9,579 0 93,998

输出速度 43.4 tok/s 110.8 tok/s 74.6 tok/s - 75.8 tok/s

总执行时间 58.8s 22.1s 55.8s 35.0s 59.8s

总墙钟时间

15m 36.1s

含步骤间等待

13m 19.0s

含步骤间等待

15m 4.1s

含步骤间等待

13m 30.0s

含步骤间等待

13m 35.1s

含步骤间等待

按官方价目重估

同等内容若直发 Anthropic 的估算 ⓘ

$0.3060

Anthropic: Claude Opus 4.8

$0.2970

Anthropic: Claude Opus 4.8

$0.4442

Anthropic: Claude Opus 4.8

>=$0.0114

Anthropic: Claude Opus 4.8 (成本不完整)

$0.3059

Anthropic: Claude Opus 4.8

通道指纹

来源步骤 digit_count digit_count digit_count digit_count digit_count

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

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

CDN cloudflare - - - -

ID 格式 msg_01ACvEW1HervmiLaUXkHw9hd msg_01A1F29PfZCP8x5TJn2MWKr2 msg_mG5QCowN3Yci8R6pcNROykD3 msg_9d7060bbda8e4a538a47a1e692dec1db msg_01CCxHwGYaBfn3THUadduSWY

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: a119e3476a210bbf-AMS server: cloudflare x-new-api-version: 0.12.11 x-oneapi-request-id: 202606260542177904315428268d9d6qlzJwcgj	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-idhdr:server:cloudflarehdr:cf-raybody:id:msg_prefixbody:usage.service_tierbody:usage.inference_geobody:usage.cache_fieldsbody:extra_fieldsupstream:anthropic-direct-from-body	a119e3476a210bbf-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_011CcRLMtJ2FnBZZyu65ZJvC
O-Max	server: nginx x-oneapi-request-id: 202606260541272426929678268d9d6h91z4DCJ	id_format: msg_prefix has_service_tier: false has_inference_geo: false model_has_date_suffix: false usage_has_cache_fields: true	hdr:x-oneapi-request-idbody:id:msg_prefixbody:usage.cache_fieldsupstream:anthropic-direct-from-body	—
R-Kiro	server: Photon-Edge x-amzn-requestid: 3286e187-ce96-44e1-bb4c-0ca0e4ff3f63	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	1782452407208-evk6t1w8uipow 3286e187-ce96-44e1-bb4c-0ca0e4ff3f63
O-Max	server: nginx/1.29.8 x-oneapi-request-id: 202606260540157637372068268d9d6qg8qlMuj	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-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 95 100 56 52 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 0.0 /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 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 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 10.0 /10 ×14

sliding 5m 10.0 /10 ×13 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 0.0 /10 ×8 0.0 /10 ×8 10.0 /10 ×8

系统提示纯净 10.0 /10 ×8 10.0 /10 ×8 0.0 /10 ×8 未计入 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 10.0 /10 ×6 10.0 /10 ×6 0.0 /10 ×6 0.0 /10 ×6 10.0 /10 ×6

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

延迟基线 7.9 /10 ×5 10.0 /10 ×5 10.0 /10 ×5 10.0 /10 ×5 10.0 /10 ×5

流式投递 2.6 /10 ×5 10.0 /10 ×5 10.0 /10 ×5 0.0 /10 ×5 未计入

Req-ID 透传 0.0 /10 ×4 10.0 /10 ×4 0.0 /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 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

综合结论

与基线相似度 95 v3.24.1 基准（参考） 56 v3.24.1 52 v3.24.1 98 v3.24.1

雷达图例

共 22 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 流式投递 buffer_dump_match
6 自由身份 identity_free_clean
7 停止原因 stop_reason_present
8 系统提示纯净 system_prompt_clean
9 Service Tier service_tier_present
10 缓存命中比 cache_hit_ratio_match
11 缓存 TTL 一致 cache_ttl_consistency
12 推理地区 inference_geo_present
13 缓存连续 cache_continuity_intra
14 知识召回 knowledge_recall_match
15 延迟基线 latency_baseline_match
16 原生 msg-ID anthropic_msg_id_format
17 Sliding 缓存 cache_sliding_correctness
18 结构化身份 identity_structured_match
19 信封自报一致 envelope_self_report_match
20 中文遵循 instruction_following_lang
21 档位思考量 tier_thinking_volume_match
22 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 8093 ms 2564 ms 8444 ms 4922 ms 8162 ms

输出速度 43.4 tok/s 110.8 tok/s 74.6 tok/s - 75.8 tok/s

完成步骤 6/6 成功 6/6 成功 6/6 成功 6/6 成功 6/6 成功

按官方价目重估

同等内容若直发 Anthropic 的估算 ⓘ

$0.3060

$0.2970

$0.4442

>=$0.0114 (成本不完整)

$0.3059

缓存读取占比 ⓘ 71% 71% 11% - 71%

揭晓

通道

服务商 Aiide ↗

通道O-Max

官方基准

服务商 Novaris ↗

通道O-Max

服务商 SSSAiCode ↗

通道R-Kiro

服务商 ByteCatCode ↗

通道O-Max

返回列表