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

2026/06/14 运行日期

claude-haiku-4-5-20251001 官方基准

3 通道分数 < 70 与基线相似度

已揭晓揭晓进度

步骤 / 指标

PackyCode

cc-Zeus

luminai

M-Kiro/Antigravity

ByteCatCode

O-Max

WorldBase.ai

M-

官方基准

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 12:46:29 ~ 12:46:39 (5.3s) 12:46:31 ~ 12:46:41 (5.5s) 12:46:33 ~ 12:46:43 (5.3s) 12:46:27 ~ 12:46:42 (11.2s) 12:46:35 ~ 12:46:40 (4.1s)

提示词

查看本步 Prompt

ping. Reply with the single word: pong

HTTP 头(TTFB) 3,347 ms 4,027 ms 3,875 ms 8,671 ms 2,644 ms

首文本(SSE delta) 3,500 ms 4,086 ms - 8,672 ms 2,646 ms

总耗时 3,562 ms 4,137 ms 3,876 ms 9,394 ms 3,074 ms

输入 10 2,309 10 1,694 10

输出 39 1 48 56 54

缓存创建

33,122

5m: 0 / 1h: 33,122

2,654

5m: 2,654 / 1h: 0

33,171

5m: 0 / 1h: 33,171

32,179

5m: 32,179 / 1h: 0

33,122

5m: 0 / 1h: 33,122

缓存读取 0 23,892 0 0 0

输出速度 - - burst 77.6 tok/s 126.2 tok/s

响应

pong

pong

pong

pong

pong

步骤 2: identity text

时间 12:49:35 ~ 12:49:40 (4.4s) 12:50:14 ~ 12:50:24 (5.7s) 12:49:11 ~ 12:49:21 (7.1s) 12:48:01 ~ 12:48:11 (8.9s) 12:49:01 ~ 12:49:06 (4.3s)

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) 1,618 ms 4,348 ms 3,018 ms 6,048 ms 1,948 ms

首文本(SSE delta) 1,619 ms 4,598 ms - 6,050 ms 1,950 ms

总耗时 3,405 ms 4,623 ms 5,918 ms 7,674 ms 3,139 ms

输入 10 2,324 10 1,705 10

输出 203 28 341 213 181

缓存创建

233

5m: 0 / 1h: 233

2,671

5m: 2,671 / 1h: 0

33,364

5m: 0 / 1h: 33,364

1,083

5m: 1,083 / 1h: 0

248

5m: 0 / 1h: 248

缓存读取 33,122 24,048 0 31,301 33,122

输出速度 113.7 tok/s - 117.6 tok/s 131.2 tok/s 152.2 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 12:52:56 ~ 12:53:01 (3.2s) 12:54:12 ~ 12:54:22 (6.5s) 12:51:47 ~ 12:51:57 (7.4s) 12:50:51 ~ 12:51:06 (11.2s) 12:50:45 ~ 12:50:50 (3.8s)

提示词

查看本步 Prompt

训练数据截止月份是？只回 YYYY-MM。

HTTP 头(TTFB) 1,528 ms 5,104 ms 4,411 ms 8,985 ms 2,321 ms

首文本(SSE delta) 1,529 ms 5,155 ms - 8,986 ms 2,323 ms

总耗时 2,189 ms 5,205 ms 5,002 ms 10,138 ms 2,806 ms

输入 10 2,330 10 1,709 10

输出 87 4 77 68 62

缓存创建

232

5m: 0 / 1h: 232

2,678

5m: 2,678 / 1h: 0

33,409

5m: 0 / 1h: 33,409

1,191

5m: 1,191 / 1h: 0

221

5m: 0 / 1h: 221

缓存读取 33,355 24,111 0 31,261 33,370

输出速度 131.8 tok/s - 130.3 tok/s 59.0 tok/s 128.4 tok/s

响应

2025-02

2025-02

2025-02

2025-02

2025-02

步骤 4: identity_free text

时间 12:56:29 ~ 12:56:44 (10.5s) 12:57:31 ~ 12:57:41 (7.5s) 12:55:36 ~ 12:55:46 (8.8s) 12:52:24 ~ 12:52:39 (13.0s) 12:52:04 ~ 12:52:14 (9.0s)

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) 1,510 ms 5,326 ms 3,669 ms 9,344 ms 2,914 ms

首文本(SSE delta) 1,798 ms 6,028 ms - 9,345 ms 2,960 ms

总耗时 8,670 ms 6,033 ms 7,189 ms 11,560 ms 8,047 ms

输入 10 2,333 10 1,721 10

输出 1,103 59 455 322 549

缓存创建

127

5m: 0 / 1h: 127

2,682

5m: 2,682 / 1h: 0

33,441

5m: 0 / 1h: 33,441

32,694

5m: 32,694 / 1h: 0

102

5m: 0 / 1h: 102

缓存读取 33,587 24,140 0 0 33,591

输出速度 160.5 tok/s burst 129.3 tok/s 145.4 tok/s 107.9 tok/s

响应

我是Claude Haiku 4.5，由Anthropic公司开发的AI助手，属于Claude产品系列。

我是Claude Haiku 4.5，由Anthropic公司开发的AI助手。我可以帮助用户进行软件工程任务、代码编写、文件编辑、命令执行等工作。

我是Claude，由Anthropic公司开发的AI助手。

简单回答：你现在在和 Claude 对话，我的底层模型是 Claude Haiku 4.5。专门帮助软件工程和编程任务。

我是Claude，由Anthropic开发的AI助手产品。

步骤 5: knowledge_tier text

时间 12:57:58 ~ 12:58:18 (17.6s) 13:01:04 ~ 13:01:14 (8.2s) 12:58:00 ~ 12:58:15 (10.3s) 12:55:56 ~ 12:56:11 (13.5s) 12:55:53 ~ 12:56:08 (12.6s)

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) 1,712 ms 5,619 ms 3,797 ms 3,567 ms 2,488 ms

首文本(SSE delta) 1,713 ms 5,620 ms - 3,568 ms 2,490 ms

总耗时 16,404 ms 6,695 ms 9,083 ms 12,133 ms 11,582 ms

输入 10 2,365 10 1,731 10

输出 2,370 25 1,001 1,196 1,542

缓存创建

1,483

5m: 0 / 1h: 1,483

2,719

5m: 2,719 / 1h: 0

33,830

5m: 0 / 1h: 33,830

2,233

5m: 2,233 / 1h: 0

929

5m: 0 / 1h: 929

缓存读取 33,714 24,475 0 30,649 33,693

输出速度 161.3 tok/s - 189.4 tok/s 139.6 tok/s 169.6 tok/s

响应

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

```json
{"a":["Trump","OUT","OUT","OUT","OUT"],"calc":3465}
```

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

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

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

总计

总输入(含缓存) 169,025 145,731 167,265 171,151 168,448

总输出 3,802 117 1,922 1,855 2,388

总缓存创建

35,197

5m: 0 / 1h: 35,197

13,404

5m: 13,404 / 1h: 0

167,215

5m: 0 / 1h: 167,215

69,380

5m: 69,380 / 1h: 0

34,622

5m: 0 / 1h: 34,622

总缓存读取 133,778 120,666 0 93,211 133,776

输出速度 156.7 tok/s burst 152.4 tok/s 129.9 tok/s 146.7 tok/s

总执行时间 41.0s 33.4s 38.9s 57.8s 33.7s

总墙钟时间

11m 48.9s

含步骤间等待

14m 42.8s

含步骤间等待

11m 41.8s

含步骤间等待

9m 43.9s

含步骤间等待

9m 32.9s

含步骤间等待

按官方价目重估

同等内容若直发 Anthropic 的估算 ⓘ

$0.0764

Anthropic: Claude Haiku 4.5

$0.0348

Anthropic: Claude Haiku 4.5

$0.2187

Anthropic: Claude Haiku 4.5

$0.0814

Anthropic: Claude Haiku 4.5

$0.0686

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%) one-api (100%) one-api (100%) direct (100%) direct (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_0196QDpyHjnZociuYAF8imLC msg_016j1mfHbNqZKC1n74MY963CFu msg_01FBVWDL9o4f9YPWBzSMUX4c msg_9624398e3e874695845672a233f2c6ee msg_01MQT1JQfBwSQ9ZJVuQBwWgq

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-Zeus	via: 1.1 Caddy cf-ray: a0b6c1e53b0cf4ef-LAX server: cloudflare x-oneapi-request-id: 20260614125800452094150B3iiGTms	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	a0b6c1e53b0cf4ef-LAX
M-Kiro/Antigravity	cf-ray: a0b6c6719818fea2-AMS server: cloudflare x-oneapi-request-id: 202606140501071441555848268d9d6FHIgFpWa	id_format: msg_prefix extra_fields: ["container"] has_service_tier: true 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:usage.service_tierbody:model:date_suffixbody:usage.cache_fieldsbody:extra_fieldsupstream:anthropic-direct-from-body	a0b6c6719818fea2-AMS
O-Max	server: nginx/1.29.8 x-oneapi-request-id: 202606140458024299560268268d9d6ivE8v9fF	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:x-oneapi-request-idbody:id:msg_prefixbody:usage.service_tierbody:usage.inference_geobody:model:date_suffixbody:usage.cache_fieldsbody:extra_fieldsupstream:anthropic-direct-from-body	—
M-	cf-ray: a0b6beecb9399715-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	debb9d0b-ae3f-4857-a896-4ecb98e9f642 a0b6beecb9399715-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_011Cc2ZHASR62SSucchhKSRF

协议指纹评分（机器自动）

总分 / 100 98 74 74 69 100

基线状态已对照基线已对照基线已对照基线已对照基线已对照基线

缓存命中比 10.0 /10 ×20 10.0 /10 ×20 0.0 /10 ×20 6.2 /10 ×20 10.0 /10 ×20

缓存 TTL 一致 10.0 /10 ×15 0.0 /10 ×15 10.0 /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 10.0 /10 ×14 10.0 /10 ×14

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

系统提示纯净 10.0 /10 ×8 0.0 /10 ×8 10.0 /10 ×8 5.0 /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 10.0 /10 ×6 10.0 /10 ×6 10.0 /10 ×6 10.0 /10 ×6 10.0 /10 ×6

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

延迟基线 10.0 /10 ×5 8.8 /10 ×5 10.0 /10 ×5 0.5 /10 ×5 10.0 /10 ×5

Req-ID 透传 0.0 /10 ×4 0.0 /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 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 98 v3.10.0 74 v3.10.0 74 v3.10.0 69 v3.10.0 基准（参考）

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 6846 ms 5339 ms 6214 ms 10180 ms 5730 ms

输出速度 156.7 tok/s burst 152.4 tok/s 129.9 tok/s 146.7 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 ⓘ

$0.0764

$0.0348

$0.2187

$0.0814

$0.0686

缓存读取占比 ⓘ 79% 83% 0% 54% 79%

揭晓

通道

服务商 PackyCode ↗

通道cc-Zeus

服务商 luminai ↗

通道M-Kiro/Antigravity

服务商 ByteCatCode ↗

通道O-Max

服务商 WorldBase.ai ↗

通道M-

官方基准

返回列表