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

2026/06/06 运行日期

claude-sonnet-4-6 官方基准

1 任务失败执行不完整

已揭晓揭晓进度

步骤 / 指标

官方基准

SSSAiCode

O-Max

PackyCode

cc-Zeus

SSSAiCode

O-Max-L2

NowCoding

R-Kiro

基本信息

服务名 Claude Code Claude Code Claude Code Claude Code Claude Code

模型 claude-sonnet-4-6 claude-sonnet-4-6 claude-sonnet-4-6 claude-sonnet-4-6 claude-sonnet-4-6

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 19:05:31 ~ 19:05:36 (3.9s) 19:05:23 ~ 19:05:28 (4.3s) 19:05:29 ~ 19:05:34 (4.3s) 19:05:27 ~ 19:05:32 (3.9s) 19:05:25 ~ 19:05:30 (3.9s)

提示词

查看本步 Prompt

ping. Reply with the single word: pong

HTTP 头(TTFB) 2,647 ms 3,288 ms 2,880 ms 2,952 ms 1,890 ms

首文本(SSE delta) 2,649 ms 3,326 ms 2,887 ms 3,011 ms 1,891 ms

总耗时 2,790 ms 3,430 ms 3,252 ms 3,098 ms 2,020 ms

输入 3 3 3 3 1,143

输出 5 5 5 5 2

缓存创建

32,318

5m: 0 / 1h: 32,318

31,985

5m: 0 / 1h: 31,985

32,318

5m: 0 / 1h: 32,318

31,989

5m: 0 / 1h: 31,989

34,493

缓存读取 0 0 0 0 -

响应

pong

pong

pong

pong

pong

步骤 2: identity text

时间 19:08:12 ~ 19:08:17 (3.2s) 19:07:07 ~ 19:07:12 (3.4s) 19:07:33 ~ 19:07:38 (3.8s) 19:07:12 ~ 19:07:17 (3.3s) 19:07:39 ~ 19:07:44 (3.2s)

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) 1,897 ms 2,302 ms 2,341 ms 2,111 ms 1,810 ms

首文本(SSE delta) 1,898 ms 2,553 ms 2,342 ms 2,400 ms 1,811 ms

总耗时 2,206 ms 2,615 ms 2,774 ms 2,476 ms 2,069 ms

输入 3 3 3 3 116

输出 22 22 22 22 16

缓存创建

182

5m: 0 / 1h: 182

182

5m: 0 / 1h: 182

182

5m: 0 / 1h: 182

182

5m: 0 / 1h: 182

1,781

缓存读取 32,318 31,985 32,318 31,989 33,855

响应

vendor: anthropic
brand: claude
model: claude-sonnet-4-6

vendor: anthropic
brand: claude
model: claude-sonnet-4-5

vendor: anthropic
brand: claude
model: claude-sonnet-4-6

vendor: anthropic
brand: claude
model: claude-sonnet-4-5

vendor: anthropic
brand: claude
model: claude-sonnet-4-6

步骤 3: cutoff text

时间 19:09:25 ~ 19:09:30 (3.0s) 19:08:32 ~ 19:08:38 (3.5s) 19:09:19 ~ 19:09:24 (3.7s) 19:08:19 ~ 19:08:29 (8.6s) 19:10:21 ~ 19:10:26 (2.9s)

提示词

查看本步 Prompt

你掌握的世界知识截止于何时？YYYY-MM 格式作答，不解释。

HTTP 头(TTFB) 1,841 ms 2,658 ms 2,575 ms 7,581 ms 1,687 ms

首文本(SSE delta) 1,843 ms 2,756 ms 2,577 ms 7,629 ms 1,688 ms

总耗时 2,019 ms 2,831 ms 2,763 ms 7,863 ms 1,942 ms

输入 3 3 3 3 19

输出 8 8 8 8 3

缓存创建

5m: 0 / 1h: 55

5m: 0 / 1h: 58

5m: 0 / 1h: 38

5m: 0 / 1h: 64

1,072

缓存读取 32,500 32,167 32,500 32,171 34,693

响应

2025-08

2025-04

2025-08

2025-04

2025-08

步骤 4: identity_free text

时间 19:13:19 ~ 19:13:24 (3.9s) 19:09:48 ~ 19:09:53 (4.3s) 19:11:11 ~ 19:11:16 (4.4s) 19:12:02 ~ 19:12:07 (4.3s) 19:13:42 ~ 19:13:47 (3.4s)

提示词

查看本步 Prompt

用中文回答：你是谁？由谁开发？50 字以内。

HTTP 头(TTFB) 1,924 ms 2,319 ms 2,086 ms 1,929 ms 1,893 ms

首文本(SSE delta) 1,926 ms 3,411 ms 2,087 ms 2,157 ms 1,894 ms

总耗时 2,932 ms 3,607 ms 3,354 ms 2,228 ms 2,458 ms

输入 3 3 3 3 24

输出 58 67 69 26 35

缓存创建

5m: 0 / 1h: 35

5m: 0 / 1h: 43

5m: 0 / 1h: 35

5m: 0 / 1h: 41

715

缓存读取 32,555 32,225 32,538 32,235 35,070

输出速度 57.7 tok/s - 54.5 tok/s - 62.1 tok/s

响应

我是 Claude，由 Anthropic 开发的 AI 助手。我基于大型语言模型构建，旨在提供安全、有帮助且诚实的对话服务。

我是 Claude，由 Anthropic 开发的 AI 助手。我被设计用于对话、分析、编程、写作等多种任务，致力于提供安全、有帮助且诚实的回应。

我是 Claude，由 Anthropic 开发的 AI 助手。我被设计为安全、有益且诚实，能够帮助用户完成各种任务，包括写作、分析、编程和回答问题。

我叫 Claude，是由 Anthropic 开发的 AI 助手。

我叫 Claude，是由 Anthropic 开发的 AI 助手，当前模型为 claude-sonnet-4-6，属于 Claude 产品系列。

步骤 5: knowledge_tier text

时间 19:14:46 ~ 19:14:56 (9.3s) 19:12:00 ~ 19:12:10 (8.7s) 19:14:01 ~ 19:14:16 (10.6s) 19:15:58 ~ 19:16:13 (10.3s) 19:17:07 ~ 19:17:17 (5.8s)

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) 2,237 ms 2,017 ms 2,393 ms 2,237 ms -

首文本(SSE delta) 2,242 ms 7,823 ms 2,672 ms 9,302 ms -

总耗时 8,262 ms 7,970 ms 8,550 ms 9,447 ms -

输入 3 3 3 3 -

输出 445 299 502 423 -

缓存创建

431

5m: 0 / 1h: 431

440

5m: 0 / 1h: 440

442

5m: 0 / 1h: 442

399

5m: 0 / 1h: 399

缓存读取 32,590 32,268 32,573 32,276 -

输出速度 73.9 tok/s burst 85.4 tok/s burst -

响应

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

{"a":["Trump","Leo XIV Robert Prevost","OUT","OUT","OUT"],"calc":3150}

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

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

失败

评测失败

总计

总输入(含缓存)

162,999

161,368

162,959

161,361

142,981

仅前 5 步

总输出

538

401

606

484

仅前 5 步

总缓存创建

33,021

5m: 0 / 1h: 33,021

32,708

5m: 0 / 1h: 32,708

33,015

5m: 0 / 1h: 33,015

32,675

5m: 0 / 1h: 32,675

38,061

仅前 5 步

总缓存读取

129,963

128,645

129,929

128,671

103,618

仅前 5 步

输出速度

71.6 tok/s

burst

79.9 tok/s

burst

62.1 tok/s

仅前 5 步

总执行时间

23.3s

24.1s

26.7s

30.3s

19.2s

仅前 5 步

总墙钟时间

9m 24.8s

含步骤间等待

6m 46.8s

含步骤间等待

8m 46.8s

含步骤间等待

10m 46.0s

含步骤间等待

11m 51.8s

含步骤间等待

仅前 5 步

按官方价目重估

同等内容若直发 Anthropic 的估算 ⓘ

$0.1709

Anthropic: Claude Sonnet 4.6

$0.1673

Anthropic: Claude Sonnet 4.6

$0.1719

Anthropic: Claude Sonnet 4.6

$0.1684

Anthropic: Claude Sonnet 4.6

$0.1250

Anthropic: Claude Sonnet 4.6 (部分)

通道指纹

来源步骤 knowledge_tier knowledge_tier knowledge_tier knowledge_tier identity_free

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

CDN - - cloudflare - -

ID 格式 msg_014VbaafQMMj39WzjzgRAd77 msg_01MQQXZscZptxD5L5TzP5jBf msg_01LdtumkRXYtmR2qWkVeHHux msg_015GoHwn7kDzPDyL6fhnyA3C msg_20260606111343

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
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_011CbmuhXh36ftXTCgicfNXF
O-Max	cf-ray: a076facb4fae5d5c-LAX server: Photon-Edge set-cookie: _cfuvid=evllxQWFakZUHa2MYDFfif.KUOwriLuth3kRO6Xy3sA-1780744321.8040864-1.0.1.1-neL1kyRaStoVLHWbS7DLx0Jaew3PbDrOAyjcXRBgNXY; HttpOnly; SameSite=None; Secure; Path=/; Domain=api.anthropic.com	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	1780744321751-b6y5ymmz5ue2w req_011CbmuVHgqk29kVTSo7LGjS a076facb4fae5d5c-LAX
cc-Zeus	via: 1.1 Caddy cf-ray: a076fdc34fcfc0be-LAX server: cloudflare x-oneapi-request-id: 20260606191403850827621rFeb1ybE	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: false usage_has_cache_fields: true	hdr:x-oneapi-request-idhdr:server:cloudflarehdr:cf-rayhdr:viabody:id:msg_prefixbody:usage.service_tierbody:usage.inference_geobody:usage.cache_fieldsbody:extra_fieldsupstream:anthropic-direct-from-body	a076fdc34fcfc0be-LAX
O-Max-L2	cf-ray: a077009cb8c82edf-LAX server: Photon-Edge set-cookie: _cfuvid=UvY1f13nlbNndXWwJNE1NUphrhX0kctG48pU.7HhYjc-1780744560.1161747-1.0.1.1-E9cgwJIr_yQYYBzmp1zJ87DGj8eJQ0garb.S9eamPD4; HttpOnly; SameSite=None; Secure; Path=/; Domain=api.anthropic.com	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	1780744560063-alt3zm0qe358a req_011CbmunrayuGrAmRjtRoRwY a077009cb8c82edf-LAX
R-Kiro	server: nginx x-new-api-version: v0.0.0 x-oneapi-request-id: 20260606111343538259975stczYMfH	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	—

协议指纹评分（机器自动）

总分 / 100 100 89 98 88

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 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 —

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 10.0 /10 ×14 —

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

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

系统提示纯净 10.0 /10 ×8 5.0 /10 ×8 10.0 /10 ×8 5.0 /10 ×8 —

身份(结构) 10.0 /10 ×7 6.7 /10 ×7 10.0 /10 ×7 6.7 /10 ×7 —

知识截止 10.0 /10 ×7 5.0 /10 ×7 10.0 /10 ×7 5.0 /10 ×7 —

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

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

inference_geo 10.0 /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 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 —

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

与基线相似度基准（参考） 89 v3.9.1 98 v3.9.1 88 v3.9.1 执行失败，不评分

雷达图例

共 20 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 中文遵循 instruction_following_lang
19 世界知识层级 world_knowledge_tier_match
20 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 3642 ms 4091 ms 4139 ms 5022 ms 2122 ms

输出速度 71.6 tok/s burst 79.9 tok/s burst 62.1 tok/s

完成步骤 5/5 成功 5/5 成功 5/5 成功 5/5 成功 4/5 成功 · 1 失败

按官方价目重估

同等内容若直发 Anthropic 的估算 ⓘ

$0.1709

$0.1673

$0.1719

$0.1684

$0.1250 (部分)

缓存读取占比 ⓘ 80% 80% 80% 80% 72% (部分)

揭晓

通道

官方基准

服务商 SSSAiCode ↗

通道O-Max

服务商 PackyCode ↗

通道cc-Zeus

服务商 SSSAiCode ↗

通道O-Max-L2

服务商 NowCoding ↗

通道R-Kiro

返回列表