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-opus-4-8 官方基准

1 通道分数 < 70 另含 1 任务失败

已揭晓揭晓进度

步骤 / 指标

官方基准

luminai

M-Kiro/Antigravity

ByteCatCode

O-Max

FoxCode

duckcoding

cc专用

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 06:33:52 ~ 06:33:57 (3.1s) 06:33:44 ~ 06:33:54 (5.3s) 06:33:50 ~ 06:34:00 (7.2s) 06:33:46 ~ 06:33:51 (3.8s) 06:33:48 ~ 06:33:53 (4.5s)

提示词

查看本步 Prompt

ping. Reply with the single word: pong

HTTP 头(TTFB) 1,953 ms 3,942 ms 5,575 ms 2,589 ms 3,239 ms

首文本(SSE delta) 1,954 ms 3,943 ms - 2,681 ms 3,241 ms

总耗时 2,029 ms 4,014 ms 5,935 ms 2,861 ms 3,429 ms

输入 1,454 1,643 1,454 1,454 1,454

输出 4 1 4 4 4

缓存创建

30,222

5m: 0 / 1h: 30,222

1,888

5m: 1,888 / 1h: 0

30,508

5m: 30,508 / 1h: 0

30,233

5m: 30,233 / 1h: 0

30,223

5m: 0 / 1h: 30,223

缓存读取 0 16,996 0 0 0

响应

pong

pong

pong

pong

pong

步骤 2: identity text

时间 06:37:15 ~ 06:37:20 (3.4s) 06:35:34 ~ 06:35:39 (3.5s) 06:37:53 ~ 06:37:58 (4.2s) 06:36:07 ~ 06:36:12 (4.1s) 06:35:17 ~ 06:35:27 (6.2s)

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) 2,066 ms 2,112 ms 2,468 ms 2,538 ms 4,864 ms

首文本(SSE delta) 2,068 ms 2,113 ms - 2,852 ms 4,872 ms

总耗时 2,431 ms 2,179 ms 2,925 ms 3,024 ms 5,352 ms

输入 2 20,724 2 2 2

输出 28 9 28 28 28

缓存创建

1,656

5m: 0 / 1h: 1,656

1,656

5m: 1,656 / 1h: 0

1,656

5m: 1,656 / 1h: 0

31,879

5m: 0 / 1h: 31,879

缓存读取 30,222 0 30,508 30,233 0

响应

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

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 06:39:08 ~ 06:39:13 (2.9s) 06:39:35 ~ 06:39:45 (7.3s) 06:40:21 ~ 06:40:26 (3.9s) 06:45:00 ~ 06:55:01 (600.1s) 06:39:13 ~ 06:39:23 (6.6s)

提示词

查看本步 Prompt

你的训练数据知识截止到哪一年哪一月？只用 YYYY-MM 格式回答，不要解释。

HTTP 头(TTFB) 1,750 ms 5,915 ms 2,277 ms - 4,805 ms

首文本(SSE delta) 1,752 ms 5,917 ms - - 4,806 ms

总耗时 1,928 ms 6,030 ms 2,529 ms - 5,193 ms

输入 2 1,662 2 - 2

输出 6 4 6 - 6

缓存创建

5m: 0 / 1h: 71

1,911

5m: 1,911 / 1h: 0

5m: 71 / 1h: 0

5m: 0 / 1h: 62

缓存读取 31,878 17,201 32,164 - 31,879

响应

2026-01

2025-01

2026-01

失败

探测超时

2026-01

步骤 4: identity_free text

时间 06:40:17 ~ 06:40:22 (3.7s) 06:42:33 ~ 06:42:38 (3.5s) 06:42:46 ~ 06:42:51 (4.9s) - 06:41:17 ~ 06:41:27 (6.2s)

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) 1,896 ms 2,142 ms 2,922 ms - 4,244 ms

首文本(SSE delta) 1,897 ms 2,143 ms - - 4,245 ms

总耗时 2,677 ms 2,199 ms 3,794 ms - 5,291 ms

输入 2 20,817 2 - 2

输出 50 21 45 - 61

缓存创建

5m: 0 / 1h: 37

5m: 37 / 1h: 0

5m: 0 / 1h: 35

缓存读取 31,949 0 32,235 - 31,941

输出速度 64.1 tok/s - 51.6 tok/s - 58.3 tok/s

响应

我是 Claude，由 Anthropic 开发，属于 Claude 系列 AI 模型，当前版本为 Opus 4.8。

我是 Claude Opus 4.8（claude-opus-4-8）。

我是 Claude，由 Anthropic 开发，属于 Claude 模型系列（当前为 Opus 4.8）。

未执行

我是 Claude Code 中的 Claude 智能体，由 Anthropic 打造，基于 Opus 4.8 模型，帮助用户完成软件工程任务。

步骤 5: knowledge_tier text

时间 06:42:00 ~ 06:42:11 (7.4s) 06:45:15 ~ 06:45:31 (14.3s) 06:44:22 ~ 06:44:37 (14.2s) - 06:42:30 ~ 06:42:41 (6.4s)

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) 2,311 ms 8,015 ms 7,767 ms - 4,373 ms

首文本(SSE delta) 6,081 ms 8,016 ms - - 4,835 ms

总耗时 6,405 ms 13,282 ms 13,110 ms - 5,493 ms

输入 2 1,696 2 - 2

输出 487 338 406 - 158

缓存创建

539

5m: 0 / 1h: 539

1,949

5m: 1,949 / 1h: 0

534

5m: 534 / 1h: 0

550

5m: 0 / 1h: 550

缓存读取 31,986 17,543 32,272 - 31,976

输出速度 - 64.2 tok/s 76.0 tok/s - -

响应

{"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":2650}

未执行

{"a":["Trump","Leo XIV Prevost","María Corina Machado","Ousmane Dembélé","Zohran Mamdani"],"calc":3150}

总计

总输入(含缓存)

160,022

104,030

161,447

63,578

仅前 3 步

160,007

总输出

575

373

489

仅前 3 步

257

总缓存创建

32,525

5m: 0 / 1h: 32,525

5,748

5m: 5,748 / 1h: 0

32,806

5m: 32,806 / 1h: 0

31,889

5m: 31,889 / 1h: 0

仅前 3 步

62,749

5m: 0 / 1h: 62,749

总缓存读取

126,035

51,740

127,179

30,233

仅前 3 步

95,796

输出速度

64.1 tok/s

64.2 tok/s

72.6 tok/s

仅前 3 步

58.3 tok/s

总执行时间

20.4s

33.9s

34.3s

10m 8.0s

仅前 3 步

30.0s

总墙钟时间

8m 18.8s

含步骤间等待

11m 46.8s

含步骤间等待

10m 46.8s

含步骤间等待

21m 15.1s

含步骤间等待

仅前 3 步

8m 52.8s

含步骤间等待

按官方价目重估

同等内容若直发 Anthropic 的估算 ⓘ

$0.2880

Anthropic: Claude Opus 4.8

$0.2904

Anthropic: Claude Opus 4.8

$0.2113

Anthropic: Claude Opus 4.8

$0.1478

Anthropic: Claude Opus 4.8 (部分)

$0.4538

Anthropic: Claude Opus 4.8

通道指纹

来源步骤 knowledge_tier knowledge_tier knowledge_tier identity knowledge_tier

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

ID 格式 msg_01NjQpxhQSznatXw8b7Dvm7h msg_0179NmtbeEY9To3X2YSDFPtKQk msg_01WcKpe3zzpnWCAC9PVu482m msg_01Y9bQioxSbKQphdZCB5zeim msg_0195n9RGAC1dzYRJroeAJ4Fr

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_011CbkvJCtAvxaivmK6Wc89W
M-Kiro/Antigravity	cf-ray: a072b4edf901a003-AMS server: cloudflare x-oneapi-request-id: 202606052245182608556698268d9d6b6Gf4fpe	id_format: msg_prefix extra_fields: ["container"] has_service_tier: true has_inference_geo: false 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.cache_fieldsbody:extra_fieldsupstream:anthropic-direct-from-body	a072b4edf901a003-AMS
O-Max	server: nginx/1.29.8 x-oneapi-request-id: 202606052244235009959848268d9d6aoBnY6BV	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	—
cc	cf-ray: a072a78948dae393-NRT server: cloudflare x-new-api-version: v0.0.0 x-oneapi-request-id: 20260605223609743003958268d9d6wLj92JpH	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	a072a78948dae393-NRT
cc专用	server: Nginx x-oneapi-request-id: 202606052242323429869848268d9d6W2C1P2qp	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 / 100 100 55 88 94

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 4.4 /10 ×20 10.0 /10 ×20 — 8.7 /10 ×20

缓存 TTL 一致 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

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 2.3 /10 ×13 10.0 /10 ×13 — 7.7 /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 0.0 /10 ×8 10.0 /10 ×8 — 10.0 /10 ×8

身份(结构) 10.0 /10 ×7 0.0 /10 ×7 10.0 /10 ×7 — 10.0 /10 ×7

知识截止 10.0 /10 ×7 0.0 /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

service_tier 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

延迟基线 10.0 /10 ×5 10.0 /10 ×5 10.0 /10 ×5 — 9.9 /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） 55 v3.9.1 88 v3.9.1 执行失败，不评分 94 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 3094 ms 5541 ms 5659 ms 2943 ms 4952 ms

输出速度 64.1 tok/s 64.2 tok/s 72.6 tok/s - 58.3 tok/s

完成步骤 5/5 成功 5/5 成功 5/5 成功 2/5 成功 · 1 失败 · 2 跳过 5/5 成功

按官方价目重估

同等内容若直发 Anthropic 的估算 ⓘ

$0.2880

$0.2904

$0.2113

$0.1478 (部分)

$0.4538

缓存读取占比 ⓘ 79% 50% 79% 48% (部分) 60%

揭晓

通道

官方基准

服务商 luminai ↗

通道M-Kiro/Antigravity

服务商 ByteCatCode ↗

通道O-Max

服务商 FoxCode ↗

通道cc

服务商 duckcoding ↗

通道cc专用

返回列表