站长入驻注册登录

Folkbench · AI 中转站测评与排行榜在真实场景中
衡量 AI 的价值

了解中转站格局，为你的场景选择合适的模型与线路

更新评测方法：可信的对照实验
检测降智监控
快速诊断约 60 秒检查一个接口
数据窗口：近 24 小时 · 每 10 分钟同步
OpenAI · 9 个模型Anthropic · 13 个模型DeepSeek · 5 个模型xAI Grok · 4 个模型Kimi · 1 个模型Google Gemini · 10 个模型Alibaba Qwen · 3 个模型Zhipu GLM · 4 个模型同一厂商的不同模型用同色系的深浅区分

可用率

↗
近 24 小时请求成功率 · 越高越好
145 条线路有数据
99.0ModelflareDeepSeek V4 Pro100FluxLaneGPT 6 Astra100CheapAIClaude Fable 5100MuskAIDeepSeek V4.1 Flash100NexoTokenGPT 6 Astra100ZNB.aiDeepSeek V4.1 Flash100ZashmodelGPT 6.1 Sol100ApiporterClaude Fable 5.1100IKunCodeGPT 6 Astra100CheapRouterGPT 6 Astra

首字延迟

↗
首个 token 返回耗时（秒）· 越低越好
136 条线路有数据
0.86ModelflareGPT 5.6 Terra1.83FluxLaneDeepSeek V4.1 Flash3.02CheapAIKimi K31.95境AiClaude Fable 52.03ApiporterClaude Opus 5.52.38ZashmodelClaude Opus 5.52.51ZNB.aiDeepSeek V4.1 Flash2.88IKunCodeClaude Sonnet 53.31CloudbridgeGrok 4.73.52MuskAIClaude Sonnet 5

会话成本

↗
每次编程会话成本（¥）· 越低越好
145 条线路有报价，按 1 美元 = 6.7698 元折算
0.28ModelflareGrok 4.60.03CheapAIGPT 5.6 Luna0.32YisamaAPIDeepSeek V4.1 Flash0.62境AiGPT 5.6 Sol0.66CheapRouterGPT 6.1 Sol0.66aruhub APIGemini 3.8 Flash1.12Fuel ApiGPT 5.6 Terra1.27IKunCodeGrok 4.72.04A6apiGPT 6 Sol2.38ZashmodelGPT 6.1 Sol

Switch

Folkbench 出品
macOS · Windows
在本地一键切换
中转站与模型

降智监控

同一模型各家答同一批私有题，公开答对率、token 数和模型指纹

动态

↗
新文章发布 · 10 月 23 日
Kimi K3.1 Pro 深度解析：长程编程、3D 能力与真实使用成本
新文章发布 · 10 月 11 日
AI 真正会不会职场沟通，不看会不会说漂亮话，而看能不能把“阴阳话”翻译成事实、边界和下一步
新文章发布 · 10 月 11 日
会做菜，还是会写菜谱？12 个家庭厨房场景暴露模型的可执行性
新文章发布 · 10 月 11 日
当“不扫兴”压过“说实话”：夸妈妈做菜测试暴露 AI 情商评测的盲区
新文章发布 · 10 月 9 日
Haiku 5.5 到底有多强？官方成绩单里，最值得看的不是第一名
稳定性 · 9 月 17 日

别再被 99% 可用率骗了：我们踩过的 AI API 中转站大坑与稳定性测试指南

从伪 200、流式截断和夜间卡顿出发，说明真正决定生产体验的稳定性指标与测试方法。

软件工程 · 9 月 17 日

写代码场景下，AI 中转站的软件工程评测指南

面向代码生成、Agent 工具链、长上下文和缓存协议，梳理软件工程场景的中转站质量检查方法。

评测 · 10 月 5 日

模型真的“降智”了吗？从一张翻车截图到一场可信的对照实验

一次翻车能证明模型犯过错，却不能独自证明它比以前更容易犯错。这篇文章讨论怎样把这种怀疑变成可以复查的证据。

主流模型在各中转站的智能、成本与可用率，基于 Folkbench 独立实测

智能 vs. 每次会话成本

中转站价格 · 每次编程会话 200 万输入 + 4 万输出，与官方 API 同一坐标系

最优象限帕累托线GPT 6 SolGPT 6 AstraDeepSeek V4.1 FlashClaude Fable 5.1GPT 6.1 SolClaude Opus 5.5Grok 4.7DeepSeek V4 Pro 0813GPT 5.6 LunaGemini 4 ArgonKimi K3DeepSeek V4 ProQwen 3.8 MaxClaude Opus 5GPT 5.6 TerraGrok 4.6Gemini 3.8 FlashGLM 5.3
102030405060¥0.03¥0.1¥0.3¥1¥3¥10¥30¥100智能指数（Artificial Analysis）每次编程会话成本（¥，对数刻度）GPT 5.6 Luna @ CheapAIGPT 5.6 Terra @ CheapAIDeepSeek V4.1 Flash @ YisamaAPIGPT 6.1 Sol @ ModelflareClaude Opus 5.5 @ 境Ai

帕累托前沿

官方 API 价格

Gemini 4 Carbon智能 60 · ¥59.6 / 会话
GPT 6.1 Sol智能 54.6 · ¥29.8 / 会话
GPT-6.1 Terra智能 51.3 · ¥14.9 / 会话
Claude Haiku 5.5智能 36.5 · ¥1.49 / 会话
Agnes 2.5 Pro Theta智能 24 · ¥1.44 / 会话
Nemotron 3.5 Lightning智能 5.5 · ¥0.87 / 会话

帕累托前沿

全部中转站报价

Claude Opus 5.5 @ 境Ai智能 59.1 · ¥1.58 / 会话 · API 倍率 0.027
GPT 6.1 Sol @ Modelflare智能 54.6 · ¥0.44 / 会话 · API 倍率 0.015
DeepSeek V4.1 Flash @ YisamaAPI智能 32.6 · ¥0.32 / 会话 · API 倍率 0.074
GPT 5.6 Terra @ CheapAI智能 32.3 · ¥0.27 / 会话 · API 倍率 0.0089
GPT 5.6 Luna @ CheapAI智能 23.8 · ¥0.027 / 会话 · API 倍率 0.0089

同一个模型在各家中转站回答同一组身份探针题，公开探针一致率、输入 token 数和模型指纹的原始数据

降智监控

出题同一时段各站答同一组探针题，每次换问法
比对回答与该模型的参考答案比对
指标探针一致率、输入 token、思考 token、模型指纹
公开原始数值直接公开，不做判定
模型 @ 中转站探针一致率输入 token模型指纹可用率首字延迟会话成本
GPT 6 Sol@ Modelflare100%109–24,260GPT 6 Sol97.7%1.21 s¥0.44
DeepSeek V4.1 Flash@ Modelflare100%109–24,260DeepSeek V4.1 Flash98.2%1.31 s¥2.59
DeepSeek V4 Pro@ Modelflare100%109–24,260DeepSeek V4 Pro99.0%1.35 s¥11.4
Qwen 3.8 Max@ Modelflare100%109–24,260Qwen 3.8 Max98.0%1.06 s¥20.4
Claude Opus 5@ Modelflare100%109–24,260Claude Opus 599.0%1.21 s¥18.3
Claude Opus 5@ Modelflare100%109–24,260Claude Opus 597.6%1.44 s¥23.0
Claude Opus 5@ Modelflare100%109–24,260Claude Opus 597.2%0.99 s¥2.19
GPT 5.6 Sol@ Modelflare100%109–24,260GPT 5.6 Sol97.1%1.31 s¥1.12