ModelPod vs. 破晓
Ein Modell auf zwei Relays: Echtheit, Geschwindigkeit, Preis, Cache und Verfügbarkeit, dazu die um Degradation bereinigte Intelligenz und das Preis-Leistungs-Verhältnis – mit einer Empfehlung für Ihren Schwerpunkt.
Empfehlung
Fünf Dimensionen
Weiter außen ist besser. Echtheit ist der Anteil der erhaltenen Intelligenz; die anderen vier Werte sind Platzierungen unter allen Relays dieses Modells.
ModelPod破晓
Was ist Ihnen am wichtigsten?
Bei Schwerpunkt „Ausgewogen“ empfehlen wir 破晓
ModelPod26
破晓94
Hauptgründe
Echtheit25%
破晓 bewahrt 92% der Intelligenz des Modells; ModelPod 28%
Verfügbarkeit20%
Verfügbarkeit: für mindestens ein Relay keine Daten
Preis-Leistung20%
破晓 bietet 239 Punkte pro Geldeinheit, 6533 % mehr als ModelPod (3.60)
Tempo15%
Tempo: für mindestens ein Relay keine Daten
Preis15%
破晓 kostet ¥0.22 pro Session, 95 % weniger als ModelPod (¥4.42)
Cache5%
Cache etwa gleich: ModelPod 95%, 破晓 95%
Kennzahlen
Bereinigte Intelligenz
Höher ist besser
Kosten pro Coding-Session
2 Mio. Eingabe- + 40.000 Ausgabe-Token · Niedriger ist besser
Preis-Leistung
Intelligenzpunkte pro 1 ¥ · Höher ist besser
Alle Werte
Intelligenz
Bereinigte Intelligenz15.952.5
Erhaltene Intelligenz28%92%
Trefferquote22.2% (Fragen: 18)73.3% (Fragen: 30)
Kosten
Preis-Leistung3.60239
Kosten pro Coding-Session¥4.42¥0.22
Eingabepreis¥2.01¥0.1
Ausgabepreis¥10.05¥0.5
Cache-Rabatt95%95%
Leistung
Zeit bis zum ersten Token—2.66 s
Verfügbarkeit, letzte 24 Stunden—100.0%
Stichproben—48
Route
Gruppedefault【限时】Codex 双十一 不降智
DatensicherheitStufe 0Stufe 0
Bereinigte Intelligenz = veröffentlichter Intelligenzindex des Modells × erhaltene Intelligenz. Erhaltene Intelligenz = Trefferquote des Relays ÷ höchste Trefferquote unter den geprüften Relays desselben Modells; bei weniger als 10 Fragen wird nicht bereinigt. Preis-Leistung = bereinigte Intelligenz ÷ Kosten pro Coding-Session. Unterschiede unterhalb eines Schwellenwerts gelten als etwa gleich. Die Empfehlung gewichtet die Kennzahlen nach dem gewählten Schwerpunkt und dient nur zur Orientierung.