HardysAPI vs. Modelflare
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.
HardysAPIModelflare
Was ist Ihnen am wichtigsten?
Bei Schwerpunkt „Ausgewogen“ empfehlen wir Modelflare
HardysAPI50
Modelflare89
Hauptgründe
Echtheit25%
Echtheit: für mindestens ein Relay keine Daten
Verfügbarkeit20%
Verfügbarkeit: für mindestens ein Relay keine Daten
Preis-Leistung20%
Modelflare bietet 72.4 Punkte pro Geldeinheit, 352 % mehr als HardysAPI (16.0)
Tempo15%
Tempo: für mindestens ein Relay keine Daten
Preis15%
Modelflare kostet ¥0.45 pro Session, 78 % weniger als HardysAPI (¥2.02)
Cache5%
Cache: für mindestens ein Relay keine Daten
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 Intelligenz32.332.3
Erhaltene IntelligenzNoch nicht gemessen100%
TrefferquoteNoch nicht gemessen92.4% (Fragen: 210)
Kosten
Preis-Leistung16.072.4
Kosten pro Coding-Session¥2.02¥0.45
Eingabepreis¥0.9¥0.1992
Ausgabepreis¥5.4¥1.1952
Cache-RabattKeine AngabeKeine Angabe
Leistung
Zeit bis zum ersten Token—1.04 s
Verfügbarkeit, letzte 24 Stunden—97.8%
Stichproben—136
Route
GruppeOpenAI专线openai-first-topup
DatensicherheitStufe 0Stufe 4
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.