A6api vs. Modelflare
Un mismo modelo en dos intermediarios: integridad, velocidad, precio, caché y disponibilidad, más la inteligencia ajustada por degradación y la relación costo-beneficio, con una recomendación según tu prioridad.
Cuál elegir
Cinco dimensiones
Cuanto más afuera, mejor. La integridad es la parte de inteligencia conservada; las otras cuatro son posiciones entre todos los intermediarios del modelo.
A6apiModelflare
Qué te importa más
Para la prioridad “Equilibrado”, elige Modelflare
A6api50
Modelflare62
Motivos principales
Integridad25%
Integridad: faltan datos de al menos un intermediario
Disponibilidad20%
Modelflare estuvo disponible el 99.0% de las últimas 24 horas; A6api, el 83.3%
Costo-beneficio20%
A6api da 21.7 puntos por unidad monetaria, un 795% más que Modelflare (2.42)
Velocidad15%
Modelflare responde en 1.21 s, un 90% más rápido que A6api (11.82 s)
Precio15%
A6api cuesta ¥2.04 por sesión, un 89% menos que Modelflare (¥18.3)
Caché5%
Caché: faltan datos de al menos un intermediario
Cifras clave
Inteligencia ajustada
Cuanto más alto, mejor
Costo por sesión de programación
2M de tokens de entrada + 40k de salida · Cuanto más bajo, mejor
Costo-beneficio
Puntos de inteligencia por ¥1 · Cuanto más alto, mejor
Todas las cifras
Inteligencia
Inteligencia ajustada44.244.2
Inteligencia conservadaSin verificar100%
Aciertos en preguntasSin verificar100% (preguntas: 90)
Costo
Relación costo-beneficio21.72.42
Costo por sesión de programación¥2.04¥18.3
Precio de entrada¥1¥8.3
Precio de salida¥1¥41.5
Descuento por cachéNo indicadoNo indicado
Rendimiento
Tiempo hasta el primer token11.82 s1.21 s
Disponibilidad, últimas 24 horas83.3%99.0%
Muestras18195
Ruta
Grupo保真优先claude-award
Seguridad de datosNivel 0Nivel 4
Inteligencia ajustada = índice de inteligencia publicado del modelo × inteligencia conservada. Inteligencia conservada = tasa de aciertos del intermediario ÷ la mayor tasa de aciertos entre los intermediarios verificados del mismo modelo; con menos de 10 preguntas no se ajusta. Costo-beneficio = inteligencia ajustada ÷ costo por sesión de programación. Las diferencias por debajo de un umbral cuentan como parecidas. La recomendación pondera las métricas según la prioridad elegida y es solo orientativa.