IKunCode vs. MuskAI
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.
IKunCodeMuskAI
Qué te importa más
Para la prioridad “Equilibrado”, elige IKunCode
IKunCode89
MuskAI79
Motivos principales
Integridad25%
Integridad: faltan datos de al menos un intermediario
Disponibilidad20%
Disponibilidad: muy parecidos (IKunCode 100.0%, MuskAI 100.0%)
Costo-beneficio20%
Costo-beneficio: faltan datos de al menos un intermediario
Velocidad15%
IKunCode responde en 2.88 s, un 18% más rápido que MuskAI (3.52 s)
Precio15%
Precio: faltan datos de al menos un intermediario
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 ajustada——
Inteligencia conservada34%Sin verificar
Aciertos en preguntas33% (preguntas: 18)Sin verificar
Costo
Relación costo-beneficio——
Costo por sesión de programación¥4.40—
Precio de entrada¥2—
Precio de salida¥10—
Descuento por cachéNo indicadoNo indicado
Rendimiento
Tiempo hasta el primer token2.88 s3.52 s
Disponibilidad, últimas 24 horas100.0%100.0%
Muestras1831
Ruta
Grupocc-kiroClaude-官转
Seguridad de datosNivel 0Nivel 0
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.