金石API vs. 破晓
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.
金石API破晓
Qué te importa más
Para la prioridad “Equilibrado”, elige 破晓
金石API50
破晓100
Motivos principales
Integridad25%
Integridad: faltan datos de al menos un intermediario
Disponibilidad20%
Disponibilidad: faltan datos de al menos un intermediario
Costo-beneficio20%
破晓 da 201 puntos por unidad monetaria, un 180% más que 金石API (71.8)
Velocidad15%
Velocidad: faltan datos de al menos un intermediario
Precio15%
破晓 cuesta ¥0.22 por sesión, un 64% menos que 金石API (¥0.62)
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 verificarSin verificar
Aciertos en preguntasSin verificarSin verificar
Costo
Relación costo-beneficio71.8201
Costo por sesión de programación¥0.62¥0.22
Precio de entrada¥0.28¥0.1
Precio de salida¥1.4¥0.5
Descuento por cachéNo indicadoNo indicado
Rendimiento
Tiempo hasta el primer token—5.01 s
Disponibilidad, últimas 24 horas—100.0%
Muestras—13
Ruta
GrupoGPT-不降智2【限时】Codex 双十一 不降智
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.