HardysAPI vs. A6api
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.
HardysAPIA6api
Qué te importa más
Para la prioridad “Equilibrado”, elige A6api
HardysAPI40
A6api100
Motivos principales
Integridad25%
Integridad: faltan datos de al menos un intermediario
Disponibilidad20%
Disponibilidad: faltan datos de al menos un intermediario
Costo-beneficio20%
A6api da 42.6 puntos por unidad monetaria, un 475% más que HardysAPI (7.40)
Velocidad15%
Velocidad: faltan datos de al menos un intermediario
Precio15%
A6api cuesta ¥0.54 por sesión, un 83% menos que HardysAPI (¥3.12)
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 ajustada23.123.1
Inteligencia conservadaSin verificarSin verificar
Aciertos en preguntasSin verificarSin verificar
Costo
Relación costo-beneficio7.4042.6
Costo por sesión de programación¥3.12¥0.54
Precio de entrada¥1.5¥0.25602
Precio de salida¥3¥0.768061
Descuento por cachéNo indicadoNo indicado
Rendimiento
Tiempo hasta el primer token——
Disponibilidad, últimas 24 horas——
Muestras——
Ruta
Grupo国产模型稳定版marketplace
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.