HardysAPI 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.

Modelo
Gemini-vertex
gemini-stable

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.
IntegridadSin verificarVelocidadSin verificarPrecioCachéSin verificarDisponibilidadSin verificar
HardysAPIModelflare

Qué te importa más

Para la prioridad “Equilibrado”, elige Modelflare

Motivos principales

Integridad25%

Integridad: faltan datos de al menos un intermediario

Disponibilidad20%

Disponibilidad: faltan datos de al menos un intermediario

Costo-beneficio20%

Modelflare da 9.37 puntos por unidad monetaria, un 93% más que HardysAPI (4.86)

Velocidad15%

Velocidad: faltan datos de al menos un intermediario

Precio15%

Modelflare cuesta ¥3.29 por sesión, un 48% menos que HardysAPI (¥6.34)

Caché5%

Caché: faltan datos de al menos un intermediario

HardysAPI

Mejor en
Sin diferencia clara
Peor en
Precio¥6.34Costo-beneficio4.86

Modelflare

Mejor en
Precio¥3.29Costo-beneficio9.37
Peor en
Sin diferencia clara

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 ajustada30.830.8
Inteligencia conservadaSin verificarSin verificar
Aciertos en preguntasSin verificarSin verificar

Costo

Relación costo-beneficio4.869.37
Costo por sesión de programación¥6.34¥3.29
Precio de entrada¥2.88¥1.494
Precio de salida¥14.4¥7.47
Descuento por cachéNo indicadoNo indicado

Rendimiento

Tiempo hasta el primer token—1.40 s
Disponibilidad, últimas 24 horas—98.4%
Muestras—123

Ruta

GrupoGemini-vertexgemini-stable
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.