破晓 vs. Apiporter
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.
破晓Apiporter
Qué te importa más
Para la prioridad “Equilibrado”, elige 破晓
破晓59
Apiporter49
Motivos principales
Integridad25%
Apiporter conserva 47% de la inteligencia del modelo; 破晓, 42%
Disponibilidad20%
Disponibilidad: muy parecidos (破晓 100.0%, Apiporter 100.0%)
Costo-beneficio20%
破晓 da 0.66 puntos por unidad monetaria, un 23% más que Apiporter (0.54)
Velocidad15%
破晓 responde en 1.94 s, un 26% más rápido que Apiporter (2.61 s)
Precio15%
破晓 cuesta ¥31.9 por sesión, un 28% menos que Apiporter (¥44.0)
Caché5%
Caché: muy parecidos (破晓 98%, Apiporter 98%)
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 ajustada21.023.6
Inteligencia conservada42%47%
Aciertos en preguntas40.0% (preguntas: 20)45.0% (preguntas: 20)
Costo
Relación costo-beneficio0.660.54
Costo por sesión de programación¥31.9¥44.0
Precio de entrada¥14.5¥20
Precio de salida¥72.5¥100
Descuento por caché98%98%
Rendimiento
Tiempo hasta el primer token1.94 s2.61 s
Disponibilidad, últimas 24 horas100.0%100.0%
Muestras4848
Ruta
GrupoClaude max 满血Claude_core
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.