久连 9Link vs. CheapAI
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.
久连 9LinkCheapAI
Qué te importa más
Para la prioridad “Equilibrado”, elige CheapAI
久连 9Link50
CheapAI100
Motivos principales
Integridad25%
Integridad: faltan datos de al menos un intermediario
Disponibilidad20%
Disponibilidad: faltan datos de al menos un intermediario
Costo-beneficio20%
CheapAI da 885 puntos por unidad monetaria, un 900% más que 久连 9Link (88.5)
Velocidad15%
Velocidad: faltan datos de al menos un intermediario
Precio15%
CheapAI cuesta ¥0.027 por sesión, un 90% menos que 久连 9Link (¥0.27)
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 ajustada23.823.8
Inteligencia conservadaSin verificarSin verificar
Aciertos en preguntasSin verificarSin verificar
Costo
Relación costo-beneficio88.5885
Costo por sesión de programación¥0.27¥0.027
Precio de entrada¥0.12¥0.012
Precio de salida¥0.72¥0.072
Descuento por cachéNo indicadoNo indicado
Rendimiento
Tiempo hasta el primer token——
Disponibilidad, últimas 24 horas——
Muestras——
Ruta
Grupo9linkai OpenAIgpt-跌破底价
Seguridad de datosNivel 0Nivel 3
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.