NexoToken vs. IKunCode
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.
NexoTokenIKunCode
Qué te importa más
Para la prioridad “Equilibrado”, elige IKunCode
NexoToken29
IKunCode86
Motivos principales
Integridad25%
Integridad: faltan datos de al menos un intermediario
Disponibilidad20%
IKunCode estuvo disponible el 100.0% de las últimas 24 horas; NexoToken, el 93.3%
Costo-beneficio20%
Costo-beneficio: faltan datos de al menos un intermediario
Velocidad15%
IKunCode responde en 4.13 s, un 68% más rápido que NexoToken (12.86 s)
Precio15%
Precio: faltan datos de al menos un intermediario
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 ajustada31.031.0
Inteligencia conservadaSin verificarSin verificar
Aciertos en preguntasSin verificarSin verificar
Costo
Relación costo-beneficio—24.4
Costo por sesión de programación—¥1.27
Precio de entrada—¥0.6
Precio de salida—¥1.8
Descuento por cachéNo indicadoNo indicado
Rendimiento
Tiempo hasta el primer token12.86 s4.13 s
Disponibilidad, últimas 24 horas93.3%100.0%
Muestras3018
Ruta
GrupoGrok-heavy分组grok-heavy-test
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.