A6api vs NexoToken

Satu model di dua relay: keaslian, kecepatan, harga, cache, dan ketersediaan, ditambah kecerdasan yang dikoreksi menurut degradasi model dan efisiensi biaya, dengan saran sesuai prioritas yang Anda pilih.

Model
保真优先
GPT外接(不降智)

Mana yang dipilih

Lima dimensi

Makin ke luar makin baik. Keaslian adalah porsi kecerdasan yang tersisa; empat dimensi lainnya adalah posisi di antara semua relay untuk model ini.
KeaslianBelum dicekKecepatanHargaBelum dicekCacheBelum dicekKetersediaan
A6apiNexoToken

Apa yang paling penting bagi Anda

Seimbang: pilih NexoToken

Alasan utama

Keaslian25%

Keaslian: tidak ada data untuk setidaknya satu relay

Ketersediaan20%

Ketersediaan NexoToken dalam 24 jam terakhir 100.0%, sedangkan A6api 88.9%

Efisiensi biaya20%

Efisiensi biaya: tidak ada data untuk setidaknya satu relay

Kecepatan15%

A6api merespons dalam 8.05 s, 21% lebih cepat daripada NexoToken (10.13 s)

Harga15%

Harga: tidak ada data untuk setidaknya satu relay

Cache5%

Cache: tidak ada data untuk setidaknya satu relay

A6api

Lebih unggul
Kecepatan8.05 s
Lebih lemah
Ketersediaan88.9%

NexoToken

Lebih unggul
Ketersediaan100.0%
Lebih lemah
Kecepatan10.13 s

Angka utama

Kecerdasan terkoreksi

Makin tinggi makin baik

Biaya per sesi coding

2 juta token input + 40 ribu token output · Makin rendah makin baik

Efisiensi biaya

Poin kecerdasan per ¥1 · Makin tinggi makin baik

Semua angka

Kecerdasan

Kecerdasan terkoreksi44.244.2
Kecerdasan tersisaBelum dicekBelum dicek
Akurasi jawabanBelum dicekBelum dicek

Biaya

Efisiensi biaya21.7—
Biaya per sesi coding¥2.04—
Harga input¥1—
Harga output¥1—
Diskon cache0%Tidak diberikan

Performa

Latensi token pertama8.05 s10.13 s
Ketersediaan, 24 jam terakhir88.9%100.0%
Sampel1829

Rute

Grup保真优先GPT外接(不降智)
Keamanan dataLevel 0Level 0
Kecerdasan terkoreksi = indeks kecerdasan model yang dipublikasikan × kecerdasan tersisa. Kecerdasan tersisa = akurasi jawaban relay ÷ akurasi tertinggi di antara relay yang sudah dicek untuk model yang sama; jika kurang dari 10 soal, tidak dikoreksi. Efisiensi biaya = kecerdasan terkoreksi ÷ biaya per sesi coding. Selisih di bawah ambang dianggap hampir setara. Saran dihitung dengan memberi bobot pada metrik sesuai prioritas yang dipilih dan hanya sebagai panduan.