A6api vs Modelflare

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
kimi-stable

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 dicekKecepatanHargaCacheBelum dicekKetersediaan
A6apiModelflare

Apa yang paling penting bagi Anda

Seimbang: pilih Modelflare

Alasan utama

Keaslian25%

Keaslian: tidak ada data untuk setidaknya satu relay

Ketersediaan20%

Ketersediaan Modelflare dalam 24 jam terakhir 98.0%, sedangkan A6api 88.9%

Efisiensi biaya20%

A6api memberi 8.53 poin per satuan uang, 1302% lebih banyak daripada Modelflare (0.61)

Kecepatan15%

Modelflare merespons dalam 1.16 s, 79% lebih cepat daripada A6api (5.53 s)

Harga15%

A6api berbiaya ¥2.04 per sesi, 93% lebih murah daripada Modelflare (¥28.6)

Cache5%

Cache: tidak ada data untuk setidaknya satu relay

A6api

Lebih unggul
Harga¥2.04Efisiensi biaya8.53
Lebih lemah
Kecepatan5.53 sKetersediaan88.9%

Modelflare

Lebih unggul
Kecepatan1.16 sKetersediaan98.0%
Lebih lemah
Harga¥28.6Efisiensi biaya0.61

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 terkoreksi17.417.4
Kecerdasan tersisaBelum dicek100%
Akurasi jawabanBelum dicek97% (90 soal)

Biaya

Efisiensi biaya8.530.61
Biaya per sesi coding¥2.04¥28.6
Harga input¥1¥13
Harga output¥1¥64.999999999998
Diskon cacheTidak diberikanTidak diberikan

Performa

Latensi token pertama5.53 s1.16 s
Ketersediaan, 24 jam terakhir88.9%98.0%
Sampel18198

Rute

Grup保真优先kimi-stable
Keamanan dataLevel 0Level 4
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.