aicentos vs 破晓

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
codex-lite
【限时】Codex 双十一 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 dicekKecepatanBelum dicekHargaCacheBelum dicekKetersediaanBelum dicek
aicentos破晓

Apa yang paling penting bagi Anda

Seimbang: pilih 破晓

Alasan utama

Keaslian25%

Keaslian: tidak ada data untuk setidaknya satu relay

Ketersediaan20%

Ketersediaan: tidak ada data untuk setidaknya satu relay

Efisiensi biaya20%

破晓 memberi 239 poin per satuan uang, 67% lebih banyak daripada aicentos (143)

Kecepatan15%

Kecepatan: tidak ada data untuk setidaknya satu relay

Harga15%

破晓 berbiaya ¥0.22 per sesi, 45% lebih murah daripada aicentos (¥0.40)

Cache5%

Cache: tidak ada data untuk setidaknya satu relay

aicentos

Lebih unggul
Tidak ada selisih yang jelas
Lebih lemah
Harga¥0.40Efisiensi biaya143

破晓

Lebih unggul
Harga¥0.22Efisiensi biaya239
Lebih lemah
Tidak ada selisih yang jelas

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 terkoreksi57.352.5
Kecerdasan tersisaBelum dicek92%
Akurasi jawabanBelum dicek73.3% (30 soal)

Biaya

Efisiensi biaya143239
Biaya per sesi coding¥0.40¥0.22
Harga input¥0.182¥0.1
Harga output¥0.91¥0.5
Diskon cacheTidak diberikan95%

Performa

Latensi token pertama—2.66 s
Ketersediaan, 24 jam terakhir—100.0%
Sampel—48

Rute

Grupcodex-lite【限时】Codex 双十一 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.