aruhub API 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
Gemini-Ultra专享
gemini-premium

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
aruhub APIModelflare

Apa yang paling penting bagi Anda

Seimbang: pilih aruhub API

Alasan utama

Keaslian25%

Keaslian: tidak ada data untuk setidaknya satu relay

Ketersediaan20%

Ketersediaan: tidak ada data untuk setidaknya satu relay

Efisiensi biaya20%

aruhub API memberi 27.3 poin per satuan uang, 1228% lebih banyak daripada Modelflare (2.05)

Kecepatan15%

Kecepatan: tidak ada data untuk setidaknya satu relay

Harga15%

aruhub API berbiaya ¥2.20 per sesi, 92% lebih murah daripada Modelflare (¥29.2)

Cache5%

Cache: tidak ada data untuk setidaknya satu relay

aruhub API

Lebih unggul
Harga¥2.20Efisiensi biaya27.3
Lebih lemah
Tidak ada selisih yang jelas

Modelflare

Lebih unggul
Tidak ada selisih yang jelas
Lebih lemah
Harga¥29.2Efisiensi biaya2.05

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 terkoreksi60.060.0
Kecerdasan tersisaBelum dicekBelum dicek
Akurasi jawabanBelum dicekBelum dicek

Biaya

Efisiensi biaya27.32.05
Biaya per sesi coding¥2.20¥29.2
Harga input¥1¥13.28
Harga output¥5¥66.4
Diskon cacheTidak diberikan95%

Performa

Latensi token pertama——
Ketersediaan, 24 jam terakhir——
Sampel——

Rute

GrupGemini-Ultra专享gemini-premium
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.