aruhub API vs IKunCode

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
国模分组
kimi

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 dicekHargaCacheKetersediaanBelum dicek
aruhub APIIKunCode

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 8.10 poin per satuan uang, 390% lebih banyak daripada IKunCode (1.65)

Kecepatan15%

Kecepatan: tidak ada data untuk setidaknya satu relay

Harga15%

aruhub API berbiaya ¥5.74 per sesi, 80% lebih murah daripada IKunCode (¥28.1)

Cache5%

Cache hampir setara: aruhub API 90%, IKunCode 90%

aruhub API

Lebih unggul
Harga¥5.74Efisiensi biaya8.10
Lebih lemah
Tidak ada selisih yang jelas

IKunCode

Lebih unggul
Tidak ada selisih yang jelas
Lebih lemah
Harga¥28.1Efisiensi biaya1.65

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 terkoreksi46.546.5
Kecerdasan tersisaBelum dicekBelum dicek
Akurasi jawabanBelum dicekBelum dicek

Biaya

Efisiensi biaya8.101.65
Biaya per sesi coding¥5.74¥28.1
Harga input¥2.6¥12.74
Harga output¥13.6¥66.64
Diskon cache90%90%

Performa

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

Rute

Grup国模分组kimi
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.