CheapAI 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
gpt-跌破底价
openai-enterprise

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
CheapAIModelflare

Apa yang paling penting bagi Anda

Seimbang: pilih CheapAI

Alasan utama

Keaslian25%

Keaslian: tidak ada data untuk setidaknya satu relay

Ketersediaan20%

Ketersediaan: tidak ada data untuk setidaknya satu relay

Efisiensi biaya20%

CheapAI memberi 311 poin per satuan uang, 4327% lebih banyak daripada Modelflare (7.02)

Kecepatan15%

Kecepatan: tidak ada data untuk setidaknya satu relay

Harga15%

CheapAI berbiaya ¥0.13 per sesi, 98% lebih murah daripada Modelflare (¥7.30)

Cache5%

Cache hampir setara: CheapAI 95%, Modelflare 95%

CheapAI

Lebih unggul
Harga¥0.13Efisiensi biaya311
Lebih lemah
Tidak ada selisih yang jelas

Modelflare

Lebih unggul
Tidak ada selisih yang jelas
Lebih lemah
Harga¥7.30Efisiensi biaya7.02

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 terkoreksi41.051.3
Kecerdasan tersisa80%Belum dicek
Akurasi jawaban53.3% (30 soal)Belum dicek

Biaya

Efisiensi biaya3117.02
Biaya per sesi coding¥0.13¥7.30
Harga input¥0.06¥3.32
Harga output¥0.3¥16.6
Diskon cache95%95%

Performa

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

Rute

Grupgpt-跌破底价openai-enterprise
Keamanan dataLevel 3Level 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.