Fuel 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
Claude-Kiro-高缓
cc-kiro

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
Fuel ApiIKunCode

Apa yang paling penting bagi Anda

Seimbang: pilih Fuel Api

Alasan utama

Keaslian25%

Keaslian: tidak ada data untuk setidaknya satu relay

Ketersediaan20%

Ketersediaan: tidak ada data untuk setidaknya satu relay

Efisiensi biaya20%

Efisiensi biaya: tidak ada data untuk setidaknya satu relay

Kecepatan15%

Kecepatan: tidak ada data untuk setidaknya satu relay

Harga15%

Fuel Api berbiaya ¥1.98 per sesi, 55% lebih murah daripada IKunCode (¥4.40)

Cache5%

Cache: tidak ada data untuk setidaknya satu relay

Fuel Api

Lebih unggul
Harga¥1.98
Lebih lemah
Tidak ada selisih yang jelas

IKunCode

Lebih unggul
Tidak ada selisih yang jelas
Lebih lemah
Harga¥4.40

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 terkoreksi——
Kecerdasan tersisaBelum dicek34%
Akurasi jawabanBelum dicek33% (18 soal)

Biaya

Efisiensi biaya——
Biaya per sesi coding¥1.98¥4.40
Harga input¥0.9¥2
Harga output¥4.5¥10
Diskon cacheTidak diberikanTidak diberikan

Performa

Latensi token pertama—2.88 s
Ketersediaan, 24 jam terakhir—100.0%
Sampel—18

Rute

GrupClaude-Kiro-高缓cc-kiro
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.