ModelPod vs Sidrune AI

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
default
Claude-Max-cc

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 dicekKecepatanHargaCacheKetersediaan
ModelPodSidrune AI

Apa yang paling penting bagi Anda

Seimbang: pilih Sidrune AI

Alasan utama

Keaslian25%

Keaslian: tidak ada data untuk setidaknya satu relay

Ketersediaan20%

Ketersediaan hampir setara: ModelPod 100.0%, Sidrune AI 100.0%

Efisiensi biaya20%

Sidrune AI memberi 166 poin per satuan uang, 151% lebih banyak daripada ModelPod (66.0)

Kecepatan15%

ModelPod merespons dalam 1.22 s, 35% lebih cepat daripada Sidrune AI (1.86 s)

Harga15%

Sidrune AI berbiaya ¥0.22 per sesi, 60% lebih murah daripada ModelPod (¥0.55)

Cache5%

Cache hampir setara: ModelPod 90%, Sidrune AI 90%

ModelPod

Lebih unggul
Kecepatan1.22 s
Lebih lemah
Harga¥0.55Efisiensi biaya66.0

Sidrune AI

Lebih unggul
Harga¥0.22Efisiensi biaya166
Lebih lemah
Kecepatan1.86 s

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 terkoreksi36.536.5
Kecerdasan tersisaBelum dicekBelum dicek
Akurasi jawabanBelum dicekBelum dicek

Biaya

Efisiensi biaya66.0166
Biaya per sesi coding¥0.55¥0.22
Harga input¥0.25125¥0.09999999999999999
Harga output¥1.25625¥0.5
Diskon cache90%90%

Performa

Latensi token pertama1.22 s1.86 s
Ketersediaan, 24 jam terakhir100.0%100.0%
Sampel618

Rute

GrupdefaultClaude-Max-cc
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.