ModelPod vs 破晓

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
【限时】Codex 双十一 不降智

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
ModelPod破晓

Apa yang paling penting bagi Anda

Seimbang: pilih 破晓

Alasan utama

Keaslian25%

Keaslian: tidak ada data untuk setidaknya satu relay

Ketersediaan20%

Ketersediaan: tidak ada data untuk setidaknya satu relay

Efisiensi biaya20%

破晓 memberi 201 poin per satuan uang, 1910% lebih banyak daripada ModelPod (10.00)

Kecepatan15%

Kecepatan: tidak ada data untuk setidaknya satu relay

Harga15%

破晓 berbiaya ¥0.22 per sesi, 95% lebih murah daripada ModelPod (¥4.42)

Cache5%

Cache: tidak ada data untuk setidaknya satu relay

ModelPod

Lebih unggul
Tidak ada selisih yang jelas
Lebih lemah
Harga¥4.42Efisiensi biaya10.00

破晓

Lebih unggul
Harga¥0.22Efisiensi biaya201
Lebih lemah
Tidak ada selisih yang jelas

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 terkoreksi44.244.2
Kecerdasan tersisaBelum dicekBelum dicek
Akurasi jawabanBelum dicekBelum dicek

Biaya

Efisiensi biaya10.00201
Biaya per sesi coding¥4.42¥0.22
Harga input¥2.01¥0.1
Harga output¥10.05¥0.5
Diskon cacheTidak diberikanTidak diberikan

Performa

Latensi token pertama—5.01 s
Ketersediaan, 24 jam terakhir—100.0%
Sampel—13

Rute

Grupdefault【限时】Codex 双十一 不降智
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.