HardysAPI vs 序点算力

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
Gemini 全能(波动大)
gemini反重力

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
HardysAPI序点算力

Apa yang paling penting bagi Anda

Seimbang: pilih 序点算力

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%

序点算力 berbiaya ¥0.45 per sesi, 33% lebih murah daripada HardysAPI (¥0.67)

Cache5%

Cache: tidak ada data untuk setidaknya satu relay

HardysAPI

Lebih unggul
Tidak ada selisih yang jelas
Lebih lemah
Harga¥0.67

序点算力

Lebih unggul
Harga¥0.45
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 terkoreksi——
Kecerdasan tersisaBelum dicekBelum dicek
Akurasi jawabanBelum dicekBelum dicek

Biaya

Efisiensi biaya——
Biaya per sesi coding¥0.67¥0.45
Harga input¥0.3¥0.2
Harga output¥1.8¥1.2
Diskon cacheTidak diberikanTidak diberikan

Performa

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

Rute

GrupGemini 全能(波动大)gemini反重力
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.