破晓 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
【限时】Codex 双十一 不降智
Codex-Pro

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
破晓IKunCode

Apa yang paling penting bagi Anda

Seimbang: pilih 破晓

Alasan utama

Keaslian25%

Keaslian: tidak ada data untuk setidaknya satu relay

Ketersediaan20%

Ketersediaan IKunCode dalam 24 jam terakhir 100.0%, sedangkan 破晓 96.5%

Efisiensi biaya20%

破晓 memberi 51.7 poin per satuan uang, 1629% lebih banyak daripada IKunCode (2.99)

Kecepatan15%

IKunCode merespons dalam 3.73 s, 77% lebih cepat daripada 破晓 (16.05 s)

Harga15%

破晓 berbiaya ¥1.10 per sesi, 93% lebih murah daripada IKunCode (¥15.4)

Cache5%

Cache hampir setara: 破晓 90%, IKunCode 90%

破晓

Lebih unggul
Harga¥1.10Efisiensi biaya51.7
Lebih lemah
Kecepatan16.05 sKetersediaan96.5%

IKunCode

Lebih unggul
Kecepatan3.73 sKetersediaan100.0%
Lebih lemah
Harga¥15.4Efisiensi biaya2.99

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 terkoreksi56.946.1
Kecerdasan tersisaBelum dicek81%
Akurasi jawabanBelum dicek76.7% (30 soal)

Biaya

Efisiensi biaya51.72.99
Biaya per sesi coding¥1.10¥15.4
Harga input¥0.5¥7
Harga output¥2.5¥35
Diskon cache90%90%

Performa

Latensi token pertama16.05 s3.73 s
Ketersediaan, 24 jam terakhir96.5%100.0%
Sampel2948

Rute

Grup【限时】Codex 双十一 不降智Codex-Pro
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.