破晓 vs Modelflare

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
openai-first-topup

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 dicekKecepatanHargaCacheBelum dicekKetersediaan
破晓Modelflare

Apa yang paling penting bagi Anda

Seimbang: pilih 破晓

Alasan utama

Keaslian25%

Keaslian: tidak ada data untuk setidaknya satu relay

Ketersediaan20%

Ketersediaan 破晓 dalam 24 jam terakhir 100.0%, sedangkan Modelflare 98.5%

Efisiensi biaya20%

破晓 memberi 201 poin per satuan uang, 99% lebih banyak daripada Modelflare (101)

Kecepatan15%

Modelflare merespons dalam 1.21 s, 76% lebih cepat daripada 破晓 (5.01 s)

Harga15%

破晓 berbiaya ¥0.22 per sesi, 50% lebih murah daripada Modelflare (¥0.44)

Cache5%

Cache: tidak ada data untuk setidaknya satu relay

破晓

Lebih unggul
Harga¥0.22Ketersediaan100.0%Efisiensi biaya201
Lebih lemah
Kecepatan5.01 s

Modelflare

Lebih unggul
Kecepatan1.21 s
Lebih lemah
Harga¥0.44Ketersediaan98.5%Efisiensi biaya101

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 dicek100%
Akurasi jawabanBelum dicek93.0% (270 soal)

Biaya

Efisiensi biaya201101
Biaya per sesi coding¥0.22¥0.44
Harga input¥0.1¥0.1992
Harga output¥0.5¥0.996
Diskon cacheTidak diberikanTidak diberikan

Performa

Latensi token pertama5.01 s1.21 s
Ketersediaan, 24 jam terakhir100.0%98.5%
Sampel13198

Rute

Grup【限时】Codex 双十一 不降智openai-first-topup
Keamanan dataLevel 0Level 4
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.