Sidrune AI 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
Qwen
qwen-stable

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
Sidrune AIModelflare

Apa yang paling penting bagi Anda

Seimbang: pilih Sidrune AI

Alasan utama

Keaslian25%

Keaslian: tidak ada data untuk setidaknya satu relay

Ketersediaan20%

Ketersediaan: tidak ada data untuk setidaknya satu relay

Efisiensi biaya20%

Sidrune AI memberi 2.65 poin per satuan uang, 60% lebih banyak daripada Modelflare (1.66)

Kecepatan15%

Kecepatan: tidak ada data untuk setidaknya satu relay

Harga15%

Sidrune AI berbiaya ¥12.7 per sesi, 38% lebih murah daripada Modelflare (¥20.4)

Cache5%

Cache: tidak ada data untuk setidaknya satu relay

Sidrune AI

Lebih unggul
Harga¥12.7Efisiensi biaya2.65
Lebih lemah
Tidak ada selisih yang jelas

Modelflare

Lebih unggul
Tidak ada selisih yang jelas
Lebih lemah
Harga¥20.4Efisiensi biaya1.66

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 terkoreksi33.733.7
Kecerdasan tersisaBelum dicek100%
Akurasi jawabanBelum dicek94.4% (90 soal)

Biaya

Efisiensi biaya2.651.66
Biaya per sesi coding¥12.7¥20.4
Harga input¥6¥9.6
Harga output¥18¥28.8
Diskon cacheTidak diberikanTidak diberikan

Performa

Latensi token pertama—1.06 s
Ketersediaan, 24 jam terakhir—98.8%
Sampel—163

Rute

GrupQwenqwen-stable
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.