GQuick AI vs Zashmodel

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
Claude
claude-prime

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
GQuick AIZashmodel

Apa yang paling penting bagi Anda

Seimbang: pilih Zashmodel

Alasan utama

Keaslian25%

Keaslian: tidak ada data untuk setidaknya satu relay

Ketersediaan20%

Ketersediaan: tidak ada data untuk setidaknya satu relay

Efisiensi biaya20%

Zashmodel memberi 14.4 poin per satuan uang, 113% lebih banyak daripada GQuick AI (6.74)

Kecepatan15%

Kecepatan: tidak ada data untuk setidaknya satu relay

Harga15%

Zashmodel berbiaya ¥3.08 per sesi, 53% lebih murah daripada GQuick AI (¥6.56)

Cache5%

Cache: tidak ada data untuk setidaknya satu relay

GQuick AI

Lebih unggul
Tidak ada selisih yang jelas
Lebih lemah
Harga¥6.56Efisiensi biaya6.74

Zashmodel

Lebih unggul
Harga¥3.08Efisiensi biaya14.4
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 biaya6.7414.4
Biaya per sesi coding¥6.56¥3.08
Harga input¥3¥1.4
Harga output¥14¥7
Diskon cacheTidak diberikanTidak diberikan

Performa

Latensi token pertama—3.30 s
Ketersediaan, 24 jam terakhir—100.0%
Sampel—8

Rute

GrupClaudeclaude-prime
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.