Modelflare 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
claude-award
cc-kiro

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.
KeaslianKecepatanHargaCacheBelum dicekKetersediaan
ModelflareIKunCode

Apa yang paling penting bagi Anda

Seimbang: pilih Modelflare

Alasan utama

Keaslian25%

Modelflare mempertahankan 100% kecerdasan model, sedangkan IKunCode 34%

Ketersediaan20%

Ketersediaan IKunCode dalam 24 jam terakhir 100.0%, sedangkan Modelflare 97.7%

Efisiensi biaya20%

Efisiensi biaya: tidak ada data untuk setidaknya satu relay

Kecepatan15%

Modelflare merespons dalam 1.77 s, 38% lebih cepat daripada IKunCode (2.88 s)

Harga15%

IKunCode berbiaya ¥4.40 per sesi, 40% lebih murah daripada Modelflare (¥7.30)

Cache5%

Cache: tidak ada data untuk setidaknya satu relay

Modelflare

Lebih unggul
Keaslian100%Kecepatan1.77 s
Lebih lemah
Harga¥7.30Ketersediaan97.7%

IKunCode

Lebih unggul
Harga¥4.40Ketersediaan100.0%
Lebih lemah
Keaslian34%Kecepatan2.88 s

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 tersisa100%34%
Akurasi jawaban97% (90 soal)33% (18 soal)

Biaya

Efisiensi biaya——
Biaya per sesi coding¥7.30¥4.40
Harga input¥3.32¥2
Harga output¥16.6¥10
Diskon cacheTidak diberikanTidak diberikan

Performa

Latensi token pertama1.77 s2.88 s
Ketersediaan, 24 jam terakhir97.7%100.0%
Sampel13018

Rute

Grupclaude-awardcc-kiro
Keamanan dataLevel 4Level 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.