Modelflare vs 智流 FluxLane

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
deepseek-stable
🔷DeepSeek-Direct|官转专线

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 dicekKecepatanHargaBelum dicekCacheBelum dicekKetersediaan
Modelflare智流 FluxLane

Apa yang paling penting bagi Anda

Seimbang: pilih 智流 FluxLane

Alasan utama

Keaslian25%

Keaslian: tidak ada data untuk setidaknya satu relay

Ketersediaan20%

Ketersediaan 智流 FluxLane dalam 24 jam terakhir 100.0%, sedangkan Modelflare 99.0%

Efisiensi biaya20%

Efisiensi biaya: tidak ada data untuk setidaknya satu relay

Kecepatan15%

Modelflare merespons dalam 1.35 s, 40% lebih cepat daripada 智流 FluxLane (2.27 s)

Harga15%

Harga: tidak ada data untuk setidaknya satu relay

Cache5%

Cache: tidak ada data untuk setidaknya satu relay

Modelflare

Lebih unggul
Kecepatan1.35 s
Lebih lemah
Ketersediaan99.0%

智流 FluxLane

Lebih unggul
Ketersediaan100.0%
Lebih lemah
Kecepatan2.27 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 terkoreksi23.123.1
Kecerdasan tersisa100%Belum dicek
Akurasi jawaban100% (90 soal)Belum dicek

Biaya

Efisiensi biaya2.02—
Biaya per sesi coding¥11.4—
Harga input¥5.4—
Harga output¥16.2—
Diskon cacheTidak diberikanTidak diberikan

Performa

Latensi token pertama1.35 s2.27 s
Ketersediaan, 24 jam terakhir99.0%100.0%
Sampel19931

Rute

Grupdeepseek-stable🔷DeepSeek-Direct|官转专线
Keamanan dataLevel 4Level 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.