Modelflare vs A6api

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
gemini-stable
marketplace

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
ModelflareA6api

Apa yang paling penting bagi Anda

Seimbang: pilih A6api

Alasan utama

Keaslian25%

Keaslian: tidak ada data untuk setidaknya satu relay

Ketersediaan20%

Ketersediaan: tidak ada data untuk setidaknya satu relay

Efisiensi biaya20%

A6api memberi 15.9 poin per satuan uang, 177% lebih banyak daripada Modelflare (5.75)

Kecepatan15%

Kecepatan: tidak ada data untuk setidaknya satu relay

Harga15%

A6api berbiaya ¥3.17 per sesi, 64% lebih murah daripada Modelflare (¥8.76)

Cache5%

Cache: tidak ada data untuk setidaknya satu relay

Modelflare

Lebih unggul
Tidak ada selisih yang jelas
Lebih lemah
Harga¥8.76Efisiensi biaya5.75

A6api

Lebih unggul
Harga¥3.17Efisiensi biaya15.9
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 terkoreksi50.450.4
Kecerdasan tersisaBelum dicekBelum dicek
Akurasi jawabanBelum dicekBelum dicek

Biaya

Efisiensi biaya5.7515.9
Biaya per sesi coding¥8.76¥3.17
Harga input¥3.984¥1.440115
Harga output¥19.92¥7.200576
Diskon cacheTidak diberikanTidak diberikan

Performa

Latensi token pertama——
Ketersediaan, 24 jam terakhir——
Sampel——

Rute

Grupgemini-stablemarketplace
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.