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.
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.
ModelflareIKunCode
Apa yang paling penting bagi Anda
Seimbang: pilih IKunCode
Modelflare27
IKunCode95
Alasan utama
Keaslian25%
Keaslian: tidak ada data untuk setidaknya satu relay
Ketersediaan20%
Ketersediaan IKunCode dalam 24 jam terakhir 100.0%, sedangkan Modelflare 98.3%
Efisiensi biaya20%
IKunCode memberi 27.9 poin per satuan uang, 143% lebih banyak daripada Modelflare (11.5)
Kecepatan15%
Kecepatan hampir setara: Modelflare 5.11 s, IKunCode 4.88 s
Harga15%
IKunCode berbiaya ¥1.27 per sesi, 59% lebih murah daripada Modelflare (¥3.10)
Cache5%
Cache hampir setara: Modelflare 75%, IKunCode 75%
Modelflare
Lebih unggul
Tidak ada selisih yang jelas
Lebih lemah
Harga¥3.10Ketersediaan98.3%Efisiensi biaya11.5
IKunCode
Lebih unggul
Harga¥1.27Ketersediaan100.0%Efisiensi biaya27.9
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 terkoreksi35.535.5
Kecerdasan tersisa100%Belum dicek
Akurasi jawaban97% (90 soal)Belum dicek
Biaya
Efisiensi biaya11.527.9
Biaya per sesi coding¥3.10¥1.27
Harga input¥1.4608¥0.6
Harga output¥4.3824¥1.8
Diskon cache75%75%
Performa
Latensi token pertama5.11 s4.88 s
Ketersediaan, 24 jam terakhir98.3%100.0%
Sampel17618
Rute
Grupgrok-stablegrok-heavy-test
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.