Ajukan relayDaftarMasuk

NexoToken vs Modelflare

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
GPT外接（不降智）
openai-first-topup

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
NexoTokenModelflare

Apa yang paling penting bagi Anda

Seimbang: pilih Modelflare

Alasan utama

Keaslian25%

Keaslian: tidak ada data untuk setidaknya satu relay

Ketersediaan20%

Ketersediaan Modelflare dalam 24 jam terakhir 97.1%, sedangkan NexoToken 90.0%

Efisiensi biaya20%

Efisiensi biaya: tidak ada data untuk setidaknya satu relay

Kecepatan15%

Modelflare merespons dalam 1.31 s, 79% lebih cepat daripada NexoToken (6.39 s)

Harga15%

Harga: tidak ada data untuk setidaknya satu relay

Cache5%

Cache: tidak ada data untuk setidaknya satu relay

NexoToken

Lebih unggul
Tidak ada selisih yang jelas
Lebih lemah
Kecepatan6.39 sKetersediaan90.0%

Modelflare

Lebih unggul
Kecepatan1.31 sKetersediaan97.1%
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

NexoTokenModelflare

Kecerdasan

Kecerdasan terkoreksi——
Kecerdasan tersisaBelum dicek100%
Akurasi jawabanBelum dicek100% (90 soal)

Biaya

Efisiensi biaya——
Biaya per sesi coding—¥1.12
Harga input—¥0.498
Harga output—¥2.988
Diskon cacheTidak diberikanTidak diberikan

Performa

Latensi token pertama6.39 s1.31 s
Ketersediaan, 24 jam terakhir90.0%97.1%
Sampel30102

Rute

GrupGPT外接（不降智）openai-first-topup
Keamanan dataLevel 0Level 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.