Folkbench · AI API 中継サービスのレビューとランキング実際の利用シーンで
AI の価値を測る
中継サービスの全体像を把握し、用途に合ったモデルとルートを選べます
OpenAI · 9 モデルAnthropic · 13 モデルDeepSeek · 5 モデルxAI Grok · 4 モデルKimi · 1 モデルGoogle Gemini · 10 モデルAlibaba Qwen · 3 モデルZhipu GLM · 4 モデル同じ開発元のモデルは、同系色の濃淡で区別しています
Switch アプリ
Folkbench 製
macOS · Windows
中継サービスとモデルを
ローカルでワンクリック切り替え
ローカルでワンクリック切り替え
モデル劣化監視
各中継サービスが同じ非公開の問題に回答し、正答率、トークン数、モデルのフィンガープリントを公開しています
最新情報
↗新着記事 · 10月23日
Kimi K3.1 Pro 徹底解説：長時間のコーディング、3D 性能、実際の利用コスト
新着記事 · 10月11日AI が職場のやり取りをこなせるかは、きれいな言葉ではなく、「嫌味」を事実・境界線・次の一手に置き換えられるかで決まる
新着記事 · 10月11日料理ができるのか、レシピが書けるだけなのか？ 家庭のキッチン 12 場面で見る、モデルの手順は実行できるか
新着記事 · 10月11日「水を差さない」が「正直に言う」に勝つとき：母の手料理を褒めるテストで見えた AI の EQ 評価の盲点
新着記事 · 10月9日Haiku 5.5 は実際どれほど強いのか？公式スコアで注目すべきは「1 位」ではない
「稼働率 99%」にもうだまされない：私たちがはまった AI API 中継サービスの落とし穴と安定性テストガイド
偽の 200 応答、ストリームの途中切断、夜間の停滞を出発点に、本番環境の体験を本当に左右する安定性の指標とテスト方法を解説します。
ソフトウェアエンジニアリング · 9月17日コーディング用途で AI 中継サービスを評価するためのソフトウェアエンジニアリングガイド
コード生成、エージェントのツールチェーン、長いコンテキスト、キャッシュプロトコルに焦点を当て、ソフトウェアエンジニアリングの場面で中継サービスの品質を確認する方法を整理します。
評価 · 10月5日モデルは本当に「賢さが落ちた」のか？ 失敗のスクリーンショット 1 枚から、信頼できる比較実験へ
1 回の失敗は、モデルが間違えたことを証明できます。しかしそれだけでは、以前より間違えやすくなったことまでは証明できません。本記事では、その疑いを第三者が検証し直せる証拠に変える方法を考えます。
人気モデルについて、各中継サービスでの知能スコア、コスト、稼働率を Folkbench が独自に実測しています
コーディング 1 セッションあたりのコスト
すべてのモデル · 入力 200 万・出力 4 万トークンで計算（¥）· トークン種別ごとの内訳 · 低いほど良い
- 1ModelflareGrok 4.6¥0.28入力 ¥0.27 · 出力 ¥0.016
- 2CheapAIGPT 5.6 Luna¥0.027入力 ¥0.024 · 出力 ¥0.003
- 3YisamaAPIDeepSeek V4.1 Flash¥0.32入力 ¥0.30 · 出力 ¥0.024
- 4境AiGPT 5.6 Sol¥0.62入力 ¥0.55 · 出力 ¥0.066
- 5CheapRouterGPT 6.1 Sol¥0.66入力 ¥0.60 · 出力 ¥0.060
- 6aruhub APIGemini 3.8 Flash¥0.66入力 ¥0.60 · 出力 ¥0.060
- 7Fuel ApiGPT 5.6 Terra¥1.12入力 ¥1.00 · 出力 ¥0.12
- 8IKunCodeGrok 4.7¥1.27入力 ¥1.20 · 出力 ¥0.072
- 9A6apiGPT 6 Sol¥2.04入力 ¥2.00 · 出力 ¥0.040
- 10ZashmodelGPT 6.1 Sol · USD 建て¥2.38入力 ¥2.17 · 出力 ¥0.22
- 11AionRouterGemini 3.8 Flash¥12.0入力 ¥10.9 · 出力 ¥1.09
知能スコア vs. 1 セッションあたりのコスト
中継サービスの価格 · 入力 200 万 + 出力 4 万トークンのコーディング 1 セッション。公式 API と同じ座標軸で表示
最適象限パレート線GPT 6 SolGPT 6 AstraDeepSeek V4.1 FlashClaude Fable 5.1GPT 6.1 SolClaude Opus 5.5Grok 4.7DeepSeek V4 Pro 0813GPT 5.6 LunaGemini 4 ArgonKimi K3DeepSeek V4 ProQwen 3.8 MaxClaude Opus 5GPT 5.6 TerraGrok 4.6Gemini 3.8 FlashGLM 5.3
パレートフロンティア
公式 API の価格
Gemini 4 Carbon知能スコア 60 · ¥59.6 / セッション
GPT 6.1 Sol知能スコア 54.6 · ¥29.8 / セッション
GPT-6.1 Terra知能スコア 51.3 · ¥14.9 / セッション
Claude Haiku 5.5知能スコア 36.5 · ¥1.49 / セッション
Agnes 2.5 Pro Theta知能スコア 24 · ¥1.44 / セッション
Nemotron 3.5 Lightning知能スコア 5.5 · ¥0.87 / セッション
パレートフロンティア
すべての中継サービスの提示価格
Claude Opus 5.5 @ 境Ai知能スコア 59.1 · ¥1.58 / セッション · API 倍率 0.027
GPT 6.1 Sol @ Modelflare知能スコア 54.6 · ¥0.44 / セッション · API 倍率 0.015
DeepSeek V4.1 Flash @ YisamaAPI知能スコア 32.6 · ¥0.32 / セッション · API 倍率 0.074
GPT 5.6 Terra @ CheapAI知能スコア 32.3 · ¥0.27 / セッション · API 倍率 0.0089
GPT 5.6 Luna @ CheapAI知能スコア 23.8 · ¥0.027 / セッション · API 倍率 0.0089
モデル劣化監視
モデル劣化監視を見る同じモデルについて各中継サービスが同じ識別プローブに回答し、プローブ一致率、入力トークン数、モデルのフィンガープリントの生データを公開しています
モデル劣化監視
出題同じ時間帯にすべてのサービスへ同じプローブを出題し、毎回言い回しを変えます
照合回答をそのモデルの参照回答と照合します
指標プローブ一致率、入力トークン、推論トークン、モデルのフィンガープリント
公開判定は行わず、生の数値をそのまま公開します
| モデル @ 中継サービス | プローブ一致率 | 入力トークン | フィンガープリント | 稼働率 | TTFT | セッションコスト |
|---|---|---|---|---|---|---|
| GPT 6 Sol@ Modelflare | 100% | 109–24,260 | GPT 6 Sol | 97.7% | 1.21 s | ¥0.44 |
| DeepSeek V4.1 Flash@ Modelflare | 100% | 109–24,260 | DeepSeek V4.1 Flash | 98.2% | 1.31 s | ¥2.59 |
| DeepSeek V4 Pro@ Modelflare | 100% | 109–24,260 | DeepSeek V4 Pro | 99.0% | 1.35 s | ¥11.4 |
| Qwen 3.8 Max@ Modelflare | 100% | 109–24,260 | Qwen 3.8 Max | 98.0% | 1.06 s | ¥20.4 |
| GPT 5.6 Sol@ Modelflare | 100% | 109–24,260 | GPT 5.6 Sol | 97.1% | 1.31 s | ¥1.12 |
| GPT 5.6 Sol@ Modelflare | 100% | 109–24,260 | GPT 5.6 Sol | 97.8% | 1.84 s | ¥5.95 |
| GPT 5.6 Sol@ Modelflare | 100% | 109–24,260 | GPT 5.6 Sol | 97.8% | 1.34 s | ¥37.2 |
| GPT 5.6 Sol@ Modelflare | 100% | 109–24,260 | GPT 5.6 Sol | 98.1% | 1.24 s | ¥2.23 |