金石API vs. Modelflare
Um mesmo modelo em duas revendas: autenticidade, velocidade, preço, cache e disponibilidade, além da inteligência ajustada pela degradação e do custo-benefício, com recomendações para a prioridade que você escolher.
Qual escolher
Cinco dimensões
Quanto mais para fora, melhor. A autenticidade é a proporção de inteligência retida; as outras quatro são posições entre todas as revendas deste modelo.
金石APIModelflare
O que importa mais para você
Para a prioridade “Equilibrado”, escolha 金石API
金石API76
Modelflare32
Principais motivos
Autenticidade25%
Autenticidade: sem dados de pelo menos uma revenda
Disponibilidade20%
Disponibilidade: sem dados de pelo menos uma revenda
Custo-benefício20%
金石API entrega 5.65 pontos por unidade monetária, 155% a mais que Modelflare (2.21)
Velocidade15%
Velocidade: sem dados de pelo menos uma revenda
Preço15%
金石API custa ¥11.4 por sessão, 61% menos que Modelflare (¥29.2)
Cache5%
Cache: sem diferença relevante (金石API 98%, Modelflare 98%)
Indicadores-chave
Inteligência ajustada
Quanto maior, melhor
Custo por sessão de programação
2 milhões de tokens de entrada + 40 mil de saída · Quanto menor, melhor
Custo-benefício
Pontos de inteligência por ¥1 · Quanto maior, melhor
Todos os números
Inteligência
Inteligência ajustada64.664.6
Inteligência retidaAguardando testeAguardando teste
Taxa de acerto nas questõesAguardando testeAguardando teste
Custo
Custo-benefício5.652.21
Custo por sessão de programação¥11.4¥29.2
Preço de entrada¥5.2¥13.28
Preço de saída¥26¥66.4
Desconto de cache98%98%
Desempenho
Tempo até o primeiro token——
Disponibilidade nas últimas 24 h——
Amostras——
Rota
GrupoClaude-Cursor2claude-award
Segurança de dadosNível 0Nível 4
Inteligência ajustada = Índice de Inteligência publicado do modelo × inteligência retida. Inteligência retida = taxa de acerto nas questões da revenda ÷ a maior taxa de acerto entre as revendas verificadas do mesmo modelo; com menos de 10 questões, não há ajuste. Custo-benefício = inteligência ajustada ÷ custo por sessão de programação. Diferenças abaixo de um limite contam como empate. A recomendação pondera as métricas conforme a prioridade escolhida e serve apenas como referência.