Zashmodel 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.
ZashmodelModelflare
O que importa mais para você
Para a prioridade “Equilibrado”, escolha Modelflare
Zashmodel35
Modelflare91
Principais motivos
Autenticidade25%
Autenticidade: sem dados de pelo menos uma revenda
Disponibilidade20%
Modelflare teve 98.5% de disponibilidade nas últimas 24 horas; Zashmodel, 66.7%
Custo-benefício20%
Custo-benefício: sem diferença relevante (Zashmodel 11.4, Modelflare 11.4)
Velocidade15%
Modelflare responde em 1.34 s, 61% mais rápido que Zashmodel (3.42 s)
Preço15%
Preço: sem diferença relevante (Zashmodel ¥4.40, Modelflare ¥4.38)
Cache5%
Cache: sem diferença relevante (Zashmodel 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 ajustada50.050.0
Inteligência retidaAguardando teste100%
Taxa de acerto nas questõesAguardando teste92.2% (90 questões)
Custo
Custo-benefício11.411.4
Custo por sessão de programação¥4.40¥4.38
Preço de entrada¥2¥1.992
Preço de saída¥10¥9.96
Desconto de cache98%98%
Desempenho
Tempo até o primeiro token3.42 s1.34 s
Disponibilidade nas últimas 24 h66.7%98.5%
Amostras48197
Rota
Grupoclaude-steadyclaude-first-topup
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.