yukinahub 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.
yukinahubModelflare
O que importa mais para você
Para a prioridade “Equilibrado”, escolha yukinahub
yukinahub45
Modelflare10
Principais motivos
Autenticidade25%
Autenticidade: sem dados de pelo menos uma revenda
Disponibilidade20%
Disponibilidade: sem dados de pelo menos uma revenda
Custo-benefício20%
yukinahub entrega 10.3 pontos por unidade monetária, 269% a mais que Modelflare (2.80)
Velocidade15%
Velocidade: sem dados de pelo menos uma revenda
Preço15%
yukinahub custa ¥5.94 por sessão, 73% menos que Modelflare (¥21.9)
Cache5%
Cache: sem diferença relevante (yukinahub 95%, Modelflare 95%)
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 ajustada61.461.4
Inteligência retidaAguardando testeAguardando teste
Taxa de acerto nas questõesAguardando testeAguardando teste
Custo
Custo-benefício10.32.80
Custo por sessão de programação¥5.94¥21.9
Preço de entrada¥2.7¥9.96
Preço de saída¥13.5¥49.8
Desconto de cache95%95%
Desempenho
Tempo até o primeiro token——
Disponibilidade nas últimas 24 h——
Amostras——
Rota
Grupo官方级gemini-premium
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.