Мониторинг деградации
Мониторинг деградации v0.1
Исходные измерения одной модели на разных прокси: в один и тот же временной интервал каждый прокси отвечает на одинаковый набор контрольных вопросов на идентичность (дата отсечения знаний, «самая новая версия, о которой вы знаете» и подобные), а мы фиксируем совпадение с эталонными ответами этой модели, входные токены, токены рассуждений и отпечаток модели. Значения публикуются как есть, без вердикта.
Моделей: 14, маршрутов: 101
МодельПроксиСортировка
| 100% (ответов: 90) | 109–24,260 | 1,014 | DeepSeek V4.1 Flash | — | 98.2% | 1.31 s | ¥2.59 | ||
| 100% (ответов: 90) | 109–24,260 | 1,014 | DeepSeek V4 Pro | — | 99.0% | 1.35 s | ¥11.4 | ||
| 100% (ответов: 90) | 109–24,260 | 1,014 | GLM 5.3 | — | 98.5% | 0.96 s | ¥8.56 | ||
| 100% (ответов: 90) | 109–24,260 | 1,014 | Qwen 3.8 Max | — | 98.0% | 1.06 s | ¥20.4 | ||
| 98% (ответов: 90) | 109–24,260 | 0 | Claude Haiku 5.5 | — | — | — | — | ||
| 98% (ответов: 90) | 100–161,349 | 38 | GPT 6.1 Sol | — | 98.7% | 0.87 s | ¥0.44 | ||
| 98% (ответов: 90) | — | 0 | Grok 4.7 | — | 98.3% | 5.11 s | ¥3.10 | ||
| 97% (ответов: 90) | 52–24,260 | 996 | Claude Fable 5.1 | — | 98.2% | 1.34 s | ¥4.38 | ||
| 97% (ответов: 90) | 52–24,260 | 996 | Claude Fable 5.1 | — | — | — | — | ||
| 97% (ответов: 90) | 52–24,260 | 996 | Claude Fable 5.1 | — | — | — | — | ||
| 97% (ответов: 90) | 52–24,260 | 996 | Claude Fable 5.1 | — | — | — | — | ||
| 97% (ответов: 90) | 52–24,260 | 559 | Claude Opus 5.5 | — | 97.3% | 1.57 s | ¥1.75 | ||
| 97% (ответов: 90) | 52–24,260 | 559 | Claude Opus 5.5 | — | — | — | — | ||
| 97% (ответов: 90) | 52–24,260 | 559 | Claude Opus 5.5 | — | — | — | — | ||
| 97% (ответов: 90) | 109–45,108 | 0 | Claude Sonnet 5 | — | 97.7% | 1.77 s | ¥7.30 | ||
| 97% (ответов: 90) | 109–45,108 | 0 | Claude Sonnet 5 | — | 97.7% | 1.58 s | ¥9.20 | ||
| 97% (ответов: 90) | 109–45,108 | 0 | Claude Sonnet 5 | — | 97.2% | 1.29 s | ¥0.88 | ||
| 97% (ответов: 90) | 109–45,108 | 0 | Claude Sonnet 5 | — | — | — | — | ||
| 97% (ответов: 90) | 109–24,260 | 0 | Claude Haiku 5.5 | — | 98.0% | 0.94 s | — | ||
| 97% (ответов: 90) | 109–24,260 | 0 | Claude Haiku 5.5 | — | — | — | — | ||
| 97% (ответов: 90) | 100–151,769 | 39 | GPT 6 Astra | — | 98.5% | 1.33 s | ¥2.19 | ||
| 97% (ответов: 90) | 100–151,769 | 39 | GPT 6 Astra | — | — | — | — | ||
| 97% (ответов: 90) | 100–151,769 | 39 | GPT 6 Astra | — | — | — | — | ||
| 97% (ответов: 90) | 100–151,769 | 39 | GPT 6 Astra | — | — | — | — | ||
| 97% (ответов: 90) | 100–151,769 | 39 | GPT 6 Astra | — | — | — | — | ||
| 97% (ответов: 90) | 100–161,349 | 38 | GPT 6.1 Sol | — | — | — | — | ||
| 97% (ответов: 90) | 100–161,349 | 38 | GPT 6.1 Sol | — | — | — | — | ||
| 97% (ответов: 90) | 100–161,349 | 38 | GPT 6.1 Sol | — | — | — | — | ||
| 97% (ответов: 90) | — | 0 | Grok 4.7 | — | — | — | — | ||
| 97% (ответов: 90) | — | 0 | Kimi K3 | — | 98.0% | 1.16 s | ¥28.6 | ||
| 85% (ответов: 20) | 101–22,953 | 23 | GPT 6 Astra | — | 100.0% | 9.76 s | — | ||
| 61% (ответов: 18) | 116–402 | 217 | Claude Opus 5.5 | — | 93.3% | 9.05 s | — | ||
| 44% (ответов: 18) | 116–139 | 243 | Claude Haiku 5.5 | — | 96.7% | 7.00 s | — | ||
| 39% (ответов: 18) | 114–411 | 0 | Claude Haiku 5.5 | — | 100.0% | 23.19 s | — | ||
| 69% (ответов: 13) | 3,685–21,590 | 0 | Gemini 3.8 Flash | — | — | — | — | ||
| 54% (ответов: 28) | 121–140 | 0 | Grok 4.7 | — | — | — | — | ||
| 28% (ответов: 18) | 239–748 | 0 | Claude Haiku 5.5 | — | 77.4% | 19.67 s | — | ||
| 100% (ответов: 54) | 456–694 | 69 | Claude Opus 5.5 | — | — | — | — | ||
| 100% (ответов: 54) | 472–730 | 178 | Claude Haiku 5.5 | — | — | — | — | ||
| 100% (ответов: 8) | 22,945–22,956 | 38 | GPT 6 Astra | — | 100.0% | 4.04 s | ¥3.30 | ||
| 96% (ответов: 28) | 5,264–5,279 | 29 | GPT 6 Astra | — | — | — | — | ||
| 89% (ответов: 28) | 4,203–4,218 | 27 | GPT 6 Astra | — | 100.0% | 8.02 s | — | ||
| 89% (ответов: 28) | 486–4,212 | 35 | GPT 6 Astra | — | — | — | — | ||
| 89% (ответов: 18) | 129–155 | 0 | Claude Fable 5.1 | — | — | — | — | ||
| 88% (ответов: 8) | 22,945–22,956 | 42 | GPT 6.1 Sol | — | — | — | — | ||
| 86% (ответов: 28) | 93–4,218 | 18 | GPT 6 Astra | — | — | — | — | ||
| 83% (ответов: 18) | 127–153 | 0 | Claude Sonnet 5 | — | 96.7% | 6.55 s | — | ||
| 83% (ответов: 18) | 116–139 | 0 | Claude Haiku 5.5 | — | — | — | — | ||
| 82% (ответов: 28) | 93–108 | 36 | GPT 6 Astra | — | 100.0% | 2.88 s | — | ||
| 82% (ответов: 28) | 812–828 | 0 | GPT 6.1 Sol | — | 100.0% | 3.49 s | ¥15.4 | ||
| 82% (ответов: 28) | 100–116 | 38 | GPT 6.1 Sol | — | — | — | — | ||
| 79% (ответов: 28) | 93–108 | 33 | GPT 6 Astra | — | 100.0% | 9.99 s | ¥2.04 | ||
| 79% (ответов: 28) | 93–108 | 34 | GPT 6.1 Sol | — | — | — | — | ||
| 72% (ответов: 18) | 129–155 | 537 | Claude Haiku 5.5 | — | 77.8% | 14.16 s | — | ||
| 68% (ответов: 28) | 4,207–4,480 | 16 | GPT 6.1 Sol | — | 96.7% | 5.20 s | — | ||
| 68% (ответов: 28) | 101–4,484 | 0 | GPT 6 Astra | — | 93.3% | 8.16 s | ¥11.9 | ||
| 61% (ответов: 28) | 4,211–18,563 | 0 | GPT 5.6 Terra | — | — | — | — | ||
| 56% (ответов: 18) | 116–139 | 0 | Claude Opus 5.5 | — | 83.3% | 12.04 s | ¥8.80 | ||
| 56% (ответов: 18) | 114–137 | 0 | Claude Haiku 5.5 | — | 77.8% | 9.30 s | ¥2.04 | ||
| 50% (ответов: 18) | 2,025–10,740 | 0 | Claude Haiku 5.5 | — | 79.3% | 21.85 s | — | ||
| 50% (ответов: 18) | 127–153 | 458 | Claude Sonnet 5 | — | 61.1% | 12.08 s | — | ||
| 44% (ответов: 18) | 116–139 | 170 | Claude Haiku 5.5 | — | 100.0% | 2.17 s | — | ||
| 44% (ответов: 18) | 258–2,860 | 0 | Claude Haiku 5.5 | — | 88.9% | 24.58 s | ¥2.04 | ||
| 44% (ответов: 18) | 153–168 | 0 | Claude Sonnet 5 | — | 100.0% | 3.97 s | ¥4.40 | ||
| 41% (ответов: 17) | 116–139 | 0 | Claude Haiku 5.5 | — | — | — | — | ||
| 40% (ответов: 5) | 137–144 | 0 | Claude Opus 5.5 | — | 60.0% | 2.38 s | ¥4.77 | ||
| 39% (ответов: 18) | 116–139 | 208 | Claude Haiku 5.5 | — | 100.0% | 2.03 s | — | ||
| 33% (ответов: 18) | 121–239 | 0 | Claude Haiku 5.5 | — | 100.0% | 2.88 s | ¥4.40 | ||
| 28% (ответов: 18) | 148–463 | 0 | Claude Haiku 5.5 | — | 88.9% | 15.94 s | ¥2.04 | ||
| Пока не измерялось | — | — | — | — | 100.0% | 23.19 s | — | ||
| Пока не измерялось | — | — | — | — | 100.0% | 23.19 s | — | ||
| Пока не измерялось | — | — | — | — | 100.0% | 8.85 s | — | ||
| Пока не измерялось | — | — | — | — | 98.6% | 1.40 s | ¥3.29 | ||
| Пока не измерялось | — | — | — | — | 98.2% | 0.91 s | ¥4.46 | ||
| Пока не измерялось | — | — | — | — | 73.3% | 1.83 s | — | ||
| Пока не измерялось | — | — | — | — | 100.0% | 2.27 s | — | ||
| Пока не измерялось | — | — | — | — | 77.4% | 3.02 s | ¥4.40 | ||
| Пока не измерялось | — | — | — | — | 100.0% | 3.52 s | — | ||
| Пока не измерялось | — | — | — | — | 100.0% | 6.04 s | — | ||
| Пока не измерялось | — | — | — | — | 100.0% | 2.45 s | — | ||
| Пока не измерялось | — | — | — | — | 100.0% | 4.62 s | ¥2.38 | ||
| Пока не измерялось | — | — | — | — | 100.0% | 7.18 s | ¥0.66 | ||
| Пока не измерялось | — | — | — | — | 90.0% | 6.70 s | — | ||
| Пока не измерялось | — | — | — | — | 86.7% | 4.67 s | — | ||
| Пока не измерялось | — | — | — | — | 0.0% | — | — | ||
| Пока не измерялось | — | — | — | — | 100.0% | 2.51 s | — | ||
| Пока не измерялось | — | — | — | — | 100.0% | 3.63 s | — | ||
| Пока не измерялось | — | — | — | — | 100.0% | 3.95 s | — | ||
| Пока не измерялось | — | — | — | — | 100.0% | 4.17 s | ¥1.30 | ||
| Пока не измерялось | — | — | — | — | 94.4% | 6.48 s | — | ||
| Пока не измерялось | — | — | — | — | 89.7% | 6.03 s | — | ||
| Пока не измерялось | — | — | — | — | 96.7% | 9.57 s | — | ||
| Пока не измерялось | — | — | — | — | 88.9% | 6.48 s | ¥2.04 | ||
| Пока не измерялось | — | — | — | — | 100.0% | 3.31 s | — | ||
| Пока не измерялось | — | — | — | — | 100.0% | 4.88 s | ¥1.27 | ||
| Пока не измерялось | — | — | — | — | 100.0% | 12.91 s | — | ||
| Пока не измерялось | — | — | — | — | 96.7% | 10.99 s | — | ||
| Пока не измерялось | — | — | — | — | 0.0% | — | — | ||
| Пока не измерялось | — | — | — | — | 96.7% | 4.34 s | — | ||
| Пока не измерялось | — | — | — | — | 88.9% | 5.53 s | ¥2.04 | ||
| Пока не измерялось | — | — | — | — | 90.0% | 7.27 s | — |
ВопросыВ каждом интервале все прокси одной модели получают одинаковый набор контрольных вопросов на идентичность; формулировка каждый раз меняется и снабжается случайной меткой, чтобы исключить кэш и целенаправленную подгонку
СравнениеКаждый ответ сводится к короткой категории и сравнивается с эталонными ответами модели, полученными через проверенный маршрут
МетрикиСовпадение ответов, входные токены, медиана токенов рассуждений, отпечаток модели
ПубликацияИсходные значения публикуются напрямую, все прокси одной модели — рядом друг с другом
Частые вопросы
Как читать эти цифры?
Контрольные вопросы — это, например, «когда заканчиваются ваши знания» или «какой самый новый iPhone вам известен»: разные модели отвечают по-разному, а одна и та же модель — стабильно. Стоит присмотреться, если совпадение заметно ниже, чем у других прокси, число входных токенов не сходится с остальными или отпечаток не похож на эту модель. Отдельные значения колеблются; чем больше ответов, тем надёжнее данные.
Зачем смотреть на число входных токенов?
Один и тот же ввод, отправленный одной и той же модели, всегда должен давать точно такое же число токенов. Если число отличается от других прокси, обычно это значит, что модель подменена или в запрос добавлено лишнее содержимое.
Почему данных пока нет?
Мониторинг деградации ещё подключается. Первые измерения появятся здесь. Доступность, задержка первого токена и стоимость сессии в таблице — реальные измерения.
Чем это отличается от общего рейтинга?
Общий рейтинг охватывает доступность, скорость и цену. Мониторинг деградации показывает, отдаёт ли каждый прокси настоящую модель. Пока он не влияет на рейтинг.