Сравнение aruhub API и Modelflare
Одна модель на двух прокси: подлинность, скорость, цена, кэш и доступность, а также интеллект с поправкой на деградацию и соотношение цены и качества — с рекомендацией по выбранному приоритету.
Что выбрать
Пять параметров
Чем дальше от центра, тем лучше. Подлинность — это доля сохранённого интеллекта, остальные четыре параметра — места среди всех прокси этой модели.
aruhub APIModelflare
Что для вас важнее
Приоритет «Баланс»: рекомендуем aruhub API
aruhub API100
Modelflare50
Основные причины
Подлинность25%
Подлинность: нет данных как минимум по одному прокси
Доступность20%
Доступность: нет данных как минимум по одному прокси
Цена/качество20%
aruhub API: интеллект на единицу затрат — 11.0, на 17% больше, чем у Modelflare (9.37)
Скорость15%
Скорость: нет данных как минимум по одному прокси
Цена15%
aruhub API стоит ¥2.80 за сессию — на 15% дешевле, чем Modelflare (¥3.29)
Кэш5%
Кэш: нет данных как минимум по одному прокси
Ключевые показатели
Скорректированный интеллект
Чем выше, тем лучше
Стоимость сессии программирования
2 млн токенов ввода + 40 тыс. токенов вывода · Чем ниже, тем лучше
Цена/качество
Баллов интеллекта за ¥1 · Чем выше, тем лучше
Все показатели
Интеллект
Скорректированный интеллект30.830.8
Сохранённый интеллектНе проверялсяНе проверялся
Доля верных ответовНе проверялсяНе проверялся
Стоимость
Соотношение цены и качества11.09.37
Стоимость сессии программирования¥2.80¥3.29
Цена ввода¥1.275¥1.494
Цена вывода¥6.375¥7.47
Скидка за кэшНе указаноНе указано
Производительность
Задержка первого токена—1.40 s
Доступность за последние 24 часа—98.6%
Выборка—139
Маршрут
ГруппаGemini-vertex 官转gemini-stable
Безопасность данныхУровень 0Уровень 4
Скорректированный интеллект = опубликованный индекс интеллекта модели × сохранённый интеллект. Сохранённый интеллект = доля верных ответов прокси ÷ наибольшая доля верных ответов среди проверенных прокси той же модели; если вопросов меньше 10, поправка не применяется. Цена/качество = скорректированный интеллект ÷ стоимость сессии программирования. Разница ниже порогового значения считается несущественной. Рекомендация взвешивает метрики по выбранному приоритету и носит справочный характер.