Сравнение 金石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.
金石APIModelflare
Что для вас важнее
Приоритет «Баланс»: рекомендуем 金石API
金石API81
Modelflare12
Основные причины
Подлинность25%
Подлинность: нет данных как минимум по одному прокси
Доступность20%
Доступность: нет данных как минимум по одному прокси
Цена/качество20%
金石API: интеллект на единицу затрат — 167, на 2271% больше, чем у Modelflare (7.02)
Скорость15%
Скорость: нет данных как минимум по одному прокси
Цена15%
金石API стоит ¥0.31 за сессию — на 96% дешевле, чем Modelflare (¥7.30)
Кэш5%
Кэш: почти поровну — 金石API 95%, Modelflare 95%
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 интеллект51.351.3
Сохранённый интеллектНе проверялсяНе проверялся
Доля верных ответовНе проверялсяНе проверялся
Стоимость
Соотношение цены и качества1677.02
Стоимость сессии программирования¥0.31¥7.30
Цена ввода¥0.14¥3.32
Цена вывода¥0.7¥16.6
Скидка за кэш95%95%
Производительность
Задержка первого токена——
Доступность за последние 24 часа——
Выборка——
Маршрут
ГруппаGPT-不降智2openai-enterprise
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.