Сравнение Sidrune AI и IKunCode
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.
Sidrune AIIKunCode
Что для вас важнее
Приоритет «Баланс»: рекомендуем IKunCode
Sidrune AI32
IKunCode48
Основные причины
Подлинность25%
Подлинность: нет данных как минимум по одному прокси
Доступность20%
IKunCode: доступность 100.0% за последние 24 часа; Sidrune AI — 84.0%
Цена/качество20%
Sidrune AI: интеллект на единицу затрат — 25.9, на 822% больше, чем у IKunCode (2.80)
Скорость15%
IKunCode выдаёт первый токен за 4.77 s — на 47% быстрее, чем Sidrune AI (9.02 s)
Цена15%
Sidrune AI стоит ¥2.20 за сессию — на 86% дешевле, чем IKunCode (¥15.4)
Кэш5%
Кэш: почти поровну — Sidrune AI 90%, IKunCode 90%
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 интеллект56.943.2
Сохранённый интеллектНе проверялся76%
Доля верных ответовНе проверялся70.0% (вопросов: 30)
Стоимость
Соотношение цены и качества25.92.80
Стоимость сессии программирования¥2.20¥15.4
Цена ввода¥1¥7
Цена вывода¥5¥35
Скидка за кэш90%90%
Производительность
Задержка первого токена9.02 s4.77 s
Доступность за последние 24 часа84.0%100.0%
Выборка2548
Маршрут
ГруппаGPT-限时福利Codex-Pro
Безопасность данныхУровень 0Уровень 0
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.