IKunCode 对比 Modelflare
同一个模型在两家中转站的真实性、速度、价格、缓存和可用性，加上按降智情况折算的智能值与性价比，并按你的侧重点给出建议。
选站建议
五维对比
越靠外越好。真实性按智能保留比例计，其余四项按在同模型全部中转站里的名次计。
IKunCodeModelflare
你更看重什么
综合优先，建议选 IKunCode
IKunCode76
Modelflare45
主要依据
真实性25%
真实性：至少一家暂无数据
可用性20%
IKunCode 近 24 小时可用率 100.0%，Modelflare 为 98.5%
性价比20%
IKunCode 每花一元买到 24.4 分智能，比 Modelflare 的 10.0 多 143%
速度15%
IKunCode 首字延迟 4.13 s，比 Modelflare 的 6.17 s 快 33%
价格15%
IKunCode 每次会话 ¥1.27，比 Modelflare 的 ¥3.10 便宜 59%
缓存5%
缓存：至少一家暂无数据
关键指标
折算智能值
越高越好
每次编程会话成本
200 万输入 + 4 万输出 token · 越低越好
性价比
每 ¥1 买到的智能分 · 越高越好
逐项数据
智能
折算智能值31.031.0
智能保留待检测100%
题目正确率待检测97%（90 题）
成本
性价比24.410.0
每次编程会话成本¥1.27¥3.10
输入价格¥0.6¥1.4608
输出价格¥1.8¥4.3824
缓存折扣未提供未提供
性能
首字延迟4.13 s6.17 s
近 24 小时可用率100.0%98.5%
样本数18197
线路
分组grok-heavy-testgrok-stable
数据安全0 级4 级
折算智能值 = 模型公开智能指数 × 智能保留；智能保留 = 该中转站的题目正确率 ÷ 同模型已检测中转站里的最高正确率，题目不足 10 道时不折算。性价比 = 折算智能值 ÷ 每次编程会话成本。差距小于阈值时记为接近。建议按所选侧重点的权重加权得出，仅供参考。