Zashmodel 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。
ZashmodelModelflare
你更看重什么
综合优先,建议选 Modelflare
Zashmodel35
Modelflare91
主要依据
真实性25%
真实性:至少一家暂无数据
可用性20%
Modelflare 近 24 小时可用率 98.5%,Zashmodel 为 66.7%
性价比20%
性价比接近:Zashmodel 11.4,Modelflare 11.4
速度15%
Modelflare 首字延迟 1.34 s,比 Zashmodel 的 3.42 s 快 61%
价格15%
价格接近:Zashmodel ¥4.40,Modelflare ¥4.38
缓存5%
缓存接近:Zashmodel 98%,Modelflare 98%
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50.050.0
智能保留待检测100%
题目正确率待检测92.2%(90 题)
成本
性价比11.411.4
每次编程会话成本¥4.40¥4.38
输入价格¥2¥1.992
输出价格¥10¥9.96
缓存折扣98%98%
性能
首字延迟3.42 s1.34 s
近 24 小时可用率66.7%98.5%
样本数48197
线路
分组claude-steadyclaude-first-topup
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。