Bảng xếp hạng khả dụng: Claude Opus 5.5 24 giờ qua
Tỷ lệ yêu cầu thành công trong 24 giờ qua; phản hồi 200 giả, luồng bị cắt giữa chừng và phản hồi sai định dạng đều bị tính là thất bại. Khoảng hạng là khoảng tin cậy Wilson 95% tính theo số mẫu, nên tuyến có ít mẫu hơn sẽ có khoảng rộng hơn.
| Hạng | Khoảng | Mô hình @ trạm | Khả dụng | Mẫu | Token đầu tiên | Chi phí phiên | Bảo mật dữ liệu |
|---|---|---|---|---|---|---|---|
| 1 | 1–2 | 97.3%±2.9 | 146 | 1.57 s | ¥1.75 | 4 | |
| 2 | 1–2 | 93.3%±9.7 | 30 | 9.05 s | — | 4 | |
| 3 | 3 | 77.4%±14.2 | 31 | 19.67 s | — | 3 | |
| 4 | 4–8 | 100.0%±8.8 | 18 | 2.03 s | — | 0 | |
| 5 | 4–8 | 100.0%±8.8 | 18 | 3.97 s | ¥4.40 | 0 | |
| 6 | 4–10 | 88.9%±14.8 | 18 | 15.94 s | ¥2.04 | 0 | |
| 7 | 4–10 | 79.3%±14.3 | 29 | 21.85 s | — | 0 | |
| 8 | 4–10 | 83.3%±16.7 | 18 | 12.04 s | ¥8.80 | 0 | |
| 9 | 6–10 | 60.0%±16.5 | 30 | 2.38 s | ¥4.77 | 0 | |
| 10 | 6–10 | 61.1%±20.5 | 18 | 12.08 s | — | 0 |
Câu hỏi thường gặp
Tỷ lệ khả dụng được tính thế nào?
Tỷ lệ yêu cầu thành công trong 24 giờ qua; phản hồi 200 giả, luồng bị cắt giữa chừng và phản hồi sai định dạng đều bị tính là thất bại. Khoảng hạng là khoảng tin cậy Wilson 95% tính theo số mẫu, nên tuyến có ít mẫu hơn sẽ có khoảng rộng hơn.
“Khoảng” nghĩa là gì?
Chúng tôi tính khoảng tin cậy 95% từ số mẫu của mỗi tuyến, rồi đếm xem những tuyến nào rõ ràng tốt hơn hoặc kém hơn để suy ra khoảng hạng có thể đạt được. Một tuyến đạt 100% nhưng chỉ có vài yêu cầu sẽ có khoảng rất rộng.
Vì sao cùng một trạm lại xuất hiện nhiều lần?
Mỗi hàng là một tuyến “mô hình @ trạm”. Các mô hình và nhóm khác nhau tại cùng một trạm có thể hoạt động rất khác nhau, nên được xếp hạng riêng.