Bảng xếp hạng khả dụng: DeepSeek V4.1 Flash 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 | 98.2%±2.0 | 217 | 1.31 s | ¥2.59 | 4 | |
| 2 | 2 | 73.3%±15.1 | 30 | 1.83 s | — | 4 | |
| 3 | 3–8 | 100.0%±5.5 | 31 | 3.63 s | — | 0 | |
| 4 | 3–8 | 100.0%±5.7 | 30 | 2.51 s | — | 0 | |
| 5 | 3–8 | 100.0%±8.8 | 18 | 3.95 s | — | 0 | |
| 6 | 3–8 | 100.0%±8.8 | 18 | 4.17 s | ¥1.30 | 0 | |
| 7 | 3–8 | 94.4%±12.4 | 18 | 6.48 s | — | 0 | |
| 8 | 3–8 | 89.7%±11.4 | 29 | 6.03 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.