站長專區註冊登入

Folkbench · AI 中轉站評測與排行榜在真實情境中
衡量 AI 的價值

掌握中轉站的整體樣貌，為您的使用情境挑選合適的模型與線路

更新評測方法：可信的對照實驗
檢測降級監控
快速診斷約 60 秒檢查一個 API 端點
資料期間：近 24 小時 · 每 10 分鐘同步
OpenAI · 9 個模型Anthropic · 13 個模型DeepSeek · 5 個模型xAI Grok · 4 個模型Kimi · 1 個模型Google Gemini · 10 個模型Alibaba Qwen · 3 個模型Zhipu GLM · 4 個模型同一供應商的不同模型以同色系的深淺區分

可用率

↗
近 24 小時請求成功率 · 越高越好
145 條線路有資料
99.0ModelflareDeepSeek V4 Pro100FluxLaneGPT 6 Astra100CheapAIClaude Fable 5100MuskAIDeepSeek V4.1 Flash100NexoTokenGPT 6 Astra100ZNB.aiDeepSeek V4.1 Flash100ZashmodelGPT 6.1 Sol100ApiporterClaude Fable 5.1100IKunCodeGPT 6 Astra100CheapRouterGPT 6 Astra

首 Token 延遲

↗
首個 Token 回傳時間（秒）· 越低越好
136 條線路有資料
0.86ModelflareGPT 5.6 Terra1.83FluxLaneDeepSeek V4.1 Flash3.02CheapAIKimi K31.95境AiClaude Fable 52.03ApiporterClaude Opus 5.52.38ZashmodelClaude Opus 5.52.51ZNB.aiDeepSeek V4.1 Flash2.88IKunCodeClaude Sonnet 53.31CloudbridgeGrok 4.73.52MuskAIClaude Sonnet 5

工作階段成本

↗
每次程式開發工作階段成本（¥）· 越低越好
145 條線路有報價，以 1 美元 = 6.7698 人民幣換算
0.28ModelflareGrok 4.60.03CheapAIGPT 5.6 Luna0.32YisamaAPIDeepSeek V4.1 Flash0.62境AiGPT 5.6 Sol0.66CheapRouterGPT 6.1 Sol0.66aruhub APIGemini 3.8 Flash1.12Fuel ApiGPT 5.6 Terra1.27IKunCodeGrok 4.72.04A6apiGPT 6 Sol2.38ZashmodelGPT 6.1 Sol

Switch

Folkbench 出品
macOS · Windows
在本機一鍵切換
中轉站與模型

降級監控

同一模型在各家回答同一批私有題目，公開答對率、Token 數和模型指紋

最新動態

↗
新文章發布 · 10月23日
Kimi K3.1 Pro 深度解析：長程程式開發、3D 能力與實際使用成本
新文章發布 · 10月11日
AI 懂不懂職場溝通，不看會不會說漂亮話，而看能不能把「酸言酸語」翻譯成事實、界線和下一步
新文章發布 · 10月11日
會做菜，還是會寫食譜？12 個家庭廚房情境，揭露模型的可執行性
新文章發布 · 10月11日
當「不掃興」壓過「說實話」：誇媽媽做菜測試暴露 AI EQ 評測的盲區
新文章發布 · 10月9日
Haiku 5.5 到底有多強？官方成績單裡，最值得看的不是第一名
穩定性 · 9月17日

別再被 99% 可用率騙了：我們踩過的 AI API 中轉站大雷與穩定性測試指南

從假 200、串流中斷和夜間卡頓談起，說明真正決定正式環境體驗的穩定性指標與測試方法。

軟體工程 · 9月17日

寫程式情境下，AI 中轉站的軟體工程評測指南

針對程式碼生成、Agent 工具鏈、長上下文和快取協定，整理軟體工程情境下的中轉站品質檢查方法。

評測 · 10月5日

模型真的「變笨」了嗎？從一張失敗截圖到一場可信的對照實驗

一次出包能證明模型犯過錯，卻無法單獨證明它比以前更容易出錯。本文討論如何把這種懷疑變成他人可以複查的證據。

主流模型在各中轉站的智慧、成本與可用率，皆來自 Folkbench 獨立實測

智慧 vs. 每次工作階段成本

中轉站價格 · 每次程式開發工作階段 200 萬輸入 + 4 萬輸出，與官方 API 使用同一座標軸

最佳象限Pareto 線GPT 6 SolGPT 6 AstraDeepSeek V4.1 FlashClaude Fable 5.1GPT 6.1 SolClaude Opus 5.5Grok 4.7DeepSeek V4 Pro 0813GPT 5.6 LunaGemini 4 ArgonKimi K3DeepSeek V4 ProQwen 3.8 MaxClaude Opus 5GPT 5.6 TerraGrok 4.6Gemini 3.8 FlashGLM 5.3
102030405060¥0.03¥0.1¥0.3¥1¥3¥10¥30¥100智慧指數（Artificial Analysis）每次程式開發工作階段成本（¥，對數刻度）GPT 5.6 Luna @ CheapAIGPT 5.6 Terra @ CheapAIDeepSeek V4.1 Flash @ YisamaAPIGPT 6.1 Sol @ ModelflareClaude Opus 5.5 @ 境Ai

Pareto 前緣

官方 API 價格

Gemini 4 Carbon智慧 60 · ¥59.6 / 工作階段
GPT 6.1 Sol智慧 54.6 · ¥29.8 / 工作階段
GPT-6.1 Terra智慧 51.3 · ¥14.9 / 工作階段
Claude Haiku 5.5智慧 36.5 · ¥1.49 / 工作階段
Agnes 2.5 Pro Theta智慧 24 · ¥1.44 / 工作階段
Nemotron 3.5 Lightning智慧 5.5 · ¥0.87 / 工作階段

Pareto 前緣

全部中轉站報價

Claude Opus 5.5 @ 境Ai智慧 59.1 · ¥1.58 / 工作階段 · API 倍率 0.027
GPT 6.1 Sol @ Modelflare智慧 54.6 · ¥0.44 / 工作階段 · API 倍率 0.015
DeepSeek V4.1 Flash @ YisamaAPI智慧 32.6 · ¥0.32 / 工作階段 · API 倍率 0.074
GPT 5.6 Terra @ CheapAI智慧 32.3 · ¥0.27 / 工作階段 · API 倍率 0.0089
GPT 5.6 Luna @ CheapAI智慧 23.8 · ¥0.027 / 工作階段 · API 倍率 0.0089

同一個模型在各家中轉站回答同一組身分探針題，公開探針一致率、輸入 Token 數和模型指紋的原始數據

降級監控

出題同一時段各站回答同一組探針題，每次換個問法
比對將回答與該模型的參考答案比對
指標探針一致率、輸入 Token、思考 Token、模型指紋
公開原始數值直接公開，不做判定
模型 @ 中轉站探針一致率輸入 Token模型指紋可用率首 Token 延遲工作階段成本
GPT 6 Sol@ Modelflare100%109–24,260GPT 6 Sol97.7%1.21 s¥0.44
DeepSeek V4.1 Flash@ Modelflare100%109–24,260DeepSeek V4.1 Flash98.2%1.31 s¥2.59
DeepSeek V4 Pro@ Modelflare100%109–24,260DeepSeek V4 Pro99.0%1.35 s¥11.4
Qwen 3.8 Max@ Modelflare100%109–24,260Qwen 3.8 Max98.0%1.06 s¥20.4
GPT 5.6 Sol@ Modelflare100%109–24,260GPT 5.6 Sol97.1%1.31 s¥1.12
GPT 5.6 Sol@ Modelflare100%109–24,260GPT 5.6 Sol97.8%1.84 s¥5.95
GPT 5.6 Sol@ Modelflare100%109–24,260GPT 5.6 Sol97.8%1.34 s¥37.2
GPT 5.6 Sol@ Modelflare100%109–24,260GPT 5.6 Sol98.1%1.24 s¥2.23