Modelflare 與 IKunCode 比較

同一個模型在兩家中轉站的真實性、速度、價格、快取和可用性,加上依模型降級情況折算的智慧值與 CP 值,並依您的偏好重點給出建議。

模型
claude-award
cc-kiro

選站建議

五維比較

越靠外越好。真實性依智慧保留率計算,其餘四項依在同一模型所有中轉站中的名次計算。
真實性速度價格快取待檢測可用性
ModelflareIKunCode

您最看重什麼

綜合優先,建議選 Modelflare

主要依據

真實性25%

Modelflare 保留了 100% 的模型智慧,IKunCode 為 34%

可用性20%

IKunCode 近 24 小時可用率 100.0%,Modelflare 為 97.7%

CP 值20%

CP 值:至少一家尚無資料

速度15%

Modelflare 首 Token 延遲 1.77 s,比 IKunCode 的 2.88 s 快 38%

價格15%

IKunCode 每個工作階段 ¥4.40,比 Modelflare 的 ¥7.30 便宜 40%

快取5%

快取:至少一家尚無資料

Modelflare

優勢
真實性100%速度1.77 s
劣勢
價格¥7.30可用性97.7%

IKunCode

優勢
價格¥4.40可用性100.0%
劣勢
真實性34%速度2.88 s

關鍵指標

折算智慧值

越高越好

每次程式開發工作階段成本

200 萬輸入 + 4 萬輸出 Token · 越低越好

CP 值

每 ¥1 換得的智慧分數 · 越高越好

逐項數據

智慧

折算智慧值——
智慧保留率100%34%
題目正確率97%(90 題)33%(18 題)

成本

CP 值——
每次程式開發工作階段成本¥7.30¥4.40
輸入價格¥3.32¥2
輸出價格¥16.6¥10
快取折扣未提供未提供

效能

首 Token 延遲1.77 s2.88 s
近 24 小時可用率97.7%100.0%
樣本數13018

線路

群組claude-awardcc-kiro
資料安全4 級0 級
折算智慧值 = 模型公開的智慧指數 × 智慧保留率;智慧保留率 = 該中轉站的題目正確率 ÷ 同一模型已檢測中轉站中的最高正確率,題目不足 10 題時不折算。CP 值 = 折算智慧值 ÷ 每次程式開發工作階段成本。差距小於門檻時記為接近。建議依所選偏好重點的權重加權得出,僅供參考。