GPT-6.1 Sol กับ Tencent Hy4 Preview: จ่าย $10 ต่อโทเคนเอาต์พุต เทียบกับโมเดลเปิดที่ราคา $2.50
- Orcaใหม่Orca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 ต่อ 1 ล้านโทเค็น · 74 tok/s
- openaiใหม่OpenAI: GPT-6.1 Sol2026-09-2952ความฉลาด
- anthropicใหม่Anthropic: Claude Sonnet 5.52026-09-2856ความฉลาด
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 ต่อ 1 ล้านโทเค็น · 104 tok/s
- OpenAIOpenAI: GPT-6 Luna2026-09-2238ความฉลาด
- OpenAIOpenAI: GPT-6 Sol2026-09-2248ความฉลาด
- AnthropicAnthropic: Claude Opus 5.52026-09-2258ความฉลาด
- xAIGrok 4.72026-09-2146ความฉลาด
- OrcaOrca: OrcaCyber Zero 1.02026-09-17$3.00 / $7.50 ต่อ 1 ล้านโทเค็น · 44 tok/s
- OrcaOrca: OrcaVerify Text 1.02026-09-16$2.00 / $0.00 ต่อ 1 ล้านโทเค็น · 478 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-09-1040ความฉลาด
- OpenAIOpenAI: GPT-6 Astra2026-09-0453ความฉลาด77การเขียนโค้ด
- GoogleGoogle: Gemini 3.8 Flash2026-09-0241ความฉลาด76การเขียนโค้ด
- AlibabaQwen: Qwen3.8 Max (0902)2026-09-0245ความฉลาด76การเขียนโค้ด
- AnthropicAnthropic: Claude Fable 5.12026-09-0153ความฉลาด82การเขียนโค้ด
- TencentTencent: Hy4 preview2026-08-28$0.83 / $2.50 ต่อ 1 ล้านโทเค็น · 59 tok/s
- AlibabaQwen: Qwen3.8 Flash2026-08-26$0.15 / $0.47 ต่อ 1 ล้านโทเค็น · 217 tok/s
- z-aiZ.ai: GLM 5.3 Flash2026-08-2642ความฉลาด72การเขียนโค้ด
- DeepSeekDeepSeek: DeepSeek V4 Flash Vision (Exp)2026-08-21$0.22 / $0.66 ต่อ 1 ล้านโทเค็น · 229 tok/s
- z-aiZ.ai: GLM 5.32026-08-1845ความฉลาด75การเขียนโค้ด
ลองวางตารางราคาทั้งสองไว้เคียงกัน แล้วช่องว่างที่เห็นจะไม่ใช่เรื่องเล็ก ๆ เลย Tencent Hy4 Previewระบุราคาไว้ที่ 0.834 ดอลลาร์ต่อโทเคนอินพุตหนึ่งล้านโทเคน, 2.501 ดอลลาร์ต่อโทเคนเอาต์พุตหนึ่งล้านโทเคน และ 0.042 ดอลลาร์ต่ออินพุตแบบแคชหนึ่งล้านโทเคน บนเอนด์พอยต์ระหว่างประเทศของตน GPT-6.1 Solระบุราคาไว้ที่ 2.00 ดอลลาร์, 10.00 ดอลลาร์ และ 0.10 ดอลลาร์ ตามลำดับ นั่นคือส่วนต่าง 4 เท่าสำหรับโทเคนเอาต์พุต และ 2.4 เท่าสำหรับอินพุต และเนื่องจากทั้งสองโมเดลคิดราคาต่อโทเคน คำถามที่ส่วนต่างนี้ก่อขึ้นมาจึงไม่ใช่ว่าตัวไหนถูกกว่า — Hy4 Preview ถูกกว่าในทุกบรรทัด — แต่คือว่าโมเดลที่แพงกว่าทำงานได้มากขึ้นต่อการเรียกหนึ่งครั้งมากพอที่จะคุ้มค่าหรือไม่ ทั้งสองผู้ให้บริการไม่ได้เผยแพร่ตัวเลขที่ตอบคำถามนั้นโดยตรง และบทความนี้ส่วนใหญ่是关于 เหตุใดตัวเลขที่ดูชัดแจ้งของทั้งสองฝ่ายจึงไม่ใช่คำตอบ
เทนเซ็นต์เปิดตัวและเปิดซอร์ส Hy4 Preview เมื่อวันที่ 2026-08-28; OpenAI เปิดตัว GPT-6.1 Sol บน API เมื่อวันที่ 2026-09-29 ทั้งคู่เป็นโมเดลเอเจนต์ที่รองรับข้อความซึ่งมีหน้าต่างบริบทขนาดล้านโทเค็น ทั้งคู่สามารถเข้าถึงได้ในวันนี้ และทั้งคู่อยู่ในแคตตาล็อกของเรา — ซึ่งทำให้การเปรียบเทียบนี้เป็นกรณีที่หาได้ยากในซีรีส์นี้ ที่การคำนวณต่อโทเค็นสามารถทำกับสองแถวข้อมูลจริง แทนที่จะทำกับข่าวประชาสัมพันธ์ ตัวเลขด้านล่างมาจากเอกสารการเปิดตัวและเอกสารโมเดลของเทนเซ็นต์ หน้าโมเดลและราคาของ OpenAI บันทึกแคตตาล็อกของเราเอง และการประเมินที่เผยแพร่ตามที่ระบุไว้ อ่านเมื่อวันที่ 2026-10-12 ตัวเลขทุกตัวที่เป็นผลการทดสอบของผู้ขายเองจะถูกระบุว่าเป็นเช่นนั้น
แต่ละโมเดลจริงๆ แล้วคืออะไร
เริ่มจากสถาปัตยกรรมก่อน เพราะโมเดลทั้งสองต่างก็ใช้เทคนิคเดียวกันในการแก้ปัญหาการให้บริการ (serving)
• พารามิเตอร์ — Hy4 Preview เป็นโมเดล mixture-of-experts ขนาด 770B ที่มี 49B active ต่อโทเคน across 78 เลเยอร์ โดยใช้ routed experts 256 ตัว บวก shared expert 1 ตัว GPT-6.1 Sol เป็นโมเดล proprietary ของ OpenAI ที่อยู่ในระดับต่ำกว่า GPT-6 Astra หนึ่งขั้นในเจเนอเรชันเดียวกัน; OpenAI ไม่เปิดเผยจำนวนพารามิเตอร์
• คอนเท็กซ์และเอาต์พุต — ทั้งคู่ระบุคอนเท็กซ์อินพุตประมาณหนึ่งล้านโทเคน บันทึกแค็ตตาล็อกของเราสำหรับ Hy4 Preview มีคอนเท็กซ์ 1,048,576 โทเคน โดยมีความยาวคอมพลีชันสูงสุด 64,000 โทเคน เอกสารของ Tencent เองระบุว่าหน้าต่างคอนเท็กซ์เกิน 1M โทเคน โดยมีอินพุตสูงสุด 960,000 โทเคน GPT-6.1 Sol ระบุคอนเท็กซ์ 1,050,000 โทเคน โดยมีเอาต์พุตสูงสุด 128,000 โทเคน — เป็นสองเท่าของเพดานคอมพลีชันของ Hy4 ซึ่งเป็นสเปกที่สร้างปัญหาเมื่อคุณต้องการอาร์ติแฟกต์ที่มีโครงสร้างยาวจากการเรียกเพียงครั้งเดียว
• รูปแบบข้อมูล (Modality) — ทั้งคู่เป็นแบบข้อความล้วนในฝั่งอินพุต พร้อมความสามารถในการใช้เครื่องมือและเอาต์พุตแบบมีโครงสร้างอย่างที่คุณคาดหวังจากโมเดลแบบเอเจนต์ในปัจจุบัน ทั้งคู่ไม่ใช่โมเดลวิชัน
• การควบคุมการใช้เหตุผล — Hy4 Preview มีให้เลือก high, low และ none โดยค่าเริ่มต้นคือ high; ค่า temperature 0.9 และ top_p 1.0 เป็นการตั้งค่าการสุ่มที่แนะนำ GPT-6.1 Sol มีให้เลือก low, medium (ค่าเริ่มต้น), high, xhigh และ max โดยไม่มีตำแหน่งปิดเลย — การใช้เหตุผลเปิดอยู่เสมอ และพารามิเตอร์การสุ่มเช่น temperature และ top_p จะถูกปฏิเสธโดยสิ้นเชิง
• เวต — Hy4 Preview เป็นโอเพนซอร์สภายใต้ Apache 2.0 และดาวน์โหลดได้วันนี้ GPT-6.1 Sol เป็นระบบปิด ใช้ผ่าน API เท่านั้น และจะไม่มีวันให้โฮสต์เองได้
บรรทัดสุดท้ายคือสิ่งที่แยกสองโมเดลนี้ออกจากกันมากกว่าเบนช์มาร์กใดๆ โมเดล 770B/49B Apache 2.0 คือการครอบครอง โมเดล API ที่เป็นกรรมสิทธิ์คือการสมัครสมาชิก ทุกสิ่งอื่นบนหน้านี้เป็นเรื่องเกี่ยวกับว่าสิ่งใดในสองสิ่งนี้ที่เวิร์กโหลดของคุณต้องการ
เส้นราคา พร้อมการคำนวณที่เสร็จแล้ว
เรทการ์ดทั้งสองฉบับได้รับการเผยแพร่แล้ว และทั้งสองฉบับเราส่งผ่านโดยไม่บวกเพิ่มใด ๆ ดังนั้นส่วนนี้จึงตรวจสอบได้จริง而非เป็นเพียงการรายงาน
• เอาต์พุต — GPT-6.1 Sol $10.00 ต่อล้าน เทียบกับ Hy4 Preview $2.501 ต่อล้าน สำหรับทุกๆ ล้านโทเค็นเอาต์พุตที่เวิร์กโหลดปล่อยออกมา ความแตกต่างคือ $7.50 และเอาต์พุตคือมาตรวัดที่โมเดลการให้เหตุผลใช้จ่ายหนักที่สุด
• อินพุต — $2.00 ต่อล้าน เทียบกับ $0.834 ช่องว่าง 2.4 เท่าในรายการที่ครองสัดส่วนหลักของไปป์ไลน์บริบทขนาดยาวใด ๆ เพราะพรอมป์ต์ระดับรีโพซิทอรีหรือชุดเอกสารจะส่งคำนำหน้าขนาดใหญ่ซ้ำในทุกเทิร์น
• อินพุตที่แคชไว้ — $0.10 ต่อล้าน เทียบกับ $0.042 ทั้งสองผู้ให้บริการให้ส่วนลดกับคำนำหน้าที่อ่านซ้ำอย่างมาก และอัตราค่าแคชของ Hy4 น้อยกว่าครึ่งหนึ่งของ GPT-6.1 Sol
• การเขียนแคช — GPT-6.1 Sol เรียกเก็บ 2.50 ดอลลาร์ต่อล้าน สำหรับการเขียนคำนำหน้าที่แคชไว้ ส่วนอัตราระหว่างประเทศที่ประกาศไว้ของ Hy4 Preview ไม่มีรายการค่าเขียนแคชแยกต่างหาก ซึ่งหมายความว่าการเขียนครั้งแรกคิดราคาเป็นอินพุตทั่วไป ไม่ใช่ในอัตราพิเศษ
รันรูปแบบที่เป็นเรื่องปกติสำหรับโมเดลใดโมเดลหนึ่งจากสองโมเดลนี้: โทเค็นอินพุต 500,000 โทเค็น โดย 460,000 โทเค็นเป็นพรีฟิกซ์ที่แคชไว้ และโทเค็นเอาต์พุต 20,000 โทเค็น ในการเรียกครั้งเดียว
• บน GPT-6.1 Sol — 460,000 โทเค็นที่แคชไว้ที่ $0.10/M เป็น $0.046, 40,000 โทเค็นอินพุตใหม่ที่ $2.00/M เป็น $0.080 และ 20,000 โทเค็นเอาต์พุตที่ $10.00/M เป็น $0.200 รวม$0.326.
• บน Hy4 Preview — โทเค็นที่แคชไว้ 460,000 โทเค็นในราคา $0.042/M คิดเป็น $0.019 โทเค็นอินพุตใหม่ 40,000 โทเค็นในราคา $0.834/M คิดเป็น $0.033 และโทเค็นเอาต์พุต 20,000 โทเค็นในราคา $2.501/M คิดเป็น $0.050 รวม$0.102.
การเรียกใช้ Hy4 มีค่าใช้จ่ายต่ำกว่าหนึ่งในสามของการเรียกใช้ GPT-6.1 Sol เล็กน้อยสำหรับงานลักษณะนี้ ตอนนี้ข้อแม้ที่ทำให้การเปรียบเทียบนี้ตรงไปตรงมา: นี่คือการเปรียบเทียบตารางราคาสองตารางที่นำมาใช้กับจำนวนโทเค็นที่เท่ากัน และจำนวนโทเค็นไม่เท่ากันระหว่างโมเดล โมเดลที่ใช้เวลาในการให้เหตุผลนานกว่าก่อนตอบจะสร้างโทเค็นเอาต์พุตมากกว่าสำหรับงานเดียวกัน และ GPT-6.1 Sol มีบันทึกว่าให้โทเค็นเอาต์พุตมากกว่า GPT-6 Sol รุ่นก่อน 10–30% ในงานที่เทียบเคียงกันได้ หากค่าเริ่มต้นการให้เหตุผล "high" ของ Hy4 ทำให้มันเท่ากัน ช่องว่างในโลกจริงก็จะแคบลง; หากโมเดลของ OpenAI เป็นตัวที่เยิ่นเย้อกว่าของทั้งสอง ช่องว่างก็จะกว้างขึ้นเกิน 3.2× ที่การคำนวณแสดง ตารางราคาบอกราคาต่อหนึ่งโทเค็น มันไม่ได้บอกคุณว่างานหนึ่งงานใช้โทเค็นจำนวนเท่าใด และมีเพียงการรันเวิร์กโหลดของคุณเองเท่านั้นที่เป็นตัวตัดสิน
จุดที่เบนช์มาร์กช่วยและไม่ช่วย
นี่คือส่วนที่คุณภาพของหลักฐานระหว่างสองโมเดลแตกต่างกัน และความแตกต่างนั้นเองคือประเด็นสำคัญ
การประเมินหลักของ Tencent สำหรับ Hy4 Preview คือการทดสอบความชอบแบบเทียบเคียงข้างกันโดยไม่เห็นชื่อ และผลลัพธ์คือ 2.99 สำหรับ Hy4 Preview เทียบกับ 2.92 สำหรับ GLM 5.3 และ 2.94 สำหรับ Kimi K3 อ่านให้ดี: นี่คือการประเมินของ Tencent เอง เป็นคะแนนความชอบไม่ใช่คะแนนความถูกต้อง ช่วงห่างที่ชนะคือเจ็ดในร้อยของคะแนนบนสเกลประมาณสามคะแนน และชุดที่นำมาเปรียบเทียบคือโมเดลเปิดอื่นอีกสองตัว มันเป็นหลักฐานว่า Hy4 Preview สามารถแข่งขันกับกลุ่มโมเดล open-weight ในปัจจุบันได้ แต่ไม่ใช่หลักฐานว่ามันสามารถแข่งขันกับโมเดลแนวหน้าประเภทปิดได้ และไม่มีชุดการทดสอบใดในเอกสารการเปิดตัวที่กล่าวอ้างเช่นนั้น
Tencent ยังรายงานว่าอัตราการประมวลผลเพิ่มขึ้น 31.8% จากงานปรับแต่งประสิทธิภาพด้วยตัวเองของโมเดล และสถาปัตยกรรมนี้มีเลเยอร์การทำนายหลายโทเคนแบบเนทีฟสำหรับการถอดรหัสแบบสเปกูเลทีฟ ทั้งสองอย่างเป็นข้อกล่าวอ้างเรื่องประสิทธิภาพในการให้บริการจากผู้ขาย ซึ่งยังไม่มีใครทำซ้ำได้ และทั้งคู่ก็เป็นไปได้สำหรับ MoE ขนาด 770B/49B ที่สร้างด้วยเลเยอร์นั้น — แต่สิ่งเหล่านี้บอกว่าโมเดลตอบได้เร็วแค่ไหน ไม่ได้บอกว่าตอบได้ดีแค่ไหน
GPT-6.1 Sol มีจุดยืนด้านหลักฐานที่แข็งแรงกว่า และคุ้มค่าที่จะระบุให้ชัดว่าเพราะเหตุใด แถว Intelligence Index อิสระของมันที่ระดับความพยายามในการใช้เหตุผลสูงสุดคือ 52 โดยมีค่าใช้จ่ายในการรันที่วัดได้อยู่ที่ $0.72 ต่องาน และความเร็วเอาต์พุตประมาณ 65 ถึง 67 โทเคนต่อวินาที — บุคคลที่สามเป็นผู้รัน ให้คะแนน และรายงานว่าการรันนั้นมีค่าใช้จ่ายเท่าใด ตัวเลข Artificial Analysis Terminal-Bench 4.0 ของมันคือ 56.06 เทียบกับ 43.94 สำหรับ GPT-6 Sol รุ่นก่อนหน้า ซึ่งทำให้การก้าวกระโดดข้ามรุ่นในงานเอเจนต์ที่อิงเชลล์อยู่ที่ประมาณสิบสองคะแนน ในทางกลับกัน การประเมินผลแบบพาดหัวของ OpenAI เองสำหรับโมเดลนี้ — รวมถึงผล Terminal-Bench Science ที่ระบุ $5.47 ต่องานที่ความพยายามสูงสุด เทียบกับ $23.21 สำหรับ Claude Opus 5.5 — เป็นการรันของผู้ขายเองด้วยค่าพื้นฐานของผู้ขายเอง และยังไม่มีใครทำซ้ำผลเหล่านั้นได้
ดังนั้น สรุปหลักฐานอย่างตรงไปตรงมาก็เอนเอียง และเอนไปทางเดียว: GPT-6.1 Sol มีการวัดจากบุคคลที่สามทั้งในด้านคุณภาพและต้นทุนต่อหนึ่งงาน ส่วน Hy4 Preview มีคะแนนความชอบจากผู้ให้บริการเมื่อเทียบกับโมเดลแบบเปิดอื่น ๆ นั่นไม่ได้หมายความว่า Hy4 Preview แย่กว่าที่คะแนนความชอบบ่งบอก มันหมายความว่าไม่มีใครนอก Tencent วัดมัน ซึ่งเป็นคนละประเด็น และเป็นเหตุผลให้ทดสอบมันกับงานของคุณเอง แทนที่จะเชื่อตัวเลขของฝ่ายใดฝ่ายหนึ่ง
คำถามเรื่องการโฮสต์เอง พร้อมตัวเลขจริง
น้ำหนักแบบเปิดของ Hy4 Preview คือเหตุผลที่ต้องให้ความสำคัญกับมันนอกเหนือจากราคา API และเป็นเหตุผลที่ทำให้มันไม่ใช่ชัยชนะที่ตรงไปตรงมาเช่นกัน
ตัวเลขในทางปฏิบัติ ตามที่เผยแพร่: การควอนไทซ์แบบ Q4_K_M ของโมเดลใช้พื้นที่ประมาณ 435 GiB, การควอนไทซ์แบบ 1-bit ใช้ประมาณ 213 GiB, และโมเดลแบบไม่ควอนไทซ์เต็มรูปแบบต้องใช้ VRAM ในระดับ 1.5 TB ตัวเลข 213 GiB แบบ 1-bit เป็นเพียงตัวเดียวในสามตัวเลือกที่โหนดหน่วยความจำสูงเพียงโหนดเดียวสามารถรองรับได้ และยังเป็นตัวเลือกที่ทำให้คุณสูญเสียคุณภาพมากที่สุด ตัวเลข 435 GiB แบบ Q4_K_M ต้องใช้โครงสร้างพื้นฐานแบบหลาย GPU ซึ่งทีมส่วนใหญ่ไม่มีไว้พร้อมใช้
ความหมายในทางปฏิบัติคือ: การโฮสต์ Hy4 Preview ด้วยตนเองเป็นทางเลือกจริงสำหรับองค์กรที่มีฮาร์ดแวร์ระดับนั้นอยู่แล้ว และเป็นโครงการลงทุนสำหรับคนอื่น ๆ ทั้งหมด หากคุณอยู่ในกลุ่มแรก ราคา API ข้างต้นไม่เกี่ยวข้องกับคุณ — คุณกำลังแลกบิลแบบคิดตามการใช้งานเป็นบิลแบบคงที่ และ Apache 2.0 ไม่มีค่าใช้จ่ายด้านใบอนุญาตเพิ่มเติม หากคุณอยู่ในกลุ่มที่สอง อัตราค่า API เป็นตัวเลขเดียวที่สำคัญ และอัตรา $0.834 / $2.501 / $0.042 เป็นเหตุผลที่ทำให้ต้องพิจารณาโมเดลนี้เลย
ข้อควรระวังหนึ่งข้อจากผู้ใช้ และมันเป็นข้อควรระวังด้านค่าใช้จ่ายมากกว่าด้านความสามารถ: จุดบกพร่องที่ระบุไว้ในเอกสารของ Hy4 Preview คือการให้เหตุผลมากเกินไปและการตรวจสอบมากเกินไป — ใช้โทเค็นมากกว่าที่งานหนึ่งต้องการ ตรวจสอบงานที่ถูกต้องอยู่แล้ว บน API ที่คิดค่าบริการตามการใช้งาน พฤติกรรมนั้นจะปรากฏบนบรรทัดผลลัพธ์ที่ $2.501 ต่อล้านโทเค็น; บนฮาร์ดแวร์ที่โฮสต์เอง จะปรากฏเป็นความหน่วง ไม่ว่าจะเป็นกรณีใด อุณหภูมิที่แนะนำที่ 0.9 และการตั้งค่าการให้เหตุผลเริ่มต้นเป็น "high" ล้วนเป็นตัวเลือกการกำหนดค่าที่คุ้มค่าจะปรับจูนก่อนที่คุณจะตัดสินโมเดลในเรื่องค่าใช้จ่าย
![A headless capture of the OrcaRouter model page for tencent/hy4-preview, captured 2026-10-12, showing the breadcrumb Home / Models / Tencent, the 'Hy4 preview' heading and the slug tencent/hy4-preview, capability tags for Tools, JSON and Reasoning, the vendor line 'by Tencent - 2026-08-28', a description stating that Hy4 preview is Tencent's latest Mixture-of-Experts flagship with 770B total parameters, 49B activated per token, 78 layers, 256 routed experts plus 1 shared expert and a 1M-token context window, a further line describing it as a text-only model built for coding agents, complex tool-use workflows and productivity work with a native MTP layer for speculative decoding, a Developer section, capability labels reading reasoning, coding and agentic, the endpoint paths /v1/chat/completions and /v1/responses, the rate strip showing $0.83 input and $2.50 output with a 5.29 s latency figure, and a button reading 'Get the Hy4 pr[evi]ew'.](https://cms.orcarouter.ai/api/media/file/4-1830.png)
การ์ดใบไหนที่คุณควรถือ
โมเดลทั้งสองไม่ใช่สินค้าทดแทนกันสำหรับผู้ซื้อรายเดียวกัน และการแบ่งแยกนั้นชัดเจน
เลือก GPT-6.1 Sol หากงานนั้นมีต้นทุนสูงหากทำผิดพลาด และถูกเมื่อเทียบกับค่าใช้จ่ายของความล้มเหลว — ลูปการเขียนโค้ดแบบเอเจนต์ที่ยาวนาน การใช้งานคอมพิวเตอร์ งานวิชาชีพที่เน้นเอกสารจำนวนมาก ซึ่งงานที่ล้มเหลวมีค่าใช้จ่ายมากกว่าโทเค็นที่สร้างมันขึ้นมา GPT-6.1 Sol มีการวัดผลที่เป็นอิสระ มีบริบทที่กว้างกว่า มีเพดานเอาต์พุตเป็นสองเท่า และมีจุดตัดความรู้ที่ 2026-04-30 เตรียมงบประมาณสำหรับความจริงที่ว่ามิเตอร์เอาต์พุตคือจุดที่เงินถูกใช้ไป และออกแบบโดยคำนึงถึงขีดจำกัด 272,000 โทเค็นอินพุต ซึ่งเหนือกว่านั้น OpenAI จะคิดราคาใหม่ทั้งคำขอ มีอยู่ในแค็ตตาล็อกของเราที่อัตราตามที่ OpenAI กำหนด โดยบวกเพิ่ม 0%: https://www.orcarouter.ai/models/openai/gpt-6.1-sol.
เลือกใช้ Hy4 Preview หากปริมาณงานสูง ไวต่อต้นทุน และยอมรับโมเดลที่ยังไม่มีใครนอกเหนือจากผู้ผลิตได้ทำการวัดประสิทธิภาพ — การสกัดข้อมูลจำนวนมาก การจำแนกประเภท การสรุปความ และเอเจนต์ที่เรียกใช้เครื่องมือซึ่งงานถูกระบุไว้อย่างชัดเจนและความล้มเหลวมีค่าใช้จ่ายในการลองใหม่ต่ำ ที่ราคา $0.834 / $2.501 / $0.042 นั้นคิดเป็นหนึ่งในสามของต้นทุนเมื่อใช้จำนวนโทเค็นเท่ากัน มันเป็นโอเพนซอร์สภายใต้ Apache 2.0 หากคุณอยากเลิกเช่าใช้งานในสักวัน และอยู่ในแค็ตตาล็อกของเราที่ราคาตามรายการของ Tencent โดยไม่มีการบวกราคาเพิ่ม: https://www.orcarouter.ai/models/tencent/hy4-preview กฎการบวกราคา 0% แบบเดียวกันนี้ใช้กับทั้งสองแถว ซึ่งหมายความว่าการลดราคาของผู้ขายจะปรากฏในแค็ตตาล็อกในวันเดียวกับที่ปรากฏบนหน้าของผู้ขาย แทนที่จะเป็นหลังจากที่ผู้ค้าปลีกสังเกตเห็น
การตั้งค่าที่ทีมส่วนใหญ่จะต้องการจริง ๆ คือใช้ทั้งสองอย่าง โดยให้โมเดลราคาถูกแบกรับปริมาณงานส่วนโมเดลราคาแพงรับงานหางที่ยาก — และนั่นคือการตั้งค่าที่เอนด์พอยต์เดียวซึ่งมี automatic failover ข้ามโมเดลกว่า 200 ตัวอยู่เพื่อทำให้มีต้นทุนต่ำ เนื่องจากโมเดลที่ยังไม่ผ่านการพิสูจน์อย่าง Hy4 Preview นั้นลองใช้ได้ง่ายกว่ามากเมื่อมันอยู่หลังคีย์เดียวกับโมเดลที่คุณไว้วางใจอยู่แล้ว โดยมีเส้นทางที่สลับสำรองให้อัตโนมัติ แทนที่จะต้องดูแลการเชื่อมต่ออีกชุดหนึ่ง
การเปรียบเทียบในบทความนี้1
ตรวจพบจากบทความนี้ · เบนช์มาร์ก: Artificial Analysis · อัปเดตทุกวัน
