TokenPico / 方法論

TokenPico 如何比較 AI 成本與效能

開發版本·2026 年 10 月 24 日

比較同類

模型、提供者端點和報價是獨立的事實。最初的公共目錄是2026年10月24日的目錄觀察。它不證明生命週期、端點配置、量化、部署區域或當前可用性。

成本方程

每月Token成本 = 請求 ×(未快取輸入 × 輸入速率 + 快取讀取 × 讀取速率 + 快取寫入 × 寫入速率 + 輸出 × 輸出速率)。匯率以每個Token的十進制美元形式儲存;顯示率標準化為一百萬個Token。十進制算術在比較和計算器之間共用。

有條件和缺失的價格

未知比率不為零。缺少快取速率會妨礙對使用該快取類別的時間進行估計。在實施和審查確切的每個請求閾值和 UTC 週期之前,有條件的目錄費率不包括在估算中。此初始資料集中不存在經過驗證的提供者報價,因此沒有最低價格推薦。

計數器精度

瀏覽器在 Web Worker 中執行帶有 o200k_base 的 gpt-tokenizer。這只是該編碼的精確文本標記化;它是其匹配標記器尚未經過驗證的模型的代理估計。它不包括 API 包裝器和多模式開銷。克勞德總是被標記為估計值。輸入總共限制為 1 MiB;這是一個初始護欄,並非針對每個設備的經過驗證的限制。

背景是預算

上下文規劃器會新增單獨編碼的文字欄位和文件,然後保留輸出空間。容量是用戶選擇的,並且必須根據確切的端點進行檢查。Token ID 對應於實際運行的編碼。

先選擇功能,再選擇價格

API Compare 中的每個模型都會在價格旁邊顯示其目錄報告輸入、工具呼叫和結構化輸出功能。這些是介面要求,而不是獨立測試的品質評級。不存在的目錄標誌是未知的,不是測量到的故障。圖像輸入意味著理解圖像,而不是產生圖像。

評估標準&原始來源

選擇與您的任務相符的評估。以下來源為獨立評估項目,並非 TokenPico 的認可。這些連結解釋了標準;他們並不斷言我們目錄中的每個模型都會出現在每個排行榜上。

人工智慧分析智慧指數

一般推理與知識

多項評估的綜合。比較相同的索引版本和推理設定。主要是英文和文字;它不建立圖像、音訊或多語言品質。

原始方法↗ · 原始結果 ↗

LiveBench

推理、數學和指示遵循

在多個任務中使用客觀的真實答案。檢查基準版本、類別、模型版本和推理設定;版本不可互換。

原始方法↗ · 原始結果 ↗

LiveCodeBench

程式碼產生和問題解決

透過執行測試和過時的問題集來評估程式碼。匹配任務、問題日期範圍、採樣設定和pass@k;競賽編碼與維護應用程式不同。

原始方法↗ · 原始結果 ↗

SWE 基準驗證

軟體工程代理

報告已解決的儲存庫問題的百分比。模型、代理工具、工具和預算共同決定結果。比較相同的已驗證子集和線束。

原始方法↗ · 原始結果 ↗

分數如何進入此比較

需要精確的模型/版本匹配、基準版本或問題日期範圍、推理設定、相關代理工具和工具、推理/Token預算、分數範圍、結果日期、原始來源和重新發布權限。供應商報告的結果和獨立運作必須單獨標記。切勿繼承家庭分數或將不同的基準量表混合到發明的總體分數中。

品質評分:未匯入表示未授權,此處附有設定匹配結果。這並不意味著零、品質差或缺乏其他地方的測試。如果沒有可比較的證據,就無法進行品質排序、每分價格或最佳模型推薦。

人工分析提供了版本化方法和具有歸屬和授權條件的資料 API。公眾可見度本身並不意味著重版授權。 API 歸屬與授權 ↗

2026 年 10 月 25 日檢查源參考。測試版本和覆蓋範圍可能會改變;選擇模型之前請參考原始結果。在您自己的代表性任務上驗證入圍模型。

績效不是一個分數

編碼、推理和人類偏好是不同的衡量標準。我們不會發布發明的智力分數。尚未匯入第三方基準值、速度測量值或受歡迎程度數字。 OpenRouter 的使用情況將描述該平台和規定的 UTC 時間段,而不是全球流行度。

訂閱與媒體

訂閱不是 API 優惠。國家、通路、稅收和實際年度預付款需要單獨的結帳證據。圖像和視頻價格需要匹配的一代規格和原始單位。待定候選人不排名。

回傳比較 ↗