多种模型,
一个接入入口。
在统一平台管理 API 密钥、选择可用模型与分组。按任务需要,找到适合的模型组合。
从模型接入,到渠道状态。
把选择交给你,把复杂留给我们。
不必在不同入口间反复切换。
从选择模型到观察表现,让信息更清晰。
在统一平台管理 API 密钥、选择可用模型与分组。按任务需要,找到适合的模型组合。
不同分组有不同倍率与定位,结合任务和预算自主选择,实际计费以控制台为准。
首字 P50 / P95、样本趋势与健康排名,让你了解最近的渠道表现,而不只看到一个“在线”。
平台监控支持分组检测、熔断与恢复管理。只读看板让使用者查看状态,管理操作留在后台。
先选任务,再选模型与档位。
把一次实际试用,变成清晰的选择依据。
日常调用先试 fast;需要比较不同响应档位时,再试 ultrafast。用相同任务检查答案质量、首字延迟和输出完整性,再选择常用方案。
“倍镜”是公告档位名称,不代表实际速度倍数,也不等于分组计费倍率。
公告说明:倍率 ≥0.25 的分组可使用这些变体。实际开放范围请核对控制台的模型列表。
gpt-5.6-luna-fastgpt-5.6-terra-fastgpt-5.6-sol-fastgpt-6-sol-fastgpt-6-astra-fastgpt-6.1-sol-fastgpt-6.1-sol-ultrafastgpt-6-astra-ultrafast
以上为公告快照;模型可用性会调整。下方雷达表没有这些 fast / ultrafast 变体的测评,不能直接套用基础模型的分数。
国模渠道的代表选择。可用日常问答、中文整理等实际任务,与常用模型比较结果。
国模渠道Grok 渠道的代表选择。针对同一问题对照回答,帮助判断是否适合你的工作流。
Grok 渠道Claude 渠道的代表选择。可从内容协作、任务拆解等用例开始试用,再按效果选用。
Claude 渠道这些代表模型未纳入下方雷达测评。模型名称、可用分组和接口支持范围,以控制台当前展示为准。
四个场景,给选择一个起点。
保留完整档位,方便你自己比较。
日常代码、分析与通用任务,可以先从这个档位开始验证。
面对更复杂的任务,可优先尝试这次测评中得分最高的组合。
简单问答、初稿与轻量处理,先试低档,再按完成效果升级。
可试简单改写与格式整理;复杂任务建议对照上方方案。
档位越高,得分不一定越高。本次测评中,GPT-6.1 Sol 的「高」档 99.1,高于「极高」档 97.7;其「最高」档为 104.7。GPT-6 Astra 的「极高」档 115.0,高于其「最高 / 超高」档。选型建议是试用起点,最终用你的任务验证。
6 个模型 · 34 个已提供成绩的档位
| 模型 / 档位 | 低 | 中 | 高 | 极高 | 最高 | 超高 |
|---|---|---|---|---|---|---|
| GPT-6.1 Sol | 78.6 | 79.0 | 99.1 | 97.7 | 104.7 | 103.8 |
| GPT-6 Astra | 96.0 | 89.3 | 105.0 | 115.0 | 108.4 | 108.5 |
| GPT-6 Sol | 35.4 | 38.1 | 55.4 | 54.7 | 67.3 | 70.0 |
| GPT-6 Luna | 13.6 | 26.5 | 35.4 | 48.2 | 50.2 | — |
| GPT-5.6 Sol | 31.2 | 49.0 | 72.1 | 61.1 | 69.3 | 89.4 |
| GPT-5.6 Luna | 21.2 | 32.4 | 50.4 | 52.3 | 51.4 | — |
数据为选型推荐卡收录的单次雷达测评,场景建议据此推断。— 表示未提供该档位。基础模型分数不代表 fast / ultrafast 变体的表现。
按创建密钥时的厂商列出可见分组。
倍率快照:2026.10.29。
名称沿用控制台。本次快照覆盖 Anthropic、OpenAI、其他;国产模型页未单独列出。名称、倍率和可用模型以控制台为准。
CODEX-拉闸当前是 ×0.055,控制台仍划去原 ×0.065。CODEX-稳定为 ×0.12。不降智从 ×0.18、×0.25 到 ×0.6 分多档,官 KEY 为 ×0.3。
备注写明含 *-fast *-ultrafast 的是 CODEX-不降智-全量池-025-备用 和 CODEX-不降智-官KEY-03。CC-MAX-可蒸馏为 ×3.5,蒸馏前联系 QQ 1003766930。
分组倍率是平台计费系数;倍镜是 fast / ultrafast 的公告档位名称;缓存率反映请求中的缓存命中情况,三者不是同一个指标。
实际费用需结合模型、输入输出用量、缓存及平台计费规则判断。使用记录中的实际账单,比单看倍率更有参考价值。
只读渠道看板展示最近的样本与分组检测信息。让你在选择之前,多一份判断依据。
以上为功能示意,不代表实时状态。历史样本不保证后续可用性。
从小量测试开始。
确认模型、分组与结果,再逐步增加调用。
进入 HONGHU AI 控制台,创建账号,查看公告和当前开放的模型与分组。
按实际需要充值;结合任务和倍率选组,并确认所需模型在该分组内可用。
按控制台指引创建 Key,将平台提供的 API 地址、Key 和准确模型名填入客户端。
用自己的任务检查输出质量、首字延迟和用量记录,再确定常用模型与档位。
按当前公告,高并发场景请选择 subapi 接入方式。具体 API 地址和接口设置以控制台说明为准,客户端中不要把官网页面地址直接当作 API 地址。
变更分组或模型后,先发起小量请求,确认接口兼容、可用余额与调用结果;密钥请妥善保管。
首字延迟反映开始收到内容前的等待;TPS 需要结合输出量、回答是否完整与任务质量一起看。输出很短或内容缺失时,单看一个速度数字不足以判断体验。
同一任务对比模型时,尽量保持输入和要求一致,再结合看板近期样本与自己的使用记录选择。
让接入简单一点,
让使用清楚一点。
本页收录的单次雷达测评,用于辅助比较模型和档位。你的任务、提示词与输出要求不同,效果也可能不同。fast / ultrafast 变体未包含在该表中,需要单独验证。
不是。分组倍率是计费规则中的一个因素,实际费用还取决于所选模型、输入输出用量、缓存及相关计费规则。请在使用前查看控制台最新的模型价格与分组信息。
首字样本条中,绿色代表首字延迟小于 10 秒,黄色代表 10 秒至不足 30 秒,红色代表不小于 30 秒,灰色代表无数据。分组检测采用另一套判定:答案正确为绿,答案错误为红,未识别或请求失败经重试后跳过为灰。请结合看板上的说明阅读。
从一次调用开始,找到你的模型与工作流。
开始使用 HONGHU AI 先看看渠道状态 ↗