Dolphin LLM vs model open ukuran menengah di OpenRouter
Diperbarui · harga diperiksa pada tanggal tersebut
Dolphin LLM menyajikan model tanpa sensor miliknya sendiri. OpenRouter dan DeepInfra menjual model chat open-weight berukuran menengah dari banyak penyedia. Kami mengambil salah satu yang populer dengan kelas ukuran yang sama sebagai referensi harga; berikut adalah perbandingan harga dan ketentuannya.
Poin kunci
- Sebagian besar penyedia mengenakan biaya $0,10 per 1M token input dan $0,89–$1,00 per 1M token output; Dolphin LLM mengenakan biaya $0,15 dan $0,50.
- OpenRouter mengenakan biaya tambahan 5,5% saat Anda membeli kredit pada paket Standarnya; Dolphin LLM tidak mengenakan biaya tambahan.
- Keduanya menawarkan konteks panjang: sekitar 256.000–262.000 token di penyedia layanan, 262.144 di Dolphin LLM.
- Beban kerja yang berat output lebih murah di Dolphin LLM; beban kerja yang berat input dengan prompt panjang mungkin lebih murah di tempat lain.
Harga dalam kelas ukuran yang sama
| Di mana | Input / 1M | Output / 1M | Konteks |
|---|---|---|---|
| Dolphin LLM | $0.15 | $0.50 | 262,144 |
| OpenRouter · CoreWeave (fp8) | $0.10 | $0.89 | 262,000 |
| OpenRouter · AkashML, Parasail (fp8) | $0.10 | $0.90 | 262,000 |
| OpenRouter · DeepInfra (fp8) | $0.10 | $0.95 | 262,000 |
| OpenRouter · Venice | $0.10 | $1.00 | 256,000 |
| OpenRouter · Darkbloom (fp4) | $0.05 | $0.70 | 262,000 |
| Langsung dari DeepInfra | $0.10 | $0.95 | 256,000 |
OpenRouter meneruskan daftar harga penyedia tanpa markup untuk inferensi, dan mengenakan biaya 5,5% pada pembelian kredit pada paket Standarnya.
Berapa biaya permintaan
| Permintaan | Dolphin LLM | OpenRouter · CoreWeave, termasuk biaya 5,5% |
|---|---|---|
| Giliran obrolan: 4.000 masuk, 2.000 keluar | $0.0016 | $0.0023 |
| Jawaban panjang: 1.000 masuk, 8.000 keluar | $0.00415 | $0.0076 |
| Dokumen panjang: 50.000 masuk, 1.000 keluar | $0.0080 | $0.0062 |
Harga output yang lebih rendah menang ketika model menulis banyak: chat, cerita, kode. Ketika Anda mengirim prompt panjang dan mendapatkan jawaban pendek, harga input yang lebih rendah dari penyedia lain menang.
Konteks
Para penyedia melayani model ini dengan konteks sekitar 256,000–262,000 token. Dolphin LLM melayani 262,144 token, prompt dan jawaban bersama-sama, sehingga dokumen panjang muat di keduanya.
Perilaku dan penagihan
Dolphin LLM menyajikan model tanpa sensor miliknya sendiri, yang telah di-tune untuk menjawab permintaan dewasa yang sah tanpa penolakan, dan memperbaruinya seiring waktu tanpa mengubah ID model. Penagihan dilakukan secara pra-bayar melalui kartu atau kripto, tanpa biaya pembelian; kredit tidak pernah kedaluwarsa dan permintaan yang gagal gratis. OpenRouter melakukan routing antar penyedia dan memberikan satu tagihan untuk banyak model.
Mana yang harus dipilih
- Pilih OpenRouter jika Anda menginginkan banyak model di balik satu kunci.
- Pilih Dolphin LLM jika beban kerja Anda bersifat output-heavy, jika Anda menginginkan model tanpa sensor, atau jika Anda ingin penagihan pra-bayar tanpa biaya tambahan.
Sumber
Harga berubah. Periksa halaman setiap penyedia sebelum Anda memutuskan.
Pertanyaan dan jawaban
Model apa yang dijalankan oleh Dolphin LLM?
Model chat tanpa sensor milik kami, disajikan di server kami sendiri. Kami memperbaruinya saat versi yang lebih baik muncul; ID model tetap uncensored, sehingga kode Anda tidak perlu diubah.
Mengapa harga output berbeda?
Dolphin LLM menjalankan modelnya di server GPU sendiri dan menetapkan daftar harganya sendiri: $0,15 per 1M token input dan $0,50 per 1M token output. Penyedia di OpenRouter menetapkan harga mereka secara independen.
Lebih banyak panduan
Dolphin LLM vs API OpenAIDolphin LLM dibandingkan dengan OpenAI GPT-6 Luna dan GPT-6.1 Terra: harga per 1M token, jendela konteks, kebijakan data, penagihan, dan kapan masing-masing cocok.
API Terhosting vs menyewa GPU untuk model berukuran menengahBerapa biaya menjalankan model open-weight ukuran menengah di GPU sewaan (RunPod, Vast.ai, Lambda) dibandingkan membayar per token di Dolphin LLM, dengan perhitungan titik impas.