Llama 3.1 70B Instruct مقابل Saba: سعر API والسياق والميزات

نستخدم ملفات تعريف الارتباط. تُبقيك ملفات تعريف الارتباط وتخزين المتصفح مسجّلًا للدخول وتتذكر تفضيلاتك. وبإذنك نقيس أيضًا كيفية استخدام الموقع. يمكنك في أي وقت. راجع سياسة ملفات تعريف الارتباط.

جديد هنا؟ اكتشف كيف يعمل جولة لمدة دقيقة واحدة في ساحة التجربة والنماذج ومفتاح API الخاص بك.

Meta: Llama 3.1 70B Instruct مقابل Mistral: Saba

مقارنة جنبًا إلى جنب بين Meta: Llama 3.1 70B Instruct (‏2.52 US$ / مليون رمز (≈ ‏9.45 ر.س.‏)) وMistral: Saba (‏0.70 US$ / مليون رمز (≈ ‏2.63 ر.س.‏)) باستخدام الأسعار الحالية بالدولار والقدرات من كتالوج api14. يعمل كلاهما عبر API نفسها المتوافقة مع OpenAI.

المواصفات

	Meta: Llama 3.1 70B Instruct	Mistral: Saba
المزوّد	Meta	Mistral
الإدخال	‏2.52 US$ / مليون رمز (≈ ‏9.45 ر.س.‏)	‏0.70 US$ / مليون رمز (≈ ‏2.63 ر.س.‏)
الإخراج	‏2.52 US$ / مليون رمز (≈ ‏9.45 ر.س.‏)	‏2.10 US$ / مليون رمز (≈ ‏7.87 ر.س.‏)
قراءة ذاكرة التخزين المؤقت	-	‏0.07 US$ / مليون رمز (≈ ‏0.26 ر.س.‏)
نافذة السياق	131,072	32,768
الحد الأقصى للإخراج	8,192	26,214
الإدخال	text	text, file
الإخراج	text	text
استدعاء الأدوات
المخرجات المنظّمة
التحكم في الاستدلال
تاريخ الإضافة	23‏/07‏/2024	17‏/02‏/2025

أبرز الفروق

Mistral: Saba أرخص بنسبة 72% في رموز الإدخال.
Mistral: Saba أرخص بنسبة 17% في رموز الإخراج.
يقرأ Meta: Llama 3.1 70B Instruct سياقًا أكبر بمقدار 4.0× (131,072 رمز).
Mistral: Saba وحده يدعم استدعاء الأدوات.
Mistral: Saba وحده يدعم مخرجات JSON منظّمة.
يكلّف طلب يتضمن 1000 رمز إدخال و500 رمز إخراج ‏0.00378 US$ مع Meta: Llama 3.1 70B Instruct و‏0.00175 US$ مع Mistral: Saba.

بالتفصيل

ميتا: Llama 3.1 70B Instruct هو نموذج نصي من ميتا، صدر في 2024-07-23. Mistral: Saba هو نموذج نصي من Mistral، صدر في 2025-02-17. يتم تقديم كليهما عبر api14 كنماذج chat completions، وكلاهما يقبل المطالبات النصية ويعيد نصا. الفرق البنيوي الرئيسي هو أن Saba يقبل أيضا مدخلات الملفات، لذا يمكنك تمرير مستند إلى جانب مطالبتك بدلا من لصق محتوياته في الرسالة.

يختلف النموذجان بشكل أوضح في نافذة السياق والوسائط. يبلغ طول سياق Llama 3.1 70B Instruct 131072 رمزا، بينما يبلغ لدى Saba 32768 رمزا، لذا يمنحك Llama حوالي أربعة أضعاف المساحة للمدخلات الطويلة. Saba هو الوحيد من بين الاثنين الذي يقبل مدخلات الملفات؛ Llama 3.1 70B Instruct نصي دخولا ونصي خروجا. من حيث المعاملات، يكشف Llama عن مجموعة أوسع، بما في ذلك logit_bias و min_p و repetition_penalty و top_k، والتي لا يدرجها Saba. يدعم كلاهما tools و tool_choice و structured_outputs و response_format و seed و stop و temperature و top_p و frequency_penalty و presence_penalty و max_tokens، لذا فإن استدعاء الدوال والإخراج بأسلوب JSON متاحان على أي من الجانبين. من حيث السعر، Saba هو الخيار الأرخص للمدخلات، بينما Llama 3.1 70B Instruct هو الخيار الأرخص للمخرجات، لذا تعتمد الصفقة الأفضل على مقدار ما ترسله مقابل مقدار ما تولده.

للاختيار العملي، اتجه إلى Llama 3.1 70B Instruct عندما تكون مطالبتك أو محادثتك طويلة، أو عندما تحتاج إلى عناصر التحكم الإضافية في أخذ العينات مثل logit_bias أو min_p أو repetition_penalty أو top_k، أو عندما يكون عبء عملك ثقيلا في المخرجات ويكون معدل المخرجات الأرخص أكثر أهمية. اتجه إلى Mistral: Saba عندما تريد تسليم النموذج ملفا مباشرة بدلا من استخراج نصه بنفسك، أو عندما تتناسب مدخلاتك بشكل مريح داخل 32768 رمزا، أو عندما يكون عبء عملك ثقيلا في المدخلات ويكون معدل المدخلات الأرخص أكثر أهمية. إذا كنت غير متأكد، فإن نافذة السياق عادة ما تكون العامل الحاسم: أي شيء يتجاوز 32768 رمزا يجب أن يذهب إلى Llama.

استدعاء أي من النموذجين عبر api14 يعمل بالطريقة نفسها لأن واجهة API متوافقة مع OpenAI. توجه عميل OpenAI الحالي لديك إلى عنوان api14 الأساسي، وأرسل مفتاحك، واضبط حقل model على المعرف الذي تريده. لتبديل النماذج تغير فقط تلك السلسلة، بين "meta-llama/llama-3.1-70b-instruct" و "mistralai/mistral-saba". يبقى شكل الطلب ومصفوفة messages وتحليل الاستجابة متطابقا، لذا يمكنك نقل استدعاء من نموذج إلى آخر بتحرير سطر واحد، أو التوجيه بينهما في وقت التشغيل بناء على طول المدخلات أو ما إذا كان هناك ملف مرفق.

هناك حالات يظل فيها النموذج الآخر هو الخيار الأفضل حتى بعد أن تكون قد اخترت. إذا بدأت بـ Saba من أجل مدخلات الملفات ومعدل المدخلات الأرخص، لكن طلبا ما يتجاوز 32768 رمزا أو تحتاج إلى logit_bias أو min_p أو repetition_penalty أو top_k، فإن Llama 3.1 70B Instruct هو القادر على خدمته. إذا بدأت بـ Llama من أجل سياقه الطويل ومخرجاته الأرخص، لكنك تفضل تمرير مستند كملف بدلا من لصق نصه، فإن Saba يغطي ذلك. لا يوجد نموذج أفضل بشكل مطلق؛ يتبع الاختيار حجم مدخلاتك، وما إذا كنت تحتاج إلى مدخلات الملفات، والمعاملات التي تعتمد عليها في أخذ العينات، وما إذا كان إنفاقك على الرموز يميل نحو المدخلات أو المخرجات.

بدّل بتغيير سلسلة واحدة

يستخدم النموذجان نقطة النهاية نفسها وبنية الطلب نفسها. غيّر قيمة model من "meta-llama/llama-3.1-70b-instruct" إلى "mistralai/mistral-saba"، وتستمر الموجّهات والبث والأدوات في العمل.

تفاصيل Meta: Llama 3.1 70B Instruct وساحة التجربة →تفاصيل Mistral: Saba وساحة التجربة →

import OpenAI from "openai";

const client = new OpenAI({
  baseURL: "https://api14.com/api/v1",
  apiKey: process.env.API14_API_KEY,
});

const result = await client.chat.completions.create({
  "model": "mistralai/mistral-saba",
  "messages": [
    {
      "role": "user",
      "content": "Explain vector databases in two sentences."
    }
  ]
});
console.log(result.choices[0].message.content);

Meta: Llama 3.1 70B Instruct مقابل Mistral: Saba

المواصفات

أبرز الفروق

بالتفصيل

بدّل بتغيير سلسلة واحدة

مقارنات أخرى