Free Models Router مقابل ScaleDown: Extract
مقارنة جنبًا إلى جنب بين Free Models Router (مجاني) وScaleDown: Extract (0.14 US$ / مليون رمز (≈ 0.53 ر.س.)) باستخدام الأسعار الحالية بالدولار والقدرات من كتالوج api14. يعمل كلاهما عبر API نفسها المتوافقة مع OpenAI.
المواصفات
| Free Models Router | ScaleDown: Extract | |
|---|---|---|
| المزوّد | OpenRouter | ScaleDown |
| الإدخال | - | 0.14 US$ / مليون رمز (≈ 0.53 ر.س.) |
| نافذة السياق | 200,000 | 1,000,000 |
| الحد الأقصى للإخراج | - | 900,000 |
| الإدخال | text, image | text, image, file |
| الإخراج | text | text |
| استدعاء الأدوات | ||
| المخرجات المنظّمة | ||
| التحكم في الاستدلال | ||
| تاريخ الإضافة | 01/02/2026 | 13/10/2026 |
أبرز الفروق
- يقرأ ScaleDown: Extract سياقًا أكبر بمقدار 5.0× (1,000,000 رمز).
- Free Models Router وحده يدعم استدعاء الأدوات.
- Free Models Router وحده يدعم مخرجات JSON منظّمة.
- Free Models Router وحده يدعم التحكم في جهد الاستدلال.
بالتفصيل
Free Models Router هو نموذج نصي من OpenRouter، مُدرج تحت معرف النموذج openrouter/free. ScaleDown: Extract هو نموذج نصي من ScaleDown، مُدرج تحت معرف النموذج scaledown/extract. كلاهما يستقبل النص والصور كمدخلات، وكلاهما يُرجع النص كمخرجات، لذا على مستوى الشكل الأساسي فإنهما يقومان بالمهمة نفسها: ترسل المحتوى، فتحصل على نص في المقابل. تظهر الفروق في حجم ما يمكنك إرساله ومقدار التحكم الذي تملكه في الاستجابة.
أوضح انقسام هو سياق النموذج. يمتلك ScaleDown: Extract نافذة سياق تبلغ 1,000,000 رمز مقابل 200,000 لـ Free Models Router، لذا فإن ScaleDown هو الخيار الذي تلجأ إليه عندما تكون المادة طويلة. كما يقبل ScaleDown إدخال الملفات إلى جانب النص والصور، بينما يقبل Free Models Router النص والصور فقط. في الاتجاه المقابل، يُتيح Free Models Router مجموعة واسعة من المعاملات: temperature، وtop_p، وtop_k، وmin_p، وعقوبات frequency وpresence، وعقوبة repetition، وseed، وstop، وlogprobs وtop_logprobs، وresponse_format، وstructured_outputs، وtool_choice وtools، بالإضافة إلى عناصر التحكم في الاستدلال مثل reasoning، وreasoning_effort، وinclude_reasoning. أما ScaleDown: Extract فيدعم max_tokens فقط. لذا فإن Free Models Router هو النموذج الذي يمتلك استدعاء الأدوات والمخرجات المهيكلة وعناصر التحكم في الاستدلال، وScaleDown هو النموذج الذي يمتلك النافذة الأكبر وإدخال الملفات.
للعمل العملي، اختر ScaleDown: Extract عندما تكون المهمة استخراجًا أو تلخيصًا لمدخلات ضخمة جدًا، خصوصًا عندما تصل تلك المدخلات كملفات، وعندما تكون الإجابة النصية العادية كل ما تحتاجه. اختر Free Models Router عندما تتطلب المهمة استدعاء الدوال، أو مخطط JSON يمكنك الاعتماد عليه، أو جهد استدلال صريح، وعندما تكون المدخلات مناسبة بسهولة داخل 200,000 رمز. إذا كانت خط أنابيبك تعتمد على عناصر التحكم في أخذ العينات مثل seed أو temperature، أو على الاحتمالات اللوغاريتمية للتنقيط، فإن Free Models Router هو الوحيد من بين الاثنين الذي يوفرها.
استدعاء أي منهما عبر api14 هو الاستدعاء نفسه. كلاهما يُقدَّم خلف نقطة النهاية المتوافقة مع OpenAI، لذا تُبقي عميلك الحالي، ومصفوفة messages، والمصادقة الخاصة بك، وتغيّر فقط معرف النموذج في جسم الطلب، بين openrouter/free وscaledown/extract. لا يحتاج أي شيء آخر في شكل الطلب إلى التغيير، وإن كان ينبغي عليك إسقاط المعاملات التي لا يدرجها النموذج المستهدف، لأن ScaleDown: Extract يقبل max_tokens فقط.
هناك حالة يفوز فيها النموذج الأصغر رغم ذلك. إذا كانت مهمتك عبارة عن مطالبة قصيرة تحتاج أدوات، أو مخرجات مهيكلة، أو جهد استدلال، فإن السياق الإضافي في ScaleDown: Extract لا يمنحك شيئًا، ويكون Free Models Router هو الأنسب. حقول السعر النوعية للمدخلات والمخرجات ليست مختلفة بشكل ذي دلالة بين الاثنين، لذا فإن التكلفة ليست العامل الحاسم هنا؛ بل حجم السياق، وإدخال الملفات، ودعم المعاملات هي العوامل الحاسمة.
بدّل بتغيير سلسلة واحدة
يستخدم النموذجان نقطة النهاية نفسها وبنية الطلب نفسها. غيّر قيمة model من "openrouter/free" إلى "scaledown/extract"، وتستمر الموجّهات والبث والأدوات في العمل.
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": "scaledown/extract",
"messages": [
{
"role": "user",
"content": "Explain vector databases in two sentences."
}
]
});
console.log(result.choices[0].message.content);
مقارنات أخرى
- LiquidAI: LFM3-1.7B مقابل Ricursive: Ripple 65B Preview
- LiquidAI: LFM3-1.7B مقابل Crouton Alpha
- LiquidAI: LFM3-1.7B مقابل Tencent: Hy4
- LiquidAI: LFM3-1.7B مقابل Z.ai: GLM 5.3 FlashX Legal
- Ricursive: Ripple 65B Preview مقابل Crouton Alpha
- Ricursive: Ripple 65B Preview مقابل Tencent: Hy4
- Ricursive: Ripple 65B Preview مقابل Z.ai: GLM 5.3 FlashX Legal
- Crouton Alpha مقابل Tencent: Hy4