استدعاء متكرر: Flint (مجاني) هو نموذج نصي من Recursive، صدر في 2026-10-21. ScaleDown: Extract هو نموذج نصي من ScaleDown، صدر في 2026-10-13. يتم تقديم كليهما عبر api14 ضمن فئة النصوص، وكلاهما يستقبل النص ويعيد النص، لذا على مستوى الشكل الأساسي هما نفس نوع نقطة النهاية. الفرق يكمن في ما صُمم كل منهما لإتقانه ومدى قدرتك على توجيهه.
يمتلك ScaleDown: Extract نافذة السياق الأكبر بين الاثنين، بواقع 1,000,000 رمز مقابل 262,144 لـ Flint. كما يقبل مدخلات الصور والملفات إلى جانب النص، بينما يقبل Flint النص فقط. في المقابل، يعرض Flint مجموعة أوسع بكثير من المعاملات المدعومة: include_reasoning وlogprobs وmax_tokens وreasoning وresponse_format وseed وstop وtemperature وtools وtop_logprobs وtop_p. أما ScaleDown: Extract فيدعم max_tokens فقط. لذا فإن Flint هو صاحب استدعاء الأدوات وأدوات التحكم في الاستدلال، وهو الوحيد بين الاثنين الذي يمتلك هذه القدرات. لم يُصنَّف أي من النموذجين على أنه أرخص في الإدخال أو الإخراج، لذا تعامل معهما على أنهما بنفس السعر تقريبًا وراجع الجدول المباشر للحصول على الأرقام الفعلية.
إذا كانت مهمتك تتطلب استدعاءات دوال أو أدوات، أو أردت تشغيل الاستدلال وقراءة الاحتمالات اللوغاريتمية، فإن Flint هو الخيار، لأن ScaleDown: Extract لا يقدم هذه المعاملات إطلاقًا. إذا كانت مهمتك العمل على مستندات طويلة، أو احتجت إلى تمرير صور أو ملفات في الطلب نفسه، فإن ScaleDown: Extract هو الخيار، لأن Flint لا يستطيع استقبال هذه الأنماط وسياقه يبلغ نحو ربع الحجم. لتوليد نص عادي حيث تريد فقط إكمالًا وتحكمًا في أخذ العينات، يصلح أي منهما، ويمنحك Flint مزيدًا من أدوات الضبط (temperature وtop_p وseed وstop) لتشكيل المخرجات.
استدعاء أي من النموذجين عبر api14 هو العملية نفسها. الواجهة البرمجية متوافقة مع OpenAI، لذا توجه عميلك الحالي إلى عنوان api14 الأساسي، وترسل طلب إكمال محادثة مع رسائلك، وتضبط حقل model. لاستخدام Flint، اضبط model على "recursive/flint-v1.0:free". لاستخدام ScaleDown: Extract، اضبط model على "scaledown/extract". لا يحتاج أي شيء آخر في جسم الطلب إلى التغيير لاستدعاء أساسي. إذا كنت تنتقل من أحدهما إلى الآخر، فاستبدل معرّف النموذج، وإذا كنت تعتمد على معاملات لا يدرجها النموذج الجديد، فاحذفها، لأن ScaleDown: Extract يقبل max_tokens فقط.
هناك حالة واحدة يظل فيها النموذج الأصغر والأكثر تقييدًا هو الخيار الأفضل: عندما تكون المهمة استخراجًا من كمية كبيرة من النص، أو من نص مع صور أو ملفات، ولا تحتاج إلى أدوات أو مخرجات استدلال. يغطي ScaleDown: Extract ذلك بسياقه الأكبر وأنماط إدخاله الإضافية، ولا تدفع مقابل أدوات تحكم لن تستخدمها.