LiquidAI: d1-ultra vs. ScaleDown: Classify-1
Ein direkter Vergleich von LiquidAI: d1-ultra (0,15 $ / 1 Mio. Tokens (≈ 0,13 €)) und ScaleDown: Classify-1 (0,14 $ / 1 Mio. Tokens (≈ 0,12 €)) mit aktuellen USD-Preisen und Funktionen aus dem api14-Katalog. Beide laufen über dieselbe OpenAI-kompatible API.
Technische Daten
| LiquidAI: d1-ultra | ScaleDown: Classify-1 | |
|---|---|---|
| Anbieter | LiquidAI | ScaleDown |
| Eingabe | 0,15 $ / 1 Mio. Tokens (≈ 0,13 €) | 0,14 $ / 1 Mio. Tokens (≈ 0,12 €) |
| Cache-Lesen | 0,15 $ / 1 Mio. Tokens (≈ 0,13 €) | - |
| Kontextfenster | 32.768 | 1.000.000 |
| Max. Ausgabe | 29.491 | 900.000 |
| Eingabe | text, image | text, image, file |
| Ausgabe | decisions | decisions |
| Tool Calling | ||
| Strukturierte Ausgabe | ||
| Reasoning-Steuerung | ||
| Hinzugefügt | 15.10.2026 | 13.10.2026 |
Die wichtigsten Unterschiede
- Beide haben etwa denselben Eingabepreis.
- ScaleDown: Classify-1 liest 30.5× mehr Kontext (1.000.000 Tokens).
- Eine Anfrage mit 1.000 Eingabe- und 500 Ausgabe-Tokens kostet mit LiquidAI: d1-ultra 0,000147 $ und mit ScaleDown: Classify-1 0,000140 $.
Im Detail
LiquidAI: d1-ultra ist ein Entscheidungsmodell von LiquidAI, veröffentlicht am 15. Oktober 2026. ScaleDown: Classify-1 ist ebenfalls ein Entscheidungsmodell, hergestellt von ScaleDown und zwei Tage früher veröffentlicht, am 13. Oktober 2026. Beide gehören derselben Kategorie an, das heißt, beide sind darauf ausgelegt, als Ausgabe eine Entscheidung zurückzugeben statt freien Fließtext, und beide werden über api14 unter den Modell-IDs liquid/d1-ultra und scaledown/classify-1 bereitgestellt.
Die deutlichste Trennung zwischen ihnen liegt bei Kontext und Eingabeverarbeitung. ScaleDown: Classify-1 akzeptiert ein Kontextfenster von 1.000.000 Tokens, während LiquidAI: d1-ultra 32.768 Tokens akzeptiert, das ScaleDown-Modell hat also den mit Abstand größeren Kontext. Bei den Eingabemodalitäten nimmt d1-ultra Text und Bilder entgegen, während Classify-1 Text, Bilder und Dateien entgegennimmt, das ScaleDown-Modell akzeptiert also eine zusätzliche Eingabeart. Beide erzeugen Entscheidungen als ihre einzige Ausgabemodalität. Keines der Modelle listet unterstützte Parameter auf, es gibt dort also keinen Unterschied, den man ausnutzen könnte, und der qualitative Vergleich zeigt keinen bedeutsamen Unterschied bei Tool-Nutzung, strukturierter Ausgabe oder Reasoning, man sollte also nicht annehmen, dass eines auf diesen Achsen stärker ist als das andere. Beim Preis sind die beiden beim Input etwa gleich, und der Vergleich liefert nichts Nützliches zum Output-Preis, man sollte sie also als vergleichbar bei den Kosten betrachten, statt allein nach dem Preis auszuwählen.
Für die praktische Arbeit ist der entscheidende Faktor meist, wie viel Material das Modell betrachten muss, bevor es entscheidet. Wenn Ihre Aufgabe lange Dokumente, große Textmengen oder irgendetwas umfasst, das über etwa dreißigtausend Tokens hinausgeht, ist ScaleDown: Classify-1 wegen seines viel größeren Kontextfensters die natürliche Wahl. Wenn Ihre Eingaben kurz sind und Sie dem Modell zusätzlich zum Text auch ein Bild übergeben möchten, deckt LiquidAI: d1-ultra diesen Fall ab, und es ist das Modell der Wahl, wenn Ihre Pipeline auf kompakte Entscheidungen aus Bild plus Text ausgelegt ist. Wenn Ihre Eingaben Dateien als eigene Eingabeart statt eingefügten Text oder Bilder umfassen, ist Classify-1 das Modell, das sie direkt akzeptiert.
Der Aufruf eines der beiden Modelle über api14 funktioniert auf dieselbe Weise, weil das Gateway eine OpenAI-kompatible API bereitstellt. Sie senden Ihre Anfrage an denselben Endpunkt mit derselben Anfrageform, und das Einzige, was Sie zwischen den beiden ändern, ist die Modell-ID: Verwenden Sie liquid/d1-ultra für das LiquidAI-Modell und scaledown/classify-1 für das ScaleDown-Modell. Alles andere in Ihrem Client, Ihrer Authentifizierung und Ihrer Antwortverarbeitung bleibt wie es ist, der Wechsel zwischen ihnen ist also eine Änderung in einer Zeile, und Sie können ihre Entscheidungen auf Ihren eigenen Daten vergleichen, ohne Integrationscode umzuschreiben.
Wechseln mit einem String
Beide Modelle nutzen denselben Endpunkt und dieselbe Anfragestruktur. Ändern Sie den model-Wert von "liquid/d1-ultra" auf "scaledown/classify-1", Prompts, Streaming und Tools funktionieren weiter.
import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://api14.com/api/v1",
apiKey: process.env.API14_API_KEY,
});
const result = await client.post("/decisions", { body: {
"model": "scaledown/classify-1",
"state": "Customer: I was charged twice for my order and want my money back.",
"questions": {
"team": {
"type": "choice",
"instructions": "Which team should handle this message?",
"criteria": {
"billing": "Payments, refunds, invoices",
"support": "Product questions and bugs",
"sales": "Pricing and new purchases"
}
},
"urgent": {
"type": "noul",
"instructions": "Does this need a reply today?",
"criteria": {
"true": "Money, outage or legal risk",
"false": "Can wait"
}
}
}
} });
console.log(result.answers);
Weitere Vergleiche
- LiquidAI: d1 Latest vs. LiquidAI: d1-ultra Latest
- LiquidAI: d1 Latest vs. Baseten: Joey 1
- LiquidAI: d1 Latest vs. LiquidAI: d1.1
- LiquidAI: d1 Latest vs. Morph: Reflex
- LiquidAI: d1-ultra Latest vs. Baseten: Joey 1
- LiquidAI: d1-ultra Latest vs. LiquidAI: d1.1
- LiquidAI: d1-ultra Latest vs. Morph: Reflex
- Baseten: Joey 1 vs. LiquidAI: d1.1