LiquidAI: d1-ultra vs. TypeSafe: Jev 1.14
Ein direkter Vergleich von LiquidAI: d1-ultra (0,15 $ / 1 Mio. Tokens (≈ 0,13 €)) und TypeSafe: Jev 1.14 (0,15 $ / 1 Mio. Tokens (≈ 0,13 €)) mit aktuellen USD-Preisen und Funktionen aus dem api14-Katalog. Beide laufen über dieselbe OpenAI-kompatible API.
Technische Daten
| LiquidAI: d1-ultra | TypeSafe: Jev 1.14 | |
|---|---|---|
| Anbieter | LiquidAI | TypeSafe |
| Eingabe | 0,15 $ / 1 Mio. Tokens (≈ 0,13 €) | 0,15 $ / 1 Mio. Tokens (≈ 0,13 €) |
| Cache-Lesen | 0,15 $ / 1 Mio. Tokens (≈ 0,13 €) | - |
| Kontextfenster | 32.768 | 262.144 |
| Max. Ausgabe | 29.491 | 235.929 |
| Eingabe | text, image | text, image |
| Ausgabe | decisions | decisions |
| Tool Calling | ||
| Strukturierte Ausgabe | ||
| Reasoning-Steuerung | ||
| Hinzugefügt | 15.10.2026 | 14.10.2026 |
Die wichtigsten Unterschiede
- Beide haben etwa denselben Eingabepreis.
- TypeSafe: Jev 1.14 liest 8.0× mehr Kontext (262.144 Tokens).
- Eine Anfrage mit 1.000 Eingabe- und 500 Ausgabe-Tokens kostet mit LiquidAI: d1-ultra 0,000147 $ und mit TypeSafe: Jev 1.14 0,000147 $.
Im Detail
LiquidAI: d1-ultra ist ein Modell von LiquidAI, und TypeSafe: Jev 1.14 ist ein Modell von TypeSafe. Beide liegen in der Kategorie decisions, was bedeutet, dass ihre Ausgabe keine freie Prosa ist, sondern eine Entscheidung, also sollten Sie sie als Komponenten behandeln, die eine Auswahl zurückgeben, und nicht als Chat-Modelle, die Text zurückschreiben. LiquidAI hat d1-ultra am 2026-10-15 veröffentlicht, einen Tag nachdem TypeSafe Jev 1.14 am 2026-10-14 veröffentlicht hat. Wenn Ihre Architektur bereits einen decisions-Endpunkt annimmt, kann jedes der beiden Modelle diese Rolle übernehmen.
Die beiden sind bei der Eingabeverarbeitung ähnlich und unterscheiden sich stark darin, wie viel sie auf einmal lesen können. Beide akzeptieren Text- und Bildeingabe, und beide geben Entscheidungen aus, sodass keines einen Modalitätsvorteil gegenüber dem anderen hat. Die eigentliche Trennung liegt bei der Kontextlänge: d1-ultra unterstützt 32768 Tokens, während Jev 1.14 262144 Tokens unterstützt, was Jev 1.14 zu dem Modell mit dem deutlich größeren Kontext macht. Keines der Modelle listet unterstützte Parameter auf, sodass Sie das Sampling-Verhalten, die Temperatur oder ähnliche Stellschrauben nicht über den Request-Body abstimmen können. Beim Preis sind die beiden für die Eingabe etwa gleich, und für die Ausgabekosten ist kein bedeutender Unterschied verzeichnet, sodass die Kosten nicht die Achse sind, die das für Sie entscheiden sollte.
Wählen Sie danach, über wie viel Material die Entscheidung getroffen werden muss. Wenn die Entscheidung von einer großen Textmenge, einem langen Transkript, einem großen Dokumentensatz oder vielen Bildern plus ihrem umgebenden Kontext abhängt, ist Jev 1.14 die sicherere Wahl, weil sein Kontextfenster viel größer ist und Sie die Belege, auf denen die Entscheidung beruht, weniger wahrscheinlich abschneiden. Wenn die Entscheidung eng gefasst ist und die relevante Eingabe bequem in 32768 Tokens passt, ist d1-ultra eine vernünftige Wahl, und es gibt keinen Kosten-Nachteil bei der Wahl, da die Eingabepreise etwa gleich sind. Denken Sie in beiden Fällen daran, dass das Modell eine Entscheidung zurückgibt, sodass die umgebende Logik, die erlaubte Menge von Ergebnissen und die Validierung dieser Ausgabe auf Ihrer Seite bleiben.
Beide über api14 aufzurufen funktioniert auf dieselbe Weise, weil die API OpenAI-kompatibel ist. Sie richten Ihren vorhandenen Client auf api14, behalten Ihre übliche Request-Form bei und ändern nur das Feld model id zwischen "liquid/d1-ultra" und "typesafe/jev-1.14". Alles andere im Aufruf, die messages, die Text- und Bildteile und die Antwortverarbeitung, bleibt wie es ist. Das bedeutet, Sie können gegen eine id entwickeln und dann die id umschalten, um die andere mit Ihren eigenen Eingaben zu vergleichen, ohne den Integrationscode neu zu schreiben. Da keines der Modelle unterstützte Parameter offenlegt, senden Sie keine Tuning-Felder in der Erwartung, dass sie wirksam werden.
Es gibt in den gegebenen Fakten keinen Fall, in dem ein Modell auf einer anderen Dimension als dem Kontext eindeutig die bessere Wahl ist. Sie sind beim Eingabepreis gleichauf, sie stimmen bei den Eingabe- und Ausgabemodalitäten überein, und keines bietet Tools, strukturierte Ausgabe oder Reasoning als unterscheidendes Merkmal. Die Entscheidung reduziert sich also auf eine einzige Frage: Passt Ihre Eingabe in 32768 Tokens? Wenn ja, wird jede id genügen, und Sie können nach anderen Gründen wählen. Wenn nein, verwenden Sie "typesafe/jev-1.14" und behalten Sie "liquid/d1-ultra" für die kleineren, in sich geschlossenen Entscheidungen, bei denen sein kürzerer Kontext keine Einschränkung ist.
Wechseln mit einem String
Beide Modelle nutzen denselben Endpunkt und dieselbe Anfragestruktur. Ändern Sie den model-Wert von "liquid/d1-ultra" auf "typesafe/jev-1.14", 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": "typesafe/jev-1.14",
"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