Free Models Router vs. ScaleDown: Extract
Ein direkter Vergleich von Free Models Router (Kostenlos) und ScaleDown: Extract (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
| Free Models Router | ScaleDown: Extract | |
|---|---|---|
| Anbieter | OpenRouter | ScaleDown |
| Eingabe | - | 0,14 $ / 1 Mio. Tokens (≈ 0,12 €) |
| Kontextfenster | 200.000 | 1.000.000 |
| Max. Ausgabe | - | 900.000 |
| Eingabe | text, image | text, image, file |
| Ausgabe | text | text |
| Tool Calling | ||
| Strukturierte Ausgabe | ||
| Reasoning-Steuerung | ||
| Hinzugefügt | 01.02.2026 | 13.10.2026 |
Die wichtigsten Unterschiede
- ScaleDown: Extract liest 5.0× mehr Kontext (1.000.000 Tokens).
- Nur Free Models Router unterstützt Tool Calling.
- Nur Free Models Router unterstützt strukturierte JSON-Ausgabe.
- Nur Free Models Router unterstützt Steuerung des Reasoning-Aufwands.
Im Detail
Free Models Router ist ein Textmodell von OpenRouter, gelistet unter der Modell-ID openrouter/free. ScaleDown: Extract ist ein Textmodell von ScaleDown, gelistet unter der Modell-ID scaledown/extract. Beide nehmen Text- und Bildeingabe entgegen und beide geben Textausgabe zurück, auf der Ebene der grundlegenden Form erledigen sie also dieselbe Aufgabe: Sie senden Inhalte hinein, Sie bekommen Text zurück. Die Unterschiede zeigen sich darin, wie viel Sie senden können und wie viel Kontrolle Sie über die Antwort haben.
Die klarste Trennung ist der Kontext. ScaleDown: Extract hat ein Kontextfenster von 1.000.000 Tokens gegenüber 200.000 bei Free Models Router, ScaleDown ist also das Modell der Wahl, wenn das Material lang ist. ScaleDown akzeptiert zudem Dateieingabe neben Text und Bild, während Free Models Router nur Text und Bild akzeptiert. In die andere Richtung bietet Free Models Router eine breite Palette von Parametern: temperature, top_p, top_k, min_p, frequency und presence penalties, repetition penalty, seed, stop, logprobs und top_logprobs, response_format, structured_outputs, tool_choice und tools, plus Reasoning-Steuerungen wie reasoning, reasoning_effort und include_reasoning. ScaleDown: Extract unterstützt nur max_tokens. Free Models Router ist also das Modell mit Tool Calling, strukturierter Ausgabe und Reasoning-Steuerungen, und ScaleDown ist das Modell mit dem größeren Fenster und Dateieingabe.
Für die praktische Arbeit wählen Sie ScaleDown: Extract, wenn die Aufgabe Extraktion oder Zusammenfassung über sehr große Eingaben ist, besonders wenn diese Eingaben als Dateien eintreffen, und wenn eine reine Textantwort alles ist, was Sie brauchen. Wählen Sie Free Models Router, wenn die Aufgabe Function Calling, ein JSON-Schema, auf das Sie sich verlassen können, oder expliziten Reasoning-Aufwand erfordert, und wenn die Eingabe bequem in 200.000 Tokens passt. Wenn Ihre Pipeline von Sampling-Steuerungen wie seed oder temperature abhängt, oder von Log-Wahrscheinlichkeiten für die Bewertung, ist Free Models Router das einzige der beiden, das diese bietet.
Beide über api14 aufzurufen ist derselbe Aufruf. Beide werden hinter dem OpenAI-kompatiblen Endpunkt bereitgestellt, Sie behalten also Ihren bestehenden Client, Ihr messages-Array und Ihre Authentifizierung, und ändern nur die Modell-ID im Request-Body, zwischen openrouter/free und scaledown/extract. Sonst muss sich nichts an der Form des Requests ändern, allerdings sollten Sie Parameter weglassen, die das Zielmodell nicht auflistet, da ScaleDown: Extract nur max_tokens akzeptiert.
Es gibt einen Fall, in dem das kleinere Modell dennoch gewinnt. Wenn Ihre Aufgabe ein kurzer Prompt ist, der Tools, strukturierte Ausgabe oder Reasoning-Aufwand benötigt, bringt Ihnen der zusätzliche Kontext von ScaleDown: Extract nichts, und Free Models Router ist die bessere Wahl. Die qualitativen Preisfelder für Eingabe und Ausgabe unterscheiden sich zwischen den beiden nicht wesentlich, die Kosten sind hier also nicht der entscheidende Faktor; Kontextgröße, Dateieingabe und Parameterunterstützung sind es.
Wechseln mit einem String
Beide Modelle nutzen denselben Endpunkt und dieselbe Anfragestruktur. Ändern Sie den model-Wert von "openrouter/free" auf "scaledown/extract", 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.chat.completions.create({
"model": "scaledown/extract",
"messages": [
{
"role": "user",
"content": "Explain vector databases in two sentences."
}
]
});
console.log(result.choices[0].message.content);
Weitere Vergleiche
- LiquidAI: LFM3-1.7B vs. Ricursive: Ripple 65B Preview
- LiquidAI: LFM3-1.7B vs. Crouton Alpha
- LiquidAI: LFM3-1.7B vs. Tencent: Hy4
- LiquidAI: LFM3-1.7B vs. Z.ai: GLM 5.3 FlashX Legal
- Ricursive: Ripple 65B Preview vs. Crouton Alpha
- Ricursive: Ripple 65B Preview vs. Tencent: Hy4
- Ricursive: Ripple 65B Preview vs. Z.ai: GLM 5.3 FlashX Legal
- Crouton Alpha vs. Tencent: Hy4