Recursive: Flint (free) vs. ScaleDown: Extract
Ein direkter Vergleich von Recursive: Flint (free) (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
| Recursive: Flint (free) | ScaleDown: Extract | |
|---|---|---|
| Anbieter | Recursive | ScaleDown |
| Eingabe | - | 0,14 $ / 1 Mio. Tokens (≈ 0,12 €) |
| Kontextfenster | 262.144 | 1.000.000 |
| Max. Ausgabe | 235.929 | 900.000 |
| Eingabe | text | text, image, file |
| Ausgabe | text | text |
| Tool Calling | ||
| Strukturierte Ausgabe | ||
| Reasoning-Steuerung | ||
| Hinzugefügt | 21.10.2026 | 13.10.2026 |
Die wichtigsten Unterschiede
- ScaleDown: Extract liest 3.8× mehr Kontext (1.000.000 Tokens).
- Nur Recursive: Flint (free) unterstützt Tool Calling.
- Nur Recursive: Flint (free) unterstützt Steuerung des Reasoning-Aufwands.
Im Detail
Rekursiv: Flint (kostenlos) ist ein Textmodell von Rekursiv, veröffentlicht am 2026-10-21. ScaleDown: Extract ist ein Textmodell von ScaleDown, veröffentlicht am 2026-10-13. Beide werden über api14 in der Kategorie Text bereitgestellt, und beide nehmen Text entgegen und geben Text zurück, sodass sie auf der Ebene der grundlegenden Form dieselbe Art von Endpunkt sind. Der Unterschied liegt darin, wofür jedes einzelne gut geeignet ist und wie stark man es steuern kann.
ScaleDown: Extract hat das größere Kontextfenster der beiden, mit 1.000.000 Tokens gegenüber 262.144 bei Flint. Es akzeptiert außerdem Bild- und Dateieingaben neben Text, während Flint nur Text akzeptiert. Flint hingegen bietet einen deutlich größeren Satz unterstützter Parameter: include_reasoning, logprobs, max_tokens, reasoning, response_format, seed, stop, temperature, tools, top_logprobs und top_p. ScaleDown: Extract unterstützt nur max_tokens. Flint ist also das Modell mit Tool-Aufrufen und Reasoning-Steuerung, und es ist das einzige der beiden mit diesen Fähigkeiten. Keines der Modelle ist als günstiger bei Eingabe oder Ausgabe gekennzeichnet, behandeln Sie sie also als etwa gleich teuer und prüfen Sie die Live-Tabelle für die tatsächlichen Zahlen.
Wenn Ihre Aufgabe Funktions- oder Tool-Aufrufe erfordert, oder Sie Reasoning einschalten und Log-Wahrscheinlichkeiten auslesen möchten, ist Flint die Wahl, denn ScaleDown: Extract bietet diese Parameter überhaupt nicht an. Wenn Ihre Aufgabe Arbeit mit langen Dokumenten ist, oder Sie Bilder oder Dateien in derselben Anfrage übergeben müssen, ist ScaleDown: Extract die Wahl, denn Flint kann diese Modalitäten nicht aufnehmen und sein Kontext ist etwa ein Viertel so groß. Für einfache Textgenerierung, bei der Sie nur eine Vervollständigung und Kontrolle über das Sampling möchten, funktioniert beides, und Flint gibt Ihnen mehr Stellschrauben (temperature, top_p, seed, stop), um die Ausgabe zu formen.
Beide Modelle über api14 aufzurufen ist derselbe Vorgang. Die API ist OpenAI-kompatibel, also richten Sie Ihren vorhandenen Client auf die api14-Basis-URL, senden Sie eine Chat-Completions-Anfrage mit Ihren Nachrichten und setzen Sie das Feld model. Um Flint zu verwenden, setzen Sie model auf "recursive/flint-v1.0:free". Um ScaleDown: Extract zu verwenden, setzen Sie model auf "scaledown/extract". Sonst muss sich nichts im Anfrage-Body für einen einfachen Aufruf ändern. Wenn Sie von einem zum anderen wechseln, tauschen Sie die model-id aus und, falls Sie sich auf Parameter verlassen haben, die das neue Modell nicht auflistet, lassen Sie diese weg, da ScaleDown: Extract nur max_tokens akzeptiert.
Es gibt einen Fall, in dem das kleinere, stärker eingeschränkte Modell immer noch die bessere Wahl ist: wenn die Aufgabe die Extraktion aus einem großen Textkörper ist, oder aus Text plus Bildern oder Dateien, und Sie keine Tools oder Reasoning-Ausgabe benötigen. ScaleDown: Extract deckt das mit seinem größeren Kontext und seinen zusätzlichen Eingabemodalitäten ab, und Sie zahlen nicht für Steuerungen, die Sie nicht verwenden werden.
Wechseln mit einem String
Beide Modelle nutzen denselben Endpunkt und dieselbe Anfragestruktur. Ändern Sie den model-Wert von "recursive/flint-v1.0: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