Cloudflare: Clef contra Inception: Mercury Decide
Una comparativa lado a lado de Cloudflare: Clef (0,67 US$ / 1M fragmentos (≈ 0,60 €)) y Inception: Mercury Decide (0,07 US$ / 1M fragmentos (≈ 0,06 €)) con precios actuales en USD y capacidades del catálogo de api14. Ambos funcionan a través de la misma API compatible con OpenAI.
Especificaciones
| Cloudflare: Clef | Inception: Mercury Decide | |
|---|---|---|
| Proveedor | Cloudflare | Inception |
| Entrada | 0,67 US$ / 1M fragmentos (≈ 0,60 €) | 0,07 US$ / 1M fragmentos (≈ 0,06 €) |
| Ventana de contexto | 65.537 | 65.536 |
| Salida máxima | 58.983 | 58.982 |
| Entrada | text, image | text, image |
| Salida | decisions | decisions |
| Llamadas a herramientas | ||
| Salida estructurada | ||
| Control del razonamiento | ||
| Añadido | 1 oct 2026 | 30 sept 2026 |
Diferencias clave
- Inception: Mercury Decide es 90% más barato en tokens de entrada.
- Una solicitud con 1.000 tokens de entrada y 500 de salida cuesta 0,000672 US$ con Cloudflare: Clef y 0,000070 US$ con Inception: Mercury Decide.
En detalle
Cloudflare: Clef es un modelo de decisión de Cloudflare, e Inception: Mercury Decide es un modelo de decisión de Inception. Ambos figuran en la categoría de decisiones, y ambos se lanzaron con un día de diferencia a finales de 2026, Mercury Decide el 30 de septiembre y Clef el 1 de octubre. Son hermanos cercanos en propósito: llamas a uno cuando quieres que un modelo devuelva una decisión en lugar de prosa de forma libre.
Sus perfiles de capacidad son casi idénticos sobre el papel. Ambos aceptan entrada de texto e imagen, ambos emiten decisiones como su única modalidad de salida, y ambos no exponen parámetros ajustables, así que no hay nada que configurar más allá del prompt y el id del modelo. Las ventanas de contexto son efectivamente del mismo tamaño, 65537 tokens para Clef y 65536 para Mercury Decide, una diferencia de un token que no cambiará ninguna carga de trabajo real. Ninguno de los modelos está marcado como el único que admite herramientas, salida estructurada o razonamiento, así que en esos ejes no hay una separación significativa. La única diferencia cualitativa dada es el precio: Mercury Decide es el más barato de los dos en tokens de entrada. El precio de salida figura como aproximadamente el mismo, así que la brecha de coste, sea cual sea, proviene del lado de la entrada.
Para la mayoría de las tareas la elección se reduce a ese coste de entrada. Si tu carga de trabajo tiene mucha entrada, es decir, documentos largos, conjuntos grandes de imágenes, contextos recuperados extensos o llamadas repetidas sobre el mismo prompt voluminoso, Mercury Decide es la opción más barata y el valor predeterminado natural. Si tu carga de trabajo tiene mucha salida o está más o menos equilibrada, los dos son lo bastante parecidos como para que cualquiera sirva, y puedes elegir por otros motivos, como qué proveedor ya confías o cuál favorece tu evaluación. Como ambos aceptan imágenes, ambos son viables para tareas que mezclan capturas de pantalla, escaneos o diagramas con texto. Como ninguno de los modelos admite parámetros ajustables, no hay ajuste de muestreo ni de temperatura que sopesar en la decisión, lo que elimina una razón común para preferir uno sobre el otro.
Llamar a cualquiera de los dos modelos a través de api14 es la misma operación. La API es compatible con OpenAI, así que apuntas tu cliente existente a la URL base de api14, envías tu solicitud con la forma habitual de chat completions, y estableces el campo model a "cloudflare/clef" o "inception/mercury-decide". Nada más en el cuerpo de la solicitud necesita cambiar: el mismo array de messages, las mismas partes de contenido de imagen, la misma cabecera de autenticación. Cambiar entre los dos es una edición de una cadena, lo que abarata enrutar una solicitud dada al modelo que prefieras y hacer A/B entre los dos con tu propio tráfico.
Hay un caso en el que Clef sigue siendo la mejor elección a pesar de que Mercury Decide es más barato en entrada. Si tu evaluación muestra que Clef produce las decisiones que quieres de forma más fiable, o si ya has construido en torno a Cloudflare y quieres permanecer dentro de ese proveedor, la pequeña diferencia de precio de entrada es improbable que supere una preferencia de calidad u operativa. Los hechos aquí no establecen que ninguno de los modelos sea más preciso, así que trata la diferencia de precio como el único desempate firme y deja que tus propias pruebas resuelvan el resto.
Cambia con una sola cadena
Ambos modelos usan el mismo endpoint y la misma estructura de solicitud. Cambia el valor de model de "cloudflare/clef" a "inception/mercury-decide": los prompts, el streaming y las herramientas siguen funcionando.
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": "inception/mercury-decide",
"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);
Más comparativas
- LiquidAI: d1 Latest contra LiquidAI: d1-ultra Latest
- LiquidAI: d1 Latest contra Baseten: Joey 1
- LiquidAI: d1 Latest contra LiquidAI: d1.1
- LiquidAI: d1 Latest contra Morph: Reflex
- LiquidAI: d1-ultra Latest contra Baseten: Joey 1
- LiquidAI: d1-ultra Latest contra LiquidAI: d1.1
- LiquidAI: d1-ultra Latest contra Morph: Reflex
- Baseten: Joey 1 contra LiquidAI: d1.1