inclusionAI: Ling 3.1 Flash contra Reka Flash 3
Una comparativa lado a lado de inclusionAI: Ling 3.1 Flash (0,26 US$ / 1M fragmentos (≈ 0,23 €)) y Reka Flash 3 (0,35 US$ / 1M fragmentos (≈ 0,31 €)) con precios actuales en USD y capacidades del catálogo de api14. Ambos funcionan a través de la misma API compatible con OpenAI.
Especificaciones
| inclusionAI: Ling 3.1 Flash | Reka Flash 3 | |
|---|---|---|
| Proveedor | inclusionAI | Reka AI |
| Entrada | 0,26 US$ / 1M fragmentos (≈ 0,23 €) | 0,35 US$ / 1M fragmentos (≈ 0,31 €) |
| Salida | 0,79 US$ / 1M fragmentos (≈ 0,70 €) | 0,70 US$ / 1M fragmentos (≈ 0,62 €) |
| Lectura de caché | 0,05 US$ / 1M fragmentos (≈ 0,05 €) | - |
| Ventana de contexto | 1.000.000 | 65.536 |
| Salida máxima | 262.144 | 58.982 |
| Entrada | text | text |
| Salida | text | text |
| Llamadas a herramientas | ||
| Salida estructurada | ||
| Control del razonamiento | ||
| Añadido | 2 oct 2026 | 12 mar 2025 |
Diferencias clave
- inclusionAI: Ling 3.1 Flash es 25% más barato en tokens de entrada.
- Reka Flash 3 es 11% más barato en tokens de salida.
- inclusionAI: Ling 3.1 Flash lee 15.3× más contexto (1.000.000 tokens).
- Solo inclusionAI: Ling 3.1 Flash admite llamadas a herramientas.
- Una solicitud con 1.000 tokens de entrada y 500 de salida cuesta 0,000656 US$ con inclusionAI: Ling 3.1 Flash y 0,000700 US$ con Reka Flash 3.
En detalle
inclusionAI: Ling 3.1 Flash es un modelo de texto de inclusionAI, publicado el 2026-10-02. Reka Flash 3 es un modelo de texto de Reka AI, publicado el 2025-03-12. Ambos se sirven a través de api14 como modelos de chat con entrada de texto y salida de texto, por lo que ninguno maneja imágenes, audio u otras modalidades que no sean texto. La principal diferencia estructural entre ellos es la escala: Ling 3.1 Flash tiene una ventana de contexto de 1,000,000 de tokens, mientras que Reka Flash 3 tiene una ventana de contexto de 65,536 tokens.
Esa diferencia en la longitud del contexto es la diferencia de capacidad más clara. Ling 3.1 Flash puede contener aproximadamente quince veces más texto en una sola solicitud, lo cual importa para documentos largos, bases de código grandes, transcripciones extensas o ejecuciones de agentes de varios pasos en las que se desea mantener todo el historial en una sola llamada. Reka Flash 3 está diseñado en torno a entradas más cortas. En cuanto a parámetros, Ling 3.1 Flash admite un conjunto más amplio, incluidos tools y tool_choice, logit_bias, min_p y repetition_penalty, ninguno de los cuales aparece en la lista de Reka Flash 3. Ambos modelos admiten reasoning e include_reasoning, structured_outputs, response_format del lado de Ling, temperature, top_p, top_k, seed, stop, logprobs y top_logprobs, por lo que el muestreo básico y la generación estructurada están disponibles en cualquiera de los dos. El llamado a herramientas es la línea divisoria práctica: solo Ling 3.1 Flash incluye tools y tool_choice, así que si tu aplicación necesita llamadas a funciones, ese es el modelo que debes usar.
Para el trabajo diario, elige según la forma de la solicitud y no según afirmaciones de calidad bruta. Si estás resumiendo un contrato largo, buscando en un repositorio grande o ejecutando un agente que acumula contexto a lo largo de muchos turnos, Ling 3.1 Flash es la elección natural porque la ventana de 1,000,000 de tokens mantiene todo en un solo prompt y su soporte de herramientas encaja con los bucles de agentes. Si tus prompts son cortos, como clasificación, extracción, reescritura de un párrafo o una pregunta de un solo turno con una cantidad moderada de texto de referencia, Reka Flash 3 es una opción razonable y su precio de salida es el más barato de los dos. En el precio de entrada Ling 3.1 Flash es el lado más barato, por lo que las cargas de trabajo con mucha entrada y que caben dentro de 65,536 tokens todavía pueden inclinarse hacia Ling 3.1 Flash por costo, mientras que las cargas de trabajo con mucha salida favorecen a Reka Flash 3. Consulta la tabla de precios en vivo en esta página para ver los números reales antes de decidirte.
Llamar a cualquiera de los dos modelos a través de api14 funciona de la misma manera porque la API es compatible con OpenAI. Apuntas tu cliente a la URL base de api14, envías una solicitud estándar de chat completions con tu arreglo de messages y estableces el campo model. El único cambio entre los dos es esa cadena: usa inclusionai/ling-3.1-flash para Ling 3.1 Flash y rekaai/reka-flash-3 para Reka Flash 3. Tu código existente del SDK de OpenAI, la forma de la solicitud y el análisis de la respuesta se mantienen tal como están, así que cambiar es una edición de una línea y puedes dirigir diferentes solicitudes a diferentes modelos desde la misma base de código.
Cambia con una sola cadena
Ambos modelos usan el mismo endpoint y la misma estructura de solicitud. Cambia el valor de model de "inclusionai/ling-3.1-flash" a "rekaai/reka-flash-3": 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.chat.completions.create({
"model": "rekaai/reka-flash-3",
"messages": [
{
"role": "user",
"content": "Explain vector databases in two sentences."
}
]
});
console.log(result.choices[0].message.content);
Más comparativas
- LiquidAI: LFM3-1.7B contra Ricursive: Ripple 65B Preview
- LiquidAI: LFM3-1.7B contra Crouton Alpha
- LiquidAI: LFM3-1.7B contra Tencent: Hy4
- LiquidAI: LFM3-1.7B contra Z.ai: GLM 5.3 FlashX Legal
- Ricursive: Ripple 65B Preview contra Crouton Alpha
- Ricursive: Ripple 65B Preview contra Tencent: Hy4
- Ricursive: Ripple 65B Preview contra Z.ai: GLM 5.3 FlashX Legal
- Crouton Alpha contra Tencent: Hy4