Free Models Router contra ScaleDown: Extract
Una comparativa lado a lado de Free Models Router (Gratis) y ScaleDown: Extract (0,14 US$ / 1M fragmentos (≈ 0,12 €)) con precios actuales en USD y capacidades del catálogo de api14. Ambos funcionan a través de la misma API compatible con OpenAI.
Especificaciones
| Free Models Router | ScaleDown: Extract | |
|---|---|---|
| Proveedor | OpenRouter | ScaleDown |
| Entrada | - | 0,14 US$ / 1M fragmentos (≈ 0,12 €) |
| Ventana de contexto | 200.000 | 1.000.000 |
| Salida máxima | - | 900.000 |
| Entrada | text, image | text, image, file |
| Salida | text | text |
| Llamadas a herramientas | ||
| Salida estructurada | ||
| Control del razonamiento | ||
| Añadido | 1 feb 2026 | 13 oct 2026 |
Diferencias clave
- ScaleDown: Extract lee 5.0× más contexto (1.000.000 tokens).
- Solo Free Models Router admite llamadas a herramientas.
- Solo Free Models Router admite salida JSON estructurada.
- Solo Free Models Router admite control del esfuerzo de razonamiento.
En detalle
Free Models Router es un modelo de texto de OpenRouter, listado bajo el id de modelo openrouter/free. ScaleDown: Extract es un modelo de texto de ScaleDown, listado bajo el id de modelo scaledown/extract. Ambos aceptan entrada de texto e imagen y ambos devuelven salida de texto, así que a nivel de forma básica están haciendo el mismo trabajo: envías contenido y recibes texto de vuelta. Las diferencias aparecen en cuánto puedes enviar y cuánto control tienes sobre la respuesta.
La división más clara es el contexto. ScaleDown: Extract tiene una ventana de contexto de 1,000,000 tokens frente a 200,000 de Free Models Router, así que ScaleDown es el indicado cuando el material es largo. ScaleDown también acepta entrada de archivos junto con texto e imagen, mientras que Free Models Router acepta solo texto e imagen. En la otra dirección, Free Models Router expone un amplio conjunto de parámetros: temperature, top_p, top_k, min_p, penalizaciones de frecuencia y presencia, penalización de repetición, seed, stop, logprobs y top_logprobs, response_format, structured_outputs, tool_choice y tools, además de controles de razonamiento como reasoning, reasoning_effort e include_reasoning. ScaleDown: Extract solo admite max_tokens. Así que Free Models Router es el modelo con llamada a herramientas, salida estructurada y controles de razonamiento, y ScaleDown es el modelo con la ventana más grande y entrada de archivos.
Para trabajo práctico, elige ScaleDown: Extract cuando la tarea sea extracción o resumen sobre entradas muy grandes, especialmente cuando esas entradas lleguen como archivos, y cuando una respuesta de texto simple sea todo lo que necesitas. Elige Free Models Router cuando la tarea necesite llamada a funciones, un esquema JSON en el que puedas confiar, o un esfuerzo de razonamiento explícito, y cuando la entrada quepa cómodamente dentro de 200,000 tokens. Si tu pipeline depende de controles de muestreo como seed o temperature, o de probabilidades logarítmicas para puntuación, Free Models Router es el único de los dos que los ofrece.
Llamar a cualquiera de los dos a través de api14 es la misma llamada. Ambos se sirven detrás del endpoint compatible con OpenAI, así que conservas tu cliente existente, tu arreglo de messages y tu autenticación, y cambias solo el id de modelo en el cuerpo de la solicitud, entre openrouter/free y scaledown/extract. Nada más en la forma de la solicitud necesita moverse, aunque deberías eliminar los parámetros que el modelo objetivo no lista, ya que ScaleDown: Extract solo admite max_tokens.
Hay un caso en el que el modelo más pequeño aún gana. Si tu trabajo es un prompt corto que necesita herramientas, salida estructurada o esfuerzo de razonamiento, el contexto extra de ScaleDown: Extract no te aporta nada, y Free Models Router es la mejor opción. Los campos de precio cualitativos para entrada y salida no son significativamente diferentes entre los dos, así que el costo no es el factor decisivo aquí; el tamaño del contexto, la entrada de archivos y el soporte de parámetros sí lo son.
Cambia con una sola cadena
Ambos modelos usan el mismo endpoint y la misma estructura de solicitud. Cambia el valor de model de "openrouter/free" a "scaledown/extract": 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": "scaledown/extract",
"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