ScaleDown: Classify-1 contra Together: Tev1 4B Experimental
Una comparativa lado a lado de ScaleDown: Classify-1 (0,14 US$ / 1M fragmentos (≈ 0,13 €)) y Together: Tev1 4B Experimental (0,15 US$ / 1M fragmentos (≈ 0,13 €)) con precios actuales en USD y capacidades del catálogo de api14. Ambos funcionan a través de la misma API compatible con OpenAI.
Especificaciones
| ScaleDown: Classify-1 | Together: Tev1 4B Experimental | |
|---|---|---|
| Proveedor | ScaleDown | Together |
| Entrada | 0,14 US$ / 1M fragmentos (≈ 0,13 €) | 0,15 US$ / 1M fragmentos (≈ 0,13 €) |
| Ventana de contexto | 1.000.000 | 32.768 |
| Salida máxima | 900.000 | 8 |
| Entrada | text, image, file | text |
| Salida | decisions | decisions |
| Llamadas a herramientas | ||
| Salida estructurada | ||
| Control del razonamiento | ||
| Añadido | 13 oct 2026 | 30 sept 2026 |
Diferencias clave
- Ambos tienen aproximadamente el mismo precio de entrada.
- ScaleDown: Classify-1 lee 30.5× más contexto (1.000.000 tokens).
- Una solicitud con 1.000 tokens de entrada y 500 de salida cuesta 0,000140 US$ con ScaleDown: Classify-1 y 0,000147 US$ con Together: Tev1 4B Experimental.
En detalle
ScaleDown: Classify-1 es un modelo de decisión de ScaleDown, y Together: Tev1 4B Experimental es un modelo de decisión de Together. Ambos se sitúan en la categoría de decisiones, lo que significa que su función es devolver una decisión en lugar de prosa de formato libre, y ambos se lanzaron a finales de 2026, con Tev1 4B Experimental llegando el 30 de septiembre de 2026 y Classify-1 el 13 de octubre de 2026. Ninguno de los modelos expone parámetros compatibles, por lo que se configuran puramente a través del prompt y la entrada que se envía.
La división más clara entre ellos es el contexto y el manejo de la entrada. Classify-1 acepta texto, imágenes y archivos, y tiene una ventana de contexto de 1.000.000 de tokens. Tev1 4B Experimental acepta solo texto y su ventana de contexto es de 32.768 tokens. En cuanto al precio, los dos son aproximadamente iguales para la entrada, por lo que la elección no es realmente una cuestión de costo en el lado de la entrada; el precio de salida no es algo que podamos comparar de manera significativa aquí. Ambos devuelven decisiones como su única modalidad de salida, por lo que ninguno es un generador de texto general.
Para el trabajo práctico, recurra a Classify-1 cuando el material que necesita clasificar sea grande o de formato mixto. Los contratos largos, documentos escaneados, capturas de pantalla, PDFs y tickets con muchas imágenes encajan en sus modalidades de entrada y su contexto muy grande, por lo que puede entregarle un paquete completo en una sola llamada en lugar de dividirlo y unir los resultados usted mismo. Recurra a Tev1 4B Experimental cuando la entrada sea texto plano y quepa cómodamente en 32.768 tokens, por ejemplo, enrutar un mensaje de soporte, etiquetar un registro corto o tomar una decisión rápida sobre un prompt que ya ha recortado. Si su pipeline es solo de texto y sus entradas son pequeñas, el modelo más pequeño es el ajuste más simple; en el momento en que entran imágenes, archivos o entradas muy largas en escena, Classify-1 es el que realmente puede aceptarlas.
Llamar a cualquiera de los dos modelos a través de api14 funciona de la misma manera, porque la puerta de enlace habla el formato de chat completions compatible con OpenAI. Apunte su cliente a la URL base de api14, envíe su solicitud como de costumbre, y establezca el campo model al id que desee. Cambiar entre los dos es un cambio de una línea: use "scaledown/classify-1" para el modelo de ScaleDown, o "togethercomputer/tev1-4b-experimental" para el modelo de Together. Todo lo demás en el cuerpo de su solicitud, sus encabezados y su código de análisis permanece igual, por lo que puede comparar los dos con sus propios datos intercambiando la cadena y volviendo a ejecutar.
Todavía hay casos en los que Tev1 4B Experimental es la mejor opción aunque Classify-1 sea el más capaz sobre el papel. Si sus entradas son texto plano corto y desea la solicitud más ligera posible, el modelo de solo texto evita enviar cargas útiles de imágenes o archivos que no necesita. También es un valor predeterminado razonable cuando ya lo ha validado en su tarea y simplemente desea mantener ese comportamiento estable, ya que ambos modelos no toman parámetros y se comportan de manera determinista con respecto al prompt que se les da.
Cambia con una sola cadena
Ambos modelos usan el mismo endpoint y la misma estructura de solicitud. Cambia el valor de model de "scaledown/classify-1" a "togethercomputer/tev1-4b-experimental": 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": "togethercomputer/tev1-4b-experimental",
"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