LiquidAI: d1 contre Respan: Span-01
Un comparatif côte à côte de LiquidAI: d1 (0,07 $US / 1M jetons (≈ 0,06 €)) et Respan: Span-01 (0,07 $US / 1M jetons (≈ 0,06 €)) d’après les prix actuels en USD et les capacités du catalogue api14. Les deux passent par la même API compatible OpenAI.
Caractéristiques
| LiquidAI: d1 | Respan: Span-01 | |
|---|---|---|
| Fournisseur | LiquidAI | Respan |
| Entrée | 0,07 $US / 1M jetons (≈ 0,06 €) | 0,07 $US / 1M jetons (≈ 0,06 €) |
| Lecture du cache | 0,07 $US / 1M jetons (≈ 0,06 €) | - |
| Fenêtre de contexte | 65 536 | - |
| Sortie max. | 58 982 | - |
| Entrée | text, image | text |
| Sortie | decisions | decisions |
| Appel d’outils | ||
| Sortie structurée | ||
| Contrôle du raisonnement | ||
| Ajouté le | 1 oct. 2026 | 26 sept. 2026 |
Principales différences
- Les deux ont à peu près le même prix en entrée.
- Une requête de 1 000 tokens en entrée et 500 en sortie coûte 0,000070 $US avec LiquidAI: d1 et 0,000070 $US avec Respan: Span-01.
En détail
LiquidAI : d1 est un modèle de décisions de LiquidAI, publié le 1er octobre 2026. Respan : Span-01 est un modèle de décisions de Respan, publié le 26 septembre 2026. Les deux appartiennent à la même catégorie, ce qui signifie qu'ils sont conçus pour renvoyer une décision en sortie plutôt que de la prose libre, et tous deux sont accessibles via la même passerelle. Les deux fournisseurs sont des entreprises différentes, donc les identifiants de modèle diffèrent au niveau du préfixe du fournisseur ainsi qu'au niveau du nom du modèle.
La séparation la plus nette entre eux se situe dans la gestion des entrées. LiquidAI : d1 accepte les entrées texte et image, il peut donc examiner une capture d'écran, un diagramme ou une page numérisée en plus de votre invite. Respan : Span-01 accepte uniquement le texte. La fenêtre de contexte est l'endroit où les faits publiés s'arrêtent : LiquidAI : d1 indique 65 536 tokens, tandis que Respan : Span-01 ne publie pas de longueur de contexte, vous devez donc considérer sa limite comme inconnue et tester avec vos propres charges utiles avant de vous engager dans un flux de travail sur de longs documents. Aucun des deux modèles n'expose de paramètres pris en charge, et aucun ne met en avant l'utilisation d'outils, la sortie structurée ou le raisonnement comme caractéristique distinctive, donc sur ces axes il n'y a rien pour les séparer. Les deux ne produisent que des décisions, ce qui signifie qu'aucun n'est un modèle de chat ou de génération généraliste.
Pour une sélection pratique, commencez par le type d'entrée. Si votre tâche implique de lire une image, comme classer un formulaire, vérifier un graphique ou router une capture d'écran, LiquidAI : d1 est le seul des deux à pouvoir prendre cette entrée. Si votre tâche est purement textuelle, comme trier un ticket de support, étiqueter un message ou prendre une décision oui ou non sur un paragraphe de contenu, les deux modèles sont candidats et la décision se résume au prix et à la quantité de texte que vous devez fournir. Comme Respan : Span-01 n'indique pas de longueur de contexte, gardez ses entrées modestes ou vérifiez le comportement vous même avant d'envoyer quoi que ce soit de long. Côté prix, les deux sont à peu près au même niveau pour l'entrée, donc le coût est peu susceptible d'être le facteur décisif de ce côté ; la tarification de sortie n'est pas différenciée dans les informations disponibles, consultez donc le tableau en direct sur cette page pour les chiffres actuels.
Appeler l'un ou l'autre modèle via api14 fonctionne de la même manière, car l'API est compatible OpenAI. Vous pointez votre client vers l'URL de base api14, envoyez votre requête au point de terminaison des complétions de chat avec votre clé api14, et définissez le champ model. Le seul changement entre les deux est cette chaîne : utilisez "liquid/d1" pour LiquidAI : d1 et "respan/span-01" pour Respan : Span-01. La structure de vos messages, les en têtes et l'analyse des réponses restent identiques, vous pouvez donc changer de modèle avec une modification d'une ligne, ou exécuter les deux côte à côte sur la même entrée pour comparer leurs décisions avant d'en choisir un.
Changer de modèle en une chaîne
Les deux modèles utilisent le même endpoint et la même structure de requête. Remplacez la valeur de model "liquid/d1" par "respan/span-01" : prompts, streaming et outils continuent de fonctionner.
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": "respan/span-01",
"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);
Plus de comparatifs
- LiquidAI: d1 Latest contre LiquidAI: d1-ultra Latest
- LiquidAI: d1 Latest contre Baseten: Joey 1
- LiquidAI: d1 Latest contre LiquidAI: d1.1
- LiquidAI: d1 Latest contre Morph: Reflex
- LiquidAI: d1-ultra Latest contre Baseten: Joey 1
- LiquidAI: d1-ultra Latest contre LiquidAI: d1.1
- LiquidAI: d1-ultra Latest contre Morph: Reflex
- Baseten: Joey 1 contre LiquidAI: d1.1