Perceptron Mk1 est un modèle texte de Perceptron, publié le 2026-05-12. Qwen2.5 Coder 32B Instruct est un modèle texte de Qwen, publié le 2024-11-11. Les deux sont servis via api14 dans la catégorie texte, et les deux acceptent des prompts texte et renvoient une sortie texte, donc au niveau de la forme de base de la requête et de la réponse, ils sont interchangeables.
Les deux diffèrent par ce qu'ils acceptent et ce qu'ils exposent. Perceptron Mk1 prend en entrée des images et des vidéos en plus du texte, tandis que Qwen2.5 Coder 32B Instruct ne prend que du texte. Les deux indiquent une longueur de contexte de 32768 tokens, donc il n'y a pas de différence significative dans la quantité que vous pouvez envoyer en un seul appel. Perceptron Mk1 est le seul des deux à prendre en charge les sorties structurées et le seul à prendre en charge le raisonnement, et sa liste de paramètres inclut include_reasoning et reasoning. Qwen2.5 Coder 32B Instruct expose à la place un ensemble plus large de contrôles d'échantillonnage et de formatage, incluant logit_bias, min_p, repetition_penalty, response_format, seed et stop. Aucun des deux modèles n'est indiqué comme prenant en charge les outils.
Pour un développeur qui doit choisir entre les deux, le facteur décisif est généralement l'entrée. Si votre tâche implique des captures d'écran, des diagrammes, des images extraites d'une vidéo, ou tout autre matériel visuel que le modèle doit lire, Perceptron Mk1 est celui qui peut l'accepter, et il peut aussi renvoyer une sortie structurée et exposer le raisonnement, ce qui convient à l'extraction, à la classification et à l'analyse en plusieurs étapes où vous voulez voir le raisonnement intermédiaire. Si votre tâche est purement textuelle et surtout s'il s'agit de code, Qwen2.5 Coder 32B Instruct vous donne un contrôle plus fin sur la génération via seed, stop, logit_bias et repetition_penalty, ce qui compte lorsque vous avez besoin d'une sortie reproductible ou strictement contrainte. Côté coût, Perceptron Mk1 est moins cher en entrée et Qwen2.5 Coder 32B Instruct est moins cher en sortie, donc le meilleur rapport qualité prix dépend de si votre charge de travail est intensive en entrée ou en sortie. Consultez le tableau des prix en direct 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 envoyez une requête de complétion de chat au même endpoint avec la même authentification, et la seule chose qui change est l'identifiant du modèle. Utilisez perceptron/perceptron-mk1 pour Perceptron Mk1 et qwen/qwen-2.5-coder-32b-instruct pour Qwen2.5 Coder 32B Instruct. Tout le reste dans le corps de votre requête, comme messages, temperature et max_tokens, reste en place, bien que les paramètres qu'un modèle ne liste pas ne s'appliqueront pas à lui. Cela fait du passage entre les deux un changement d'une seule ligne, vous pouvez donc router différentes requêtes vers différents modèles sans réécrire votre client.
Il reste des cas où l'autre modèle est le meilleur choix. Si vous avez besoin de sorties structurées ou de raisonnement, Qwen2.5 Coder 32B Instruct ne les propose pas, donc Perceptron Mk1 est la seule option. Si vous avez besoin de seed, stop, logit_bias ou repetition_penalty, Perceptron Mk1 ne les liste pas, donc Qwen2.5 Coder 32B Instruct est celui à appeler. Et si votre sortie est longue et que vous la payez, la tarification côté sortie favorise Qwen2.5 Coder 32B Instruct, tandis qu'un travail intensif en entrée favorise Perceptron Mk1.