Perplexity: Decider Flash V1.2 contre ScaleDown: Classify-1
Un comparatif côte à côte de Perplexity: Decider Flash V1.2 (0,04 $US / 1M jetons (≈ 0,03 €)) et ScaleDown: Classify-1 (0,14 $US / 1M jetons (≈ 0,12 €)) d’après les prix actuels en USD et les capacités du catalogue api14. Les deux passent par la même API compatible OpenAI.
Caractéristiques
| Perplexity: Decider Flash V1.2 | ScaleDown: Classify-1 | |
|---|---|---|
| Fournisseur | Perplexity | ScaleDown |
| Entrée | 0,04 $US / 1M jetons (≈ 0,03 €) | 0,14 $US / 1M jetons (≈ 0,12 €) |
| Fenêtre de contexte | 262 144 | 1 000 000 |
| Sortie max. | 235 929 | 900 000 |
| Entrée | text, image | text, image, file |
| Sortie | decisions | decisions |
| Appel d’outils | ||
| Sortie structurée | ||
| Contrôle du raisonnement | ||
| Ajouté le | 16 oct. 2026 | 13 oct. 2026 |
Principales différences
- Perplexity: Decider Flash V1.2 est 75% moins cher sur les tokens d’entrée.
- ScaleDown: Classify-1 lit 3.8× plus de contexte (1 000 000 tokens).
- Une requête de 1 000 tokens en entrée et 500 en sortie coûte 0,000035 $US avec Perplexity: Decider Flash V1.2 et 0,000140 $US avec ScaleDown: Classify-1.
En détail
Perplexity: Decider Flash V1.2 est un modèle de décisions de Perplexity, publié le 16 octobre 2026. ScaleDown: Classify-1 est aussi un modèle de décisions, créé par ScaleDown et publié quelques jours plus tôt, le 13 octobre 2026. Les deux appartiennent à la même catégorie, donc aucun n'est un modèle de chat général au sens habituel. Ils prennent une entrée et renvoient des décisions, ce qui signifie qu'il faut s'attendre à les utiliser comme classifieurs ou composants de routage au sein d'un pipeline plus large plutôt que comme assistants conversationnels.
La séparation la plus nette entre les deux est l'échelle. ScaleDown: Classify-1 accepte une fenêtre de contexte de 1 000 000 de tokens, soit environ quatre fois les 262 144 tokens que Decider Flash V1.2 accepte, c'est donc le modèle à privilégier lorsque votre entrée est un long document, un grand lot d'enregistrements ou une transcription qui nécessiterait autrement un découpage. Decider Flash V1.2 prend du texte et des images en entrée. ScaleDown: Classify-1 prend du texte, des images et des fichiers, il couvre donc une modalité d'entrée de plus. Les deux ne renvoient que des décisions, et aucun ne liste de paramètres pris en charge, vous ne pouvez donc régler le comportement d'échantillonnage via le corps de la requête sur ni l'un ni l'autre. Côté prix, Decider Flash V1.2 est le moins cher des deux pour les tokens d'entrée ; la comparaison pour les tokens de sortie n'est pas significativement différente, les écarts de coût se manifesteront donc surtout du côté de l'entrée.
Pour le travail quotidien, le choix se résume généralement à la quantité que vous injectez et à la forme sous laquelle elle arrive. Si vos entrées sont courtes ou modérées, principalement du texte avec une image occasionnelle, et que vous voulez contenir les coûts d'entrée, Decider Flash V1.2 est le choix par défaut naturel. Si vos entrées sont très longues, ou arrivent sous forme de fichiers plutôt que de texte collé, ScaleDown: Classify-1 vous épargne le travail d'extraction et de découpage, et sa fenêtre plus grande signifie moins d'appels par document. Là où les deux se recouvrent, sur la classification de texte ordinaire avec images, le prix d'entrée moins cher de Decider Flash V1.2 est le facteur décisif, sauf si vous approchez de sa limite de contexte.
Appeler l'un ou l'autre modèle via api14 fonctionne de la même manière, car l'API est compatible OpenAI. Vous pointez votre client existant vers l'URL de base api14, vous conservez la forme habituelle de vos requêtes et vous ne changez que l'identifiant du modèle. Utilisez "perplexity/pplx-decider-flash-v1.2" pour Decider Flash V1.2 et "scaledown/classify-1" pour ScaleDown: Classify-1. Tout le reste dans la requête, y compris la façon dont vous envoyez le texte et les images, reste inchangé, donc basculer entre eux pour un test A/B est un changement d'une ligne plutôt qu'un projet d'intégration.
Il existe un cas où l'autre modèle reste le meilleur choix même si vous avez standardisé sur l'un. Si vous avez opté pour ScaleDown: Classify-1 pour son contexte long et sa prise en charge des fichiers, Decider Flash V1.2 mérite d'être conservé pour la classification à haut volume et à entrées courtes, où son prix d'entrée moins cher compte plus que la taille de la fenêtre. Inversement, si Decider Flash V1.2 est votre choix par défaut, gardez ScaleDown: Classify-1 en réserve pour les documents qui ne rentreront tout simplement pas.
Changer de modèle en une chaîne
Les deux modèles utilisent le même endpoint et la même structure de requête. Remplacez la valeur de model "perplexity/pplx-decider-flash-v1.2" par "scaledown/classify-1" : 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": "scaledown/classify-1",
"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