Perplexity: Decider V1.2 contre Respan: Span-01
Un comparatif côte à côte de Perplexity: Decider V1.2 (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
| Perplexity: Decider V1.2 | Respan: Span-01 | |
|---|---|---|
| Fournisseur | Perplexity | Respan |
| Entrée | 0,07 $US / 1M jetons (≈ 0,06 €) | 0,07 $US / 1M jetons (≈ 0,06 €) |
| Fenêtre de contexte | 262 144 | - |
| Sortie max. | 235 929 | - |
| Entrée | text, image | text |
| Sortie | decisions | decisions |
| Appel d’outils | ||
| Sortie structurée | ||
| Contrôle du raisonnement | ||
| Ajouté le | 16 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 Perplexity: Decider V1.2 et 0,000070 $US avec Respan: Span-01.
En détail
Perplexity : Decider V1.2 est un modèle de décisions de Perplexity, publié le 2026-10-16. Respan : Span-01 est un modèle de décisions de Respan, publié le 2026-09-26. Les deux sont conçus pour le même type de tâche globale : prendre une entrée et renvoyer une décision en sortie plutôt que de la prose libre. Si vous mettez en place un classifieur, une règle de routage, une étape de triage ou tout composant qui doit trancher un choix, les deux modèles appartiennent à cette catégorie. Les deux fournisseurs sont des entreprises différentes, donc les détails opérationnels autour de chaque modèle proviendront de leurs plateformes respectives, mais la forme d'appel via api14 est la même.
La différence la plus claire réside dans ce que chaque modèle accepte en entrée. Decider V1.2 prend du texte et des images, il peut donc examiner une capture d'écran, un formulaire scanné, un graphique ou une photo accompagnés d'une instruction écrite et produire quand même une décision. Span-01 ne prend que du texte, ce qui signifie que toute entrée visuelle doit être convertie en texte avant d'atteindre le modèle. Decider V1.2 publie également une longueur de contexte de 262144 tokens, ce qui constitue une grande fenêtre et est utile lorsque la décision dépend d'un long document, d'un gros journal ou d'un long fil de discussion. Span-01 n'indique pas de longueur de contexte, considérez donc sa fenêtre utilisable comme inconnue et testez avec vos propres entrées avant de vous y fier pour du travail à long contexte. Les deux produisent des décisions, et aucun ne liste de paramètres pris en charge, vous ne devez donc pas vous attendre à ajuster l'échantillonnage ou des réglages similaires sur l'un ou l'autre.
Pour le choix de la tâche, la modalité d'entrée est généralement le facteur décisif. Si votre pipeline voit un jour des images, Decider V1.2 est le choix évident car il les gère nativement et vous évitez de construire une étape OCR ou vision séparée. Si vos entrées sont du texte long et que la décision nécessite d'avoir tout le document sous les yeux, la longueur de contexte publiée de Decider V1.2 vous donne plus de marge de manœuvre. Span-01 reste un choix raisonnable pour les tâches de décision uniquement textuelles où l'entrée est courte ou déjà résumée, et où vous voulez un second fournisseur dans l'équation. Côté prix, les deux sont à peu près au même niveau pour l'entrée, le coût n'est donc pas une raison forte de préférer l'un à l'autre de ce côté. Le prix de sortie n'est pas spécifié ici, consultez donc le tableau des prix en direct avant de vous engager sur du volume.
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 habituelle de complétions de chat, et changez uniquement l'identifiant du modèle. Utilisez "perplexity/pplx-decider-v1.2" lorsque vous voulez le modèle Perplexity et "respan/span-01" lorsque vous voulez celui de Respan. Tout le reste dans le corps de la requête reste tel quel, passer de l'un à l'autre pour un test A/B ou un chemin de repli est donc un changement d'une ligne. Si vous avez déjà du code écrit contre le SDK OpenAI, vous pouvez le garder et simplement échanger la chaîne.
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-v1.2" 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