Command R (08-2024) vs Hy3 preview: API कीमत, context और फीचर

हम cookies इस्तेमाल करते हैं. Cookies और ब्राउज़र स्टोरेज आपको साइन इन रखते हैं और आपकी प्राथमिकताएं याद रखते हैं। आपकी अनुमति से हम यह भी मापते हैं कि साइट कैसे इस्तेमाल होती है। आप कभी भी । हमारी cookie नीति देखें।

यहां नए हैं? देखें यह कैसे काम करता है प्लेग्राउंड, मॉडल और आपकी API key का 1 मिनट का टूर।

Cohere: Command R (08-2024) बनाम Tencent: Hy3 preview

api14 कैटलॉग की मौजूदा USD कीमतों और क्षमताओं के आधार पर Cohere: Command R (08-2024) ($0.52 / 1M टोकन (≈ ₹49.63)) और Tencent: Hy3 preview ($0.63 / 1M टोकन (≈ ₹59.56)) की आमने-सामने तुलना। दोनों एक ही OpenAI-compatible API से चलते हैं।

स्पेसिफिकेशन

	Cohere: Command R (08-2024)	Tencent: Hy3 preview
प्रोवाइडर	Cohere	Tencent
इनपुट	$0.52 / 1M टोकन (≈ ₹49.63)	$0.63 / 1M टोकन (≈ ₹59.56)
आउटपुट	$2.10 / 1M टोकन (≈ ₹198.53)	$2.10 / 1M टोकन (≈ ₹198.53)
कैश रीड	-	$0.21 / 1M टोकन (≈ ₹19.85)
संदर्भ विंडो	1,28,000	2,62,144
अधिकतम आउटपुट	4,000	2,35,929
इनपुट	text	text
आउटपुट	text	text
टूल कॉलिंग
संरचित आउटपुट
Reasoning नियंत्रण
जोड़ा गया	30 अग॰ 2024	22 अप्रैल 2026

मुख्य अंतर

Cohere: Command R (08-2024) इनपुट tokens पर 17% सस्ता है।
Tencent: Hy3 preview 2.0× ज़्यादा context पढ़ता है (2,62,144 tokens)।
सिर्फ Cohere: Command R (08-2024) संरचित JSON आउटपुट सपोर्ट करता है।
सिर्फ Tencent: Hy3 preview reasoning effort नियंत्रण सपोर्ट करता है।
1,000 इनपुट और 500 आउटपुट tokens वाली request की लागत Cohere: Command R (08-2024) के साथ $0.00158 और Tencent: Hy3 preview के साथ $0.00168 है।

विस्तार से

Cohere: Command R (08-2024) Cohere का एक टेक्स्ट मॉडल है, जिसे 30 अगस्त 2024 को मॉडल आईडी cohere/command-r-08-2024 के तहत जारी किया गया था। Tencent: Hy3 preview Tencent का एक टेक्स्ट मॉडल है, जिसे 22 अप्रैल 2026 को मॉडल आईडी tencent/hy3-preview के तहत जारी किया गया था। दोनों को api14 पर टेक्स्ट-इन, टेक्स्ट-आउट चैट मॉडल के रूप में परोसा जाता है, इसलिए न तो इनपुट पर छवियां या ऑडियो स्वीकार करते हैं, और न ही आउटपुट पर टेक्स्ट के अलावा कुछ और उत्पन्न करते हैं।

इनके बीच सबसे स्पष्ट अंतर कॉन्टेक्स्ट और रीज़निंग का है। Hy3 preview में 262144 टोकन की कॉन्टेक्स्ट विंडो है, जो Command R द्वारा दिए जाने वाले 128000 टोकन से दोगुनी है, इसलिए जब एक ही अनुरोध में बहुत लंबे दस्तावेज़, बड़े कोडबेस या विस्तारित बातचीत इतिहास रखना हो, तो यही चुनने योग्य है। Hy3 preview रीज़निंग नियंत्रण (include_reasoning, reasoning और reasoning_effort) भी उजागर करता है, जो Command R नहीं करता, जिससे यह दोनों में से एकमात्र ऐसा मॉडल बनता है जिससे उत्तर देने से पहले किसी समस्या पर सोचने के लिए कहा जा सकता है। संरचना पर Command R विपरीत रास्ता अपनाता है: यह इस जोड़ी में एकमात्र है जो structured outputs और response_format का समर्थन करता है, इसलिए जब आपको उत्तर को JSON स्कीमा या किसी निश्चित आकार के अनुरूप चाहिए, तो यह स्वाभाविक विकल्प है। इसके अलावा उनके पैरामीटर सेट छोटे तरीकों से भिन्न होते हैं। Command R frequency_penalty, presence_penalty, stop और top_k भी स्वीकार करता है, जबकि Hy3 preview उन्हें सूचीबद्ध नहीं करता। दोनों temperature, top_p, max_tokens, seed, tools और tool_choice स्वीकार करते हैं, इसलिए फंक्शन कॉलिंग किसी भी तरफ उपलब्ध है।

रोज़मर्रा के काम के लिए, इस आधार पर चुनें कि कार्य को वास्तव में क्या चाहिए। यदि आप एक्सट्रैक्शन, वर्गीकरण, फॉर्म भरना या ऐसा कुछ भी कर रहे हैं जहां उत्तर को सख्त स्कीमा में आना चाहिए, तो Command R बेहतर फिट है क्योंकि structured outputs सीधे समर्थित हैं, प्रॉम्प्टिंग के जरिए निकाले जाने के बजाय। यदि आप बहुत बड़े टेक्स्ट निकाय का सारांश बना रहे हैं या उससे क्वेरी कर रहे हैं, या आप चाहते हैं कि मॉडल उत्तर देने से पहले बहु-चरणीय तर्क, अंकगणित या योजना पर काम करे, तो Hy3 preview अपने बड़े कॉन्टेक्स्ट और रीज़निंग पैरामीटर के कारण अधिक मजबूत विकल्प है। टूल उपयोग में बराबरी है, इसलिए एजेंट शैली के वर्कलोड जिन्हें केवल फंक्शन कॉलिंग चाहिए, किसी भी तरफ जा सकते हैं। कीमत पर, इनपुट पर Command R दोनों में सस्ता है, जबकि आउटपुट मूल्य दोनों के लिए लगभग समान है, इसलिए लागत निर्णय को तभी झुकाती है जब आपका वर्कलोड इनपुट-भारी हो।

api14 के माध्यम से किसी भी मॉडल को कॉल करना एक ही क्रिया है। एंडपॉइंट OpenAI संगत है, इसलिए आप अपने मौजूदा OpenAI क्लाइंट या SDK को api14 बेस URL पर इंगित करते हैं, अपना सामान्य चैट कम्प्लीशन्स अनुरोध भेजते हैं, और model फ़ील्ड को अपनी इच्छित आईडी पर सेट करते हैं। दोनों के बीच स्विच करने का मतलब है उस एक स्ट्रिंग को बदलना, cohere/command-r-08-2024 से tencent/hy3-preview या वापस। आपकी messages array, आपका system prompt और आपका स्ट्रीमिंग सेटअप जैसे हैं वैसे ही रहते हैं। केवल वे समायोजन करने योग्य हैं जो मॉडल स्वयं आवश्यक करते हैं: Hy3 preview पर जाते समय response_format और पेनल्टी पैरामीटर हटा दें, और Command R पर जाते समय reasoning_effort और अन्य रीज़निंग फ़ील्ड हटा दें, क्योंकि प्रत्येक मॉडल उन पैरामीटर को अस्वीकार करेगा जो वह सूचीबद्ध नहीं करता।

एक string से बदलें

दोनों मॉडल एक ही endpoint और request ढांचा इस्तेमाल करते हैं। model की वैल्यू "cohere/command-r-08-2024" से "tencent/hy3-preview" करें, prompts, streaming और tools पहले की तरह काम करते रहेंगे।

Cohere: Command R (08-2024) विवरण और प्लेग्राउंड →Tencent: Hy3 preview विवरण और प्लेग्राउंड →

import OpenAI from "openai";

const client = new OpenAI({
  baseURL: "https://api14.com/api/v1",
  apiKey: process.env.API14_API_KEY,
});

const result = await client.chat.completions.create({
  "model": "tencent/hy3-preview",
  "messages": [
    {
      "role": "user",
      "content": "Explain vector databases in two sentences."
    }
  ]
});
console.log(result.choices[0].message.content);

Cohere: Command R (08-2024) बनाम Tencent: Hy3 preview

स्पेसिफिकेशन

मुख्य अंतर

विस्तार से

एक string से बदलें

और तुलनाएं