Dots Studio: Dots3-Note Preview (free) बनाम ScaleDown: Extract
api14 कैटलॉग की मौजूदा USD कीमतों और क्षमताओं के आधार पर Dots Studio: Dots3-Note Preview (free) (मुफ्त) और ScaleDown: Extract ($0.14 / 1M टोकन (≈ ₹13.24)) की आमने-सामने तुलना। दोनों एक ही OpenAI-compatible API से चलते हैं।
स्पेसिफिकेशन
| Dots Studio: Dots3-Note Preview (free) | ScaleDown: Extract | |
|---|---|---|
| प्रोवाइडर | Dots Studio | ScaleDown |
| इनपुट | - | $0.14 / 1M टोकन (≈ ₹13.24) |
| संदर्भ विंडो | 5,12,000 | 10,00,000 |
| अधिकतम आउटपुट | 4,60,800 | 9,00,000 |
| इनपुट | text, image | text, image, file |
| आउटपुट | text | text |
| टूल कॉलिंग | ||
| संरचित आउटपुट | ||
| Reasoning नियंत्रण | ||
| जोड़ा गया | 14 अग॰ 2026 | 13 अक्टू॰ 2026 |
मुख्य अंतर
- ScaleDown: Extract 2.0× ज़्यादा context पढ़ता है (10,00,000 tokens)।
- सिर्फ Dots Studio: Dots3-Note Preview (free) टूल कॉलिंग सपोर्ट करता है।
- सिर्फ Dots Studio: Dots3-Note Preview (free) संरचित JSON आउटपुट सपोर्ट करता है।
- सिर्फ Dots Studio: Dots3-Note Preview (free) reasoning effort नियंत्रण सपोर्ट करता है।
विस्तार से
Dots Studio: Dots3-Note Preview (free) Dots Studio का एक टेक्स्ट मॉडल है, जिसे free टैग के तहत प्रीव्यू के रूप में जारी किया गया है। ScaleDown: Extract, ScaleDown से आता है और यह भी एक टेक्स्ट मॉडल है, जिसे extraction शैली के काम के आसपास रखा गया है। दोनों को api14 के माध्यम से एक साथ सर्व किया जाता है, इसलिए इनके बीच चुनाव मुख्य रूप से इस बारे में है कि आपके कार्य को क्या चाहिए, न कि पहुंच के बारे में।
दोनों में सबसे बड़ा अंतर context और इस बात में है कि आप उनसे क्या पूछ सकते हैं। ScaleDown: Extract का context window बड़ा है, एक मिलियन tokens बनाम Dots3-Note Preview के 512,000, इसलिए यह एक ही कॉल में काफी लंबे इनपुट ले सकता है। इनपुट modalities पर, Dots3-Note Preview text और images स्वीकार करता है, जबकि ScaleDown: Extract text, images और files स्वीकार करता है, जिससे इसे सामग्री प्राप्त करने का एक और तरीका मिलता है। जहां Dots3-Note Preview आगे निकलता है वह control में है: यह दोनों में से अकेला है जो tools, structured outputs और reasoning का समर्थन करता है, और यह temperature, top_p, max_tokens, response_format, tool_choice, include_reasoning और reasoning सहित एक व्यापक parameter सेट उजागर करता है। ScaleDown: Extract केवल max_tokens का समर्थन करता है, इसलिए यह कैसे जवाब देता है इस पर आपको बहुत कम नियंत्रण मिलता है। दोनों केवल text आउटपुट करते हैं।
व्यावहारिक काम के लिए, Dots3-Note Preview की ओर तब जाएं जब आपको मॉडल से functions कॉल कराने, structured या schema shaped आउटपुट लौटाने, या जवाब देने से पहले किसी समस्या पर reasoning करने की जरूरत हो, और जब आप sampling व्यवहार को ट्यून करना चाहते हों। यह image इनपुट भी संभालता है, इसलिए मिश्रित text और image prompts ठीक हैं। ScaleDown: Extract की ओर तब जाएं जब काम मुख्य रूप से बहुत बड़ी मात्रा में सामग्री ingest करने के बारे में हो, खासकर जब वह सामग्री files के रूप में आती हो, और जब आपको tool calls या structured formatting के बिना केवल एक सीधा text परिणाम चाहिए हो। यदि आपका इनपुट 512,000 tokens के भीतर फिट होता है और आपको tools, structured outputs या reasoning की जरूरत नहीं है, तो कोई भी मॉडल काम कर सकता है, और निर्णय लेने से पहले सापेक्ष लागत जांचने के लिए इस पृष्ठ पर मौजूद मूल्य तालिका सही जगह है।
api14 के माध्यम से किसी भी मॉडल को कॉल करना एक ही तरह से काम करता है, क्योंकि API OpenAI compatible है। आप अपने client को api14 base URL पर इंगित करते हैं, अपना अनुरोध सामान्य chat completions आकार में भेजते हैं, और model फ़ील्ड को उस id पर सेट करते हैं जो आप चाहते हैं। इनके बीच स्विच करने का मतलब केवल उस id को बदलना है, "dots-studio/dots-3-note-preview:free" और "scaledown/extract" के बीच। आपका आसपास का कोड, authentication और अनुरोध संरचना वैसी ही रहती है, हालांकि आपको ध्यान रखना चाहिए कि ScaleDown: Extract सूचीबद्ध parameters में से केवल max_tokens स्वीकार करता है, इसलिए दूसरे मॉडल के लिए आप जो भी temperature, top_p, tool या response_format फ़ील्ड भेजते हैं, वे इस पर लागू नहीं होंगे।
ऐसे मामले भी हैं जहां ScaleDown: Extract बेहतर विकल्प है, भले ही आपको Dots3-Note Preview का feature सेट पसंद हो। यदि आपका दस्तावेज़ 512,000 tokens से लंबा है, या यदि यह एक file के रूप में आता है जिसे आप सीधे पास करना पसंद करेंगे, तो बड़ा context और file इनपुट ScaleDown: Extract को अधिक स्वाभाविक फिट बनाते हैं, और इसकी संकरी parameter सतह कॉल को सरल रखती है जब आप केवल extracted text वापस चाहते हैं।
एक string से बदलें
दोनों मॉडल एक ही endpoint और request ढांचा इस्तेमाल करते हैं। model की वैल्यू "dots-studio/dots-3-note-preview:free" से "scaledown/extract" करें, prompts, streaming और tools पहले की तरह काम करते रहेंगे।
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": "scaledown/extract",
"messages": [
{
"role": "user",
"content": "Explain vector databases in two sentences."
}
]
});
console.log(result.choices[0].message.content);
और तुलनाएं
- LiquidAI: LFM3-1.7B बनाम Ricursive: Ripple 65B Preview
- LiquidAI: LFM3-1.7B बनाम Crouton Alpha
- LiquidAI: LFM3-1.7B बनाम Tencent: Hy4
- LiquidAI: LFM3-1.7B बनाम Z.ai: GLM 5.3 FlashX Legal
- Ricursive: Ripple 65B Preview बनाम Crouton Alpha
- Ricursive: Ripple 65B Preview बनाम Tencent: Hy4
- Ricursive: Ripple 65B Preview बनाम Z.ai: GLM 5.3 FlashX Legal
- Crouton Alpha बनाम Tencent: Hy4