Schematron V2 Small vs LFM3-1.7B: 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।

Inference.net: Schematron V2 Small बनाम LiquidAI: LFM3-1.7B

api14 कैटलॉग की मौजूदा USD कीमतों और क्षमताओं के आधार पर Inference.net: Schematron V2 Small ($0.18 / 1M टोकन (≈ ₹16.54)) और LiquidAI: LFM3-1.7B ($0.28 / 1M टोकन (≈ ₹26.47)) की आमने-सामने तुलना। दोनों एक ही OpenAI-compatible API से चलते हैं।

स्पेसिफिकेशन

	Inference.net: Schematron V2 Small	LiquidAI: LFM3-1.7B
प्रोवाइडर	Inference.net	LiquidAI
इनपुट	$0.18 / 1M टोकन (≈ ₹16.54)	$0.28 / 1M टोकन (≈ ₹26.47)
आउटपुट	$0.81 / 1M टोकन (≈ ₹76.10)	$0.70 / 1M टोकन (≈ ₹66.18)
कैश रीड	$0.18 / 1M टोकन (≈ ₹16.54)	$0.07 / 1M टोकन (≈ ₹6.62)
संदर्भ विंडो	1,28,000	2,62,144
अधिकतम आउटपुट	8,192	8,192
इनपुट	text	text
आउटपुट	text	text
टूल कॉलिंग
संरचित आउटपुट
Reasoning नियंत्रण
जोड़ा गया	12 सित॰ 2026	6 नव॰ 2026

मुख्य अंतर

Inference.net: Schematron V2 Small इनपुट tokens पर 38% सस्ता है।
LiquidAI: LFM3-1.7B आउटपुट tokens पर 13% सस्ता है।
LiquidAI: LFM3-1.7B 2.0× ज़्यादा context पढ़ता है (2,62,144 tokens)।
सिर्फ LiquidAI: LFM3-1.7B टूल कॉलिंग सपोर्ट करता है।
सिर्फ LiquidAI: LFM3-1.7B reasoning effort नियंत्रण सपोर्ट करता है।
1,000 इनपुट और 500 आउटपुट tokens वाली request की लागत Inference.net: Schematron V2 Small के साथ $0.000578 और LiquidAI: LFM3-1.7B के साथ $0.000630 है।

एक string से बदलें

दोनों मॉडल एक ही endpoint और request ढांचा इस्तेमाल करते हैं। model की वैल्यू "inference-net/schematron-v2-small" से "liquid/lfm-3-1.7b" करें, prompts, streaming और tools पहले की तरह काम करते रहेंगे।

Inference.net: Schematron V2 Small विवरण और प्लेग्राउंड →LiquidAI: LFM3-1.7B 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": "liquid/lfm-3-1.7b",
  "messages": [
    {
      "role": "user",
      "content": "Explain vector databases in two sentences."
    }
  ]
});
console.log(result.choices[0].message.content);

Inference.net: Schematron V2 Small बनाम LiquidAI: LFM3-1.7B

स्पेसिफिकेशन

मुख्य अंतर

एक string से बदलें

और तुलनाएं