d1-ultra vs GPT-6 Luna Decisions: 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।

LiquidAI: d1-ultra बनाम OpenAI: GPT-6 Luna Decisions

api14 कैटलॉग की मौजूदा USD कीमतों और क्षमताओं के आधार पर LiquidAI: d1-ultra ($0.15 / 1M टोकन (≈ ₹13.84)) और OpenAI: GPT-6 Luna Decisions ($0.35 / 1M टोकन (≈ ₹32.95)) की आमने-सामने तुलना। दोनों एक ही OpenAI-compatible API से चलते हैं।

स्पेसिफिकेशन

	LiquidAI: d1-ultra	OpenAI: GPT-6 Luna Decisions
प्रोवाइडर	LiquidAI	OpenAI
इनपुट	$0.15 / 1M टोकन (≈ ₹13.84)	$0.35 / 1M टोकन (≈ ₹32.95)
कैश रीड	$0.15 / 1M टोकन (≈ ₹13.84)	-
वेब सर्च	-	$35.00 / 1K सर्च (≈ ₹3,294.87)
संदर्भ विंडो	32,768	10,50,000
अधिकतम आउटपुट	29,491	9,45,000
इनपुट	text, image	text, image
आउटपुट	decisions	decisions
टूल कॉलिंग
संरचित आउटपुट
Reasoning नियंत्रण
जोड़ा गया	15 अक्टू॰ 2026	6 अक्टू॰ 2026

मुख्य अंतर

LiquidAI: d1-ultra इनपुट tokens पर 58% सस्ता है।
OpenAI: GPT-6 Luna Decisions 32.0× ज़्यादा context पढ़ता है (10,50,000 tokens)।
1,000 इनपुट और 500 आउटपुट tokens वाली request की लागत LiquidAI: d1-ultra के साथ $0.000147 और OpenAI: GPT-6 Luna Decisions के साथ $0.000350 है।

विस्तार से

LiquidAI: d1-ultra, LiquidAI का एक decisions मॉडल है, जिसे 2026-10-15 को जारी किया गया था। OpenAI: GPT-6 Luna Decisions, OpenAI का एक decisions मॉडल है, जिसे 2026-10-06 को जारी किया गया था। दोनों एक ही श्रेणी में आते हैं, इसलिए इनका लक्ष्य एक ही तरह का काम है: एक इनपुट लेना और मुक्त रूप के गद्य के बजाय एक निर्णय लौटाना। यदि आप इनमें से किसी एक को किसी पाइपलाइन में जोड़ रहे हैं, तो आप दो विक्रेताओं के बीच चुन रहे हैं जो एक ही आउटपुट आकार देते हैं, जिससे संदर्भ और कीमत में अंतर व्यावहारिक निर्णायक कारक बन जाते हैं।

दोनों मॉडल इनपुट और आउटपुट मोडालिटी पर सहमत हैं। दोनों टेक्स्ट और इमेज इनपुट स्वीकार करते हैं, और दोनों आउटपुट के रूप में decisions देते हैं, इसलिए कोई भी ऐसा अतिरिक्त इनपुट प्रकार नहीं देता जो दूसरे के पास न हो। स्पष्ट अंतर संदर्भ लंबाई का है। GPT-6 Luna Decisions में 1,050,000 टोकन की संदर्भ विंडो है, जबकि d1-ultra में 32,768 टोकन है। यह एक बड़ा अंतर है, और यह उनके बीच एकमात्र सबसे बड़ा कार्यात्मक अंतर है। कीमत पर, इनपुट के लिए d1-ultra सस्ता विकल्प है। गुणात्मक डेटा किसी भी मॉडल को आउटपुट पर सस्ता नहीं बताता, इसलिए आउटपुट लागत को लगभग समान या अज्ञात मानें, बजाय यह मानने के कि किसी को लाभ है। किसी भी मॉडल को विशेष रूप से टूल्स, संरचित आउटपुट, या रीज़निंग का समर्थन करने वाला नहीं बताया गया है, इसलिए यह मानकर किसी एक को न चुनें कि केवल वही इन सुविधाओं को अनलॉक करता है।

अधिकांश कार्यों के लिए, संदर्भ विंडो निर्णय करती है। यदि आपका निर्णय इनपुट एक लंबा दस्तावेज़, साथ में टेक्स्ट वाला एक बड़ा इमेज सेट, एक लंबा संवाद इतिहास, या ऐसा कुछ भी है जो लगभग बत्तीस हज़ार टोकन से आगे बढ़ जाएगा, तो GPT-6 Luna Decisions ही है जो इसे एक ही कॉल में रख सकता है। यदि आपके इनपुट छोटे हैं और आप इनपुट खर्च का अनुकूलन कर रहे हैं, तो d1-ultra सस्ता इनपुट विकल्प है और इसकी 32,768 टोकन विंडो संक्षिप्त इनपुट पर वर्गीकरण शैली के निर्णयों के लिए संभवतः पर्याप्त से अधिक है। एक उचित डिफ़ॉल्ट यह है कि छोटे, उच्च मात्रा वाले निर्णय कॉल के लिए d1-ultra से शुरू करें और जब इनपुट उससे बड़ा हो जाए जो d1-ultra स्वीकार कर सकता है, तो GPT-6 Luna Decisions पर स्विच करें।

api14 के माध्यम से किसी भी मॉडल को कॉल करना एक ही OpenAI-संगत इंटरफ़ेस का उपयोग करता है। आप अपने क्लाइंट को api14 पर इंगित करते हैं, उसी तरह प्रमाणित करते हैं, और वही अनुरोध बॉडी भेजते हैं। दोनों के बीच केवल एक चीज़ बदलती है, मॉडल आईडी स्ट्रिंग। LiquidAI के मॉडल पर रूट करने के लिए "liquid/d1-ultra" का उपयोग करें और OpenAI के मॉडल पर रूट करने के लिए "openai/gpt-6-luna-decisions" का। चूंकि अनुरोध और प्रतिक्रिया के आकार समान हैं, आप एक ही कोड पथ रख सकते हैं और आईडी बदल सकते हैं, या इनपुट आकार या बजट के आधार पर रनटाइम पर इनके बीच चयन कर सकते हैं, बिना अपने इंटीग्रेशन को फिर से लिखे।

एक स्थिति ऐसी है जहां सस्ता मॉडल तब भी बेहतर विकल्प रहता है जब संदर्भ बाधा न हो। यदि आपके इनपुट लगातार छोटे हैं और आपको इनपुट लागत की सबसे अधिक चिंता है, तो d1-ultra गुणात्मक मूल्य क्षेत्र में जीतता है, और ऐसी कोई सूचीबद्ध क्षमता नहीं है जो GPT-6 Luna Decisions में हो और d1-ultra में न हो। GPT-6 Luna Decisions पर बड़ा संदर्भ तभी भुगतान के योग्य है जब आपको वास्तव में इसकी आवश्यकता हो। यदि आप कभी 32,768 टोकन सीमा के पास नहीं पहुंचते, तो अतिरिक्त हेडरूम आपके लिए कुछ नहीं खरीदता, और सस्ता इनपुट मॉडल ही समझदार डिफ़ॉल्ट है।

एक string से बदलें

दोनों मॉडल एक ही endpoint और request ढांचा इस्तेमाल करते हैं। model की वैल्यू "liquid/d1-ultra" से "openai/gpt-6-luna-decisions" करें, prompts, streaming और tools पहले की तरह काम करते रहेंगे।

LiquidAI: d1-ultra विवरण और प्लेग्राउंड →OpenAI: GPT-6 Luna Decisions 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.post("/decisions", { body: {
  "model": "openai/gpt-6-luna-decisions",
  "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);

LiquidAI: d1-ultra बनाम OpenAI: GPT-6 Luna Decisions

स्पेसिफिकेशन

मुख्य अंतर

विस्तार से

एक string से बदलें

और तुलनाएं