d1-ultra vs Decider V1.2: 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 Perplexity: Decider V1.2

api14 कैटलॉग की मौजूदा USD कीमतों और क्षमताओं के आधार पर LiquidAI: d1-ultra ($0.15 / 1M टोकन (≈ ₹13.90)) और Perplexity: Decider V1.2 ($0.07 / 1M टोकन (≈ ₹6.62)) की आमने-सामने तुलना। दोनों एक ही OpenAI-compatible API से चलते हैं।

स्पेसिफिकेशन

	LiquidAI: d1-ultra	Perplexity: Decider V1.2
प्रोवाइडर	LiquidAI	Perplexity
इनपुट	$0.15 / 1M टोकन (≈ ₹13.90)	$0.07 / 1M टोकन (≈ ₹6.62)
कैश रीड	$0.15 / 1M टोकन (≈ ₹13.90)	-
संदर्भ विंडो	32,768	2,62,144
अधिकतम आउटपुट	29,491	2,35,929
इनपुट	text, image	text, image
आउटपुट	decisions	decisions
टूल कॉलिंग
संरचित आउटपुट
Reasoning नियंत्रण
जोड़ा गया	15 अक्टू॰ 2026	16 अक्टू॰ 2026

मुख्य अंतर

Perplexity: Decider V1.2 इनपुट tokens पर 52% सस्ता है।
Perplexity: Decider V1.2 8.0× ज़्यादा context पढ़ता है (2,62,144 tokens)।
1,000 इनपुट और 500 आउटपुट tokens वाली request की लागत LiquidAI: d1-ultra के साथ $0.000147 और Perplexity: Decider V1.2 के साथ $0.000070 है।

विस्तार से

LiquidAI: d1-ultra, LiquidAI का एक decisions मॉडल है, जिसे 15 अक्टूबर 2026 को जारी किया गया था। Perplexity: Decider V1.2, Perplexity का एक decisions मॉडल है, जिसे एक दिन बाद 16 अक्टूबर 2026 को जारी किया गया था। दोनों एक ही श्रेणी में आते हैं, इसलिए इनका लक्ष्य एक ही व्यापक काम है: इनपुट लेना और मुक्त रूप की गद्य रचना के बजाय एक निर्णय लौटाना। इनमें से कोई भी सामान्य चैट मॉडल नहीं है, और किसी को भी कोडिंग या लेखन सहायक के रूप में स्थापित नहीं किया गया है। यदि आपके एप्लिकेशन को ऐसा मॉडल चाहिए जो निर्णय आउटपुट करे, तो दोनों आपकी शॉर्टलिस्ट में होने चाहिए।

दोनों में सबसे स्पष्ट अंतर context window और कीमत में है। Decider V1.2 अधिकतम 262144 टोकन का context स्वीकार करता है, जबकि d1-ultra 32768 टोकन स्वीकार करता है। यह लगभग आठ गुना अंतर है, और यह तब मायने रखता है जब आप निर्णय मांगने से पहले लंबे दस्तावेज़, बड़े retrieved chunks या विस्तारित वार्तालाप इतिहास मॉडल में डाल रहे हों। इनपुट मूल्य निर्धारण पर, Decider V1.2 दोनों में सस्ता है। आउटपुट मूल्य निर्धारण उनके बीच अर्थपूर्ण रूप से भिन्न नहीं है, इसलिए लागत का अंतर इनपुट पक्ष में दिखता है। दोनों इनपुट के रूप में टेक्स्ट और इमेज स्वीकार करते हैं, और दोनों आउटपुट के रूप में निर्णय लौटाते हैं। दोनों में कोई भी समर्थित पैरामीटर सूचीबद्ध नहीं है, इसलिए आपको यह अपेक्षा नहीं करनी चाहिए कि temperature या top_p जैसे ट्यूनिंग नॉब्स का कोई प्रभाव पड़ेगा। दोनों में से कोई भी tools, structured output या reasoning देने वाला एकमात्र मॉडल के रूप में विशिष्ट नहीं है, इसलिए उन आयामों पर उन्हें अलग करने के लिए कुछ नहीं है।

व्यावहारिक चयन के लिए, context की आवश्यकता से शुरू करें। यदि आपका prompt और retrieved सामग्री 32768 टोकन के भीतर आराम से फिट हो जाती है, तो d1-ultra एक उचित विकल्प है और आपको LiquidAI के मॉडल पर बनाए रखता है। यदि आप नियमित रूप से उससे अधिक हो जाते हैं, या आप हेडरूम चाहते हैं ताकि आपको context काटना न पड़े, तो Decider V1.2 को कॉल करना चाहिए, और इसकी सस्ती इनपुट कीमत लंबे prompts के लिए इसे और मजबूत करती है। छोटे, इमेज वाले निर्णय कार्यों के लिए जहां इनपुट संक्षिप्त है, कोई भी मॉडल काम कर सकता है, और निर्णायक कारक यह बन जाता है कि आप पहले से किस प्रदाता पर भरोसा करते हैं या उसके साथ एकीकृत हैं। जहां इनपुट लंबा है और कॉल की मात्रा अधिक है, वहां बड़ी window और कम इनपुट कीमत का संयोजन Decider V1.2 की ओर इशारा करता है।

api14 के माध्यम से किसी भी मॉडल को कॉल करना उसी तरह काम करता है, क्योंकि गेटवे एक OpenAI संगत API प्रदान करता है। आप अपने मौजूदा OpenAI क्लाइंट को api14 base URL पर इंगित करते हैं, अपना अनुरोध chat completions endpoint पर भेजते हैं, और model फ़ील्ड को उस id पर सेट करते हैं जिसे आप चाहते हैं। LiquidAI के मॉडल का उपयोग करने के लिए, model id को "liquid/d1-ultra" पर सेट करें। Perplexity के मॉडल का उपयोग करने के लिए, इसे "perplexity/pplx-decider-v1.2" पर सेट करें। उनके बीच स्विच करने के लिए अनुरोध बॉडी में और कुछ भी बदलने की आवश्यकता नहीं है, क्योंकि दोनों टेक्स्ट और इमेज इनपुट लेते हैं और दोनों निर्णय लौटाते हैं। इसका मतलब है कि आप एक ही कोड पथ रख सकते हैं और id बदल सकते हैं, या इनपुट कितना बड़ा है इसके आधार पर प्रति अनुरोध रूट कर सकते हैं।

एक ऐसा मामला है जहां d1-ultra बेहतर विकल्प बना रहता है, भले ही Decider V1.2 में बड़ी window और सस्ता इनपुट है। यदि आपके इनपुट छोटे हैं और आप विशेष रूप से LiquidAI पर बने रहना चाहते हैं, या आप अपने स्टैक में कहीं और उस प्रदाता पर पहले से मानकीकृत हैं, तो यहां सूचीबद्ध कोई भी क्षमता आपको Decider V1.2 पर जाने के लिए बाध्य नहीं करती है। मॉडल आउटपुट मूल्य निर्धारण, modalities और tools, structured output तथा reasoning के भेदों के अभाव पर बराबरी करते हैं, इसलिए संक्षिप्त निर्णय कार्यों के लिए चुनाव तकनीकी अंतर के बजाय काफी हद तक प्रदाता प्राथमिकता का मामला है।

एक string से बदलें

दोनों मॉडल एक ही endpoint और request ढांचा इस्तेमाल करते हैं। model की वैल्यू "liquid/d1-ultra" से "perplexity/pplx-decider-v1.2" करें, prompts, streaming और tools पहले की तरह काम करते रहेंगे।

LiquidAI: d1-ultra विवरण और प्लेग्राउंड →Perplexity: Decider V1.2 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": "perplexity/pplx-decider-v1.2",
  "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 Perplexity: Decider V1.2

स्पेसिफिकेशन

मुख्य अंतर

विस्तार से

एक string से बदलें

और तुलनाएं