LiquidAI: d1-ultra, LiquidAI की एक decisions मॉडल है, जिसे 15 अक्टूबर 2026 को जारी किया गया था। ScaleDown: Classify-1 भी एक decisions मॉडल है, जिसे ScaleDown ने बनाया है और दो दिन पहले 13 अक्टूबर 2026 को जारी किया गया था। दोनों एक ही श्रेणी में आते हैं, यानी दोनों का निर्माण अपने आउटपुट के रूप में मुक्त रूप की गद्य के बजाय एक निर्णय लौटाने के लिए किया गया है, और दोनों api14 के माध्यम से मॉडल आईडी liquid/d1-ultra और scaledown/classify-1 के तहत परोसे जाते हैं।
इनके बीच सबसे स्पष्ट अंतर संदर्भ और इनपुट हैंडलिंग का है। ScaleDown: Classify-1, 1,000,000 टोकन की संदर्भ विंडो स्वीकार करता है, जबकि LiquidAI: d1-ultra, 32,768 टोकन स्वीकार करता है, इसलिए ScaleDown मॉडल बड़े अंतर से बड़े संदर्भ वाला है। इनपुट मोडालिटी पर, d1-ultra टेक्स्ट और इमेज लेता है, जबकि Classify-1 टेक्स्ट, इमेज और फाइलें लेता है, इसलिए ScaleDown मॉडल एक अतिरिक्त प्रकार का इनपुट स्वीकार करता है। दोनों अपने एकमात्र आउटपुट मोडालिटी के रूप में निर्णय उत्पन्न करते हैं। दोनों मॉडल कोई भी समर्थित पैरामीटर सूचीबद्ध नहीं करते, इसलिए वहां उपयोग करने के लिए कोई अंतर नहीं है, और गुणात्मक तुलना टूल उपयोग, संरचित आउटपुट या तर्क पर कोई सार्थक अंतर नहीं देती, इसलिए आपको यह नहीं मानना चाहिए कि उन अक्षों पर एक दूसरे से मजबूत है। कीमत पर, इनपुट के लिए दोनों लगभग समान हैं, और तुलना आउटपुट मूल्य निर्धारण के लिए कुछ उपयोगी नहीं देती, इसलिए उन्हें लागत पर तुलनीय मानें, न कि केवल कीमत के आधार पर चुनें।
व्यावहारिक काम के लिए, निर्णायक कारक आमतौर पर यह होता है कि मॉडल को निर्णय लेने से पहले कितनी सामग्री देखनी है। यदि आपके कार्य में लंबे दस्तावेज़, टेक्स्ट के बड़े बैच, या ऐसा कुछ भी शामिल है जो लगभग तीस हज़ार टोकन से अधिक हो जाएगा, तो ScaleDown: Classify-1 अपनी बहुत बड़ी संदर्भ विंडो के कारण स्वाभाविक विकल्प है। यदि आपके इनपुट छोटे हैं और आप मॉडल को टेक्स्ट के साथ एक इमेज भी देना चाहते हैं, तो LiquidAI: d1-ultra उस मामले को कवर करता है, और यह वह मॉडल है जिसे तब चुनना चाहिए जब आपकी पाइपलाइन संक्षिप्त, इमेज प्लस टेक्स्ट निर्णयों के आसपास बनी हो। जब आपके इनपुट में पेस्ट किए गए टेक्स्ट या इमेज के बजाय एक अलग इनपुट प्रकार के रूप में फाइलें शामिल हों, तो Classify-1 वह है जो उन्हें सीधे स्वीकार करता है।
api14 के माध्यम से किसी भी मॉडल को कॉल करना एक ही तरह से काम करता है, क्योंकि गेटवे एक OpenAI-संगत API उजागर करता है। आप अपना अनुरोध उसी एंडपॉइंट पर उसी अनुरोध आकार के साथ भेजते हैं, और दोनों के बीच आप केवल मॉडल आईडी बदलते हैं: LiquidAI मॉडल के लिए liquid/d1-ultra और ScaleDown मॉडल के लिए scaledown/classify-1 उपयोग करें। आपके क्लाइंट, आपके प्रमाणीकरण और आपके प्रतिक्रिया हैंडलिंग में बाकी सब कुछ वैसा ही रहता है, इसलिए उनके बीच स्विच करना एक पंक्ति का बदलाव है और आप इंटीग्रेशन कोड फिर से लिखे बिना अपने डेटा पर उनके निर्णयों की तुलना कर सकते हैं।
एक मामला ऐसा है जहां छोटा मॉडल फिर भी बेहतर विकल्प है, भले ही दूसरे में अधिक संदर्भ हो। यदि आपके इनपुट छोटे हैं और आपका कार्य इमेज प्लस टेक्स्ट है जिसमें कोई फाइल शामिल नहीं है, तो LiquidAI: d1-ultra इस काम के लिए उपयुक्त है और आपको Classify-1 की अतिरिक्त क्षमता की आवश्यकता नहीं है। चूंकि इनपुट पर दोनों की कीमत लगभग समान है, इसलिए जब आपके इनपुट छोटे हों तो छोटे संदर्भ वाले मॉडल को चुनने पर कोई लागत दंड नहीं है, और कार्य की आवश्यकता से अधिक टोकन भेजने का कोई कारण नहीं है।