LiquidAI: d1 बनाम Respan: Span-01
api14 कैटलॉग की मौजूदा USD कीमतों और क्षमताओं के आधार पर LiquidAI: d1 ($0.07 / 1M टोकन (≈ ₹6.62)) और Respan: Span-01 ($0.07 / 1M टोकन (≈ ₹6.62)) की आमने-सामने तुलना। दोनों एक ही OpenAI-compatible API से चलते हैं।
स्पेसिफिकेशन
| LiquidAI: d1 | Respan: Span-01 | |
|---|---|---|
| प्रोवाइडर | LiquidAI | Respan |
| इनपुट | $0.07 / 1M टोकन (≈ ₹6.62) | $0.07 / 1M टोकन (≈ ₹6.62) |
| कैश रीड | $0.07 / 1M टोकन (≈ ₹6.62) | - |
| संदर्भ विंडो | 65,536 | - |
| अधिकतम आउटपुट | 58,982 | - |
| इनपुट | text, image | text |
| आउटपुट | decisions | decisions |
| टूल कॉलिंग | ||
| संरचित आउटपुट | ||
| Reasoning नियंत्रण | ||
| जोड़ा गया | 1 अक्टू॰ 2026 | 26 सित॰ 2026 |
मुख्य अंतर
- दोनों की इनपुट कीमत लगभग बराबर है।
- 1,000 इनपुट और 500 आउटपुट tokens वाली request की लागत LiquidAI: d1 के साथ $0.000070 और Respan: Span-01 के साथ $0.000070 है।
विस्तार से
LiquidAI: d1, LiquidAI का एक decisions मॉडल है, जिसे 1 अक्टूबर 2026 को जारी किया गया था। Respan: Span-01, Respan का एक decisions मॉडल है, जिसे 26 सितंबर 2026 को जारी किया गया था। दोनों एक ही श्रेणी में आते हैं, यानी इन्हें मुक्त रूप की prose के बजाय आउटपुट के रूप में निर्णय लौटाने के लिए बनाया गया है, और दोनों एक ही gateway के माध्यम से पहुँचे जाते हैं। दोनों providers अलग कंपनियाँ हैं, इसलिए model ids vendor prefix के साथ-साथ model name में भी अलग हैं।
इनके बीच सबसे स्पष्ट अंतर input handling में है। LiquidAI: d1 text और image input स्वीकार करता है, इसलिए यह आपके prompt के साथ-साथ screenshot, diagram या scanned page को भी देख सकता है। Respan: Span-01 केवल text स्वीकार करता है। context window वह जगह है जहाँ प्रकाशित तथ्य समाप्त हो जाते हैं: LiquidAI: d1 में 65,536 tokens सूचीबद्ध हैं, जबकि Respan: Span-01 context length प्रकाशित नहीं करता, इसलिए आपको इसकी सीमा को अज्ञात मानना चाहिए और किसी लंबे document workflow पर निर्भर होने से पहले अपने payloads के साथ परीक्षण करना चाहिए। कोई भी मॉडल supported parameters उजागर नहीं करता, और कोई भी tool use, structured output या reasoning को विशिष्ट विशेषता के रूप में प्रचारित नहीं करता, इसलिए उन आयामों पर इनके बीच अलग करने के लिए कुछ नहीं है। दोनों केवल decisions आउटपुट करते हैं, जिसका अर्थ है कि इनमें से कोई भी सामान्य chat या generation मॉडल नहीं है।
व्यावहारिक चयन के लिए, input type से शुरू करें। यदि आपके कार्य में कोई image पढ़ना शामिल है, जैसे किसी form को classify करना, किसी chart की जाँच करना या किसी screenshot को route करना, तो LiquidAI: d1 इन दोनों में से अकेला है जो वह input ले ही सकता है। यदि आपका कार्य पूरी तरह text है, जैसे किसी support ticket को triage करना, किसी message को label करना या किसी content के paragraph पर हाँ या ना का निर्णय लेना, तो दोनों मॉडल उम्मीदवार हैं और निर्णय price तथा इस पर निर्भर करता है कि आपको कितना text अंदर भेजना है। चूँकि Respan: Span-01 context length नहीं बताता, इसके inputs सीमित रखें या कुछ भी लंबा भेजने से पहले व्यवहार स्वयं सत्यापित करें। price पर, input के लिए दोनों लगभग समान हैं, इसलिए उस तरफ लागत निर्णायक कारक होने की संभावना नहीं है; उपलब्ध जानकारी में output pricing अलग नहीं है, इसलिए वर्तमान आंकड़ों के लिए इस पृष्ठ की live table देखें।
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 करें, अपने अनुरोध को अपनी api14 key के साथ chat completions endpoint पर भेजें, और model field सेट करें। दोनों के बीच एकमात्र परिवर्तन वह string है: LiquidAI: d1 के लिए "liquid/d1" और Respan: Span-01 के लिए "respan/span-01" उपयोग करें। आपकी message structure, headers और response parsing समान रहते हैं, इसलिए आप एक पंक्ति के संपादन से मॉडल बदल सकते हैं, या किसी एक पर निर्णय लेने से पहले उनके decisions की तुलना करने के लिए दोनों को एक ही input पर साथ-साथ चला सकते हैं।
एक स्थिति ऐसी है जहाँ Respan: Span-01 बेहतर विकल्प बना रहता है, भले ही LiquidAI: d1 अधिक input types को कवर करता है। यदि आपका workload केवल text है और आप संकीर्ण, single modality मॉडल चाहते हैं, तो Span-01 एक सीधा विकल्प है, और इसका थोड़ा पहले जारी होना इसका मतलब है कि यह थोड़ा अधिक समय से उपलब्ध है। यह तब भी समझदार default है जब आपको image input की आवश्यकता नहीं है और आप request surface को यथासंभव सरल रखना पसंद करते हैं। कोई भी मॉडल tools या structured output flags का समर्थन नहीं करता, इसलिए यदि आपकी pipeline उन पर निर्भर है, तो आप जिस भी id को कॉल करें, parsing को अपनी तरफ संभालने की योजना बनाएँ।
एक string से बदलें
दोनों मॉडल एक ही endpoint और request ढांचा इस्तेमाल करते हैं। model की वैल्यू "liquid/d1" से "respan/span-01" 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.post("/decisions", { body: {
"model": "respan/span-01",
"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);
और तुलनाएं
- LiquidAI: d1 Latest बनाम LiquidAI: d1-ultra Latest
- LiquidAI: d1 Latest बनाम Baseten: Joey 1
- LiquidAI: d1 Latest बनाम LiquidAI: d1.1
- LiquidAI: d1 Latest बनाम Morph: Reflex
- LiquidAI: d1-ultra Latest बनाम Baseten: Joey 1
- LiquidAI: d1-ultra Latest बनाम LiquidAI: d1.1
- LiquidAI: d1-ultra Latest बनाम Morph: Reflex
- Baseten: Joey 1 बनाम LiquidAI: d1.1