माइक्रोसॉफ्ट: Microsoft-Decision-1 माइक्रोसॉफ्ट का एक निर्णय मॉडल है, जिसे decisions श्रेणी के अंतर्गत सूचीबद्ध किया गया है। Nace.AI: Drex v2.0 Nace.AI का एक निर्णय मॉडल है, जिसे उसी श्रेणी में सूचीबद्ध किया गया है। दोनों इनपुट के रूप में टेक्स्ट लेते हैं और दोनों आउटपुट के रूप में निर्णय लौटाते हैं, इसलिए वे एक पाइपलाइन में एक ही स्थान रखते हैं: आप किसी स्थिति का विवरण भेजते हैं और आपको चैट उत्तर या उत्पन्न गद्य के ब्लॉक के बजाय एक निर्णय वापस मिलता है। Microsoft-Decision-1 को उसके प्रदाता ने 2026-10-09 को जारी किया था, और Drex v2.0 2026-10-12 को आया, इसलिए अभी तक किसी के पीछे कोई लंबा ट्रैक रिकॉर्ड नहीं है।
उनके बीच सबसे स्पष्ट अंतर संदर्भ का है। Drex v2.0 अधिकतम 131072 टोकन स्वीकार करता है, जो Microsoft-Decision-1 द्वारा स्वीकार किए जाने वाले 32768 टोकन का चार गुना है। यदि आपका निर्णय किसी लंबे दस्तावेज़, रिकॉर्ड के बड़े बैच, या पिछले चरणों के लंबे इतिहास पर निर्भर करता है, तो Drex v2.0 यह सब एक ही कॉल में रख सकता है जबकि Microsoft-Decision-1 आपको इनपुट को छोटा करने या विभाजित करने के लिए मजबूर करेगा। मोडलिटी पर वे समान हैं: टेक्स्ट अंदर, निर्णय बाहर, और कुछ नहीं। तुलना डेटा में कोई टूल कॉलिंग, कोई संरचित आउटपुट मोड और कोई अलग रीज़निंग मोड सूचीबद्ध नहीं है जो उनमें से केवल एक का हो, इसलिए आपको यह अपेक्षा नहीं करनी चाहिए कि कोई भी मॉडल ऐसी क्षमता उजागर करे जो दूसरे में न हो। कीमत पर, इनपुट पर Microsoft-Decision-1 दोनों में से सस्ता है। डेटा आउटपुट मूल्य निर्धारण पर अंतर स्थापित नहीं करता, इसलिए आउटपुट लागत को लगभग तुलनीय मानें और अपने ट्रैफ़िक पर लागू होने वाले आंकड़ों के लिए लाइव मूल्य तालिका देखें।
रोज़मर्रा के काम के लिए, चुनाव आमतौर पर इस बात पर निर्भर करता है कि निर्णय को कितना टेक्स्ट चाहिए। छोटे, स्वयंपूर्ण निर्णय, जैसे किसी सपोर्ट टिकट को वर्गीकृत करना, कोई रूटिंग लक्ष्य चुनना, या संक्षिप्त प्रॉम्प्ट से विकल्पों के छोटे समूह में से चुनना, 32768 टोकन के भीतर आराम से आ जाते हैं और Microsoft-Decision-1 के लिए स्वाभाविक उपयुक्त हैं, जो इनपुट पर सस्ता विकल्प भी है। Drex v2.0 की ओर तब जाएँ जब निर्णय किसी लंबे अनुबंध, पूरे लॉग, बड़े उम्मीदवार समूह, या काफी समय से चल रही बातचीत पर लेना हो, क्योंकि बड़ी विंडो आपको पूरी चीज़ बिना प्रीप्रोसेसिंग के पास करने देती है। यदि आपके इनपुट छोटे हैं लेकिन बहुत अधिक संख्या में हैं, तो Microsoft-Decision-1 का इनपुट मूल्य लाभ अधिक मायने रखता है; यदि आपके इनपुट लंबे हैं लेकिन कम हैं, तो Drex v2.0 का अतिरिक्त संदर्भ मूल्य अंतर से अधिक मूल्यवान है।
api14 के माध्यम से किसी भी मॉडल को कॉल करना उसी तरह काम करता है, क्योंकि गेटवे एक OpenAI-संगत API उजागर करता है। आप अपने मौजूदा OpenAI क्लाइंट को api14 बेस URL पर इंगित करें, अपनी कुंजी भेजें, और model फ़ील्ड सेट करें। दोनों के बीच एकमात्र बदलाव वह स्ट्रिंग है: माइक्रोसॉफ्ट मॉडल के लिए "microsoft/microsoft-decision-1" और Nace.AI मॉडल के लिए "nace-ai/drex-v2.0" उपयोग करें। आपका अनुरोध बॉडी, आपका टेक्स्ट इनपुट और आपका प्रतिक्रिया प्रबंधन जैसे हैं वैसे ही रहते हैं, इसलिए आप एक कोड पथ रख सकते हैं और कॉन्फ़िगरेशन मान से मॉडल बदल सकते हैं, जिससे छोटे इनपुट को एक पर और लंबे इनपुट को दूसरे पर रूट करना, या प्रतिबद्ध होने से पहले उसी इनपुट पर उनके निर्णयों की तुलना करना आसान हो जाता है।
एक मामला ऐसा है जहाँ अधिक महंगा इनपुट पक्ष फिर भी बेहतर चुनाव है: जब निर्णय को वास्तव में पूरा दस्तावेज़ दृष्टि में चाहिए। यदि इनपुट को छोटा करने से वह साक्ष्य हट जाएगा जिस पर निर्णय निर्भर करता है, तो Drex v2.0 सही चुनाव है भले ही Microsoft-Decision-1 इनपुट पर सस्ता हो, क्योंकि अपूर्ण टेक्स्ट पर लिया गया सस्ता निर्णय बचत नहीं है। इसके विपरीत, जब इनपुट छोटा हो और मात्रा अधिक हो, तो Microsoft-Decision-1 समझदार डिफ़ॉल्ट बना रहता है।