Drex v2.0 vs Classify-1: 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।

Nace.AI: Drex v2.0 बनाम ScaleDown: Classify-1

api14 कैटलॉग की मौजूदा USD कीमतों और क्षमताओं के आधार पर Nace.AI: Drex v2.0 ($0.21 / 1M टोकन (≈ ₹19.85)) और ScaleDown: Classify-1 ($0.14 / 1M टोकन (≈ ₹13.24)) की आमने-सामने तुलना। दोनों एक ही OpenAI-compatible API से चलते हैं।

स्पेसिफिकेशन

	Nace.AI: Drex v2.0	ScaleDown: Classify-1
प्रोवाइडर	Nace.AI	ScaleDown
इनपुट	$0.21 / 1M टोकन (≈ ₹19.85)	$0.14 / 1M टोकन (≈ ₹13.24)
संदर्भ विंडो	1,31,072	10,00,000
अधिकतम आउटपुट	1,17,964	9,00,000
इनपुट	text	text, image, file
आउटपुट	decisions	decisions
टूल कॉलिंग
संरचित आउटपुट
Reasoning नियंत्रण
जोड़ा गया	12 अक्टू॰ 2026	13 अक्टू॰ 2026

मुख्य अंतर

ScaleDown: Classify-1 इनपुट tokens पर 33% सस्ता है।
ScaleDown: Classify-1 7.6× ज़्यादा context पढ़ता है (10,00,000 tokens)।
1,000 इनपुट और 500 आउटपुट tokens वाली request की लागत Nace.AI: Drex v2.0 के साथ $0.000210 और ScaleDown: Classify-1 के साथ $0.000140 है।

विस्तार से

Nace.AI: Drex v2.0, Nace.AI का एक decisions मॉडल है, जिसे 2026-10-12 को जारी किया गया था। ScaleDown: Classify-1, ScaleDown का एक decisions मॉडल है, जिसे 2026-10-13 को जारी किया गया था। दोनों एक ही श्रेणी में आते हैं, इसलिए इनका लक्ष्य एक ही व्यापक काम है: एक इनपुट लेना और मुक्त रूप की गद्य के बजाय एक निर्णय लौटाना। दोनों मॉडल कोई भी समर्थित पैरामीटर उजागर नहीं करते, इसलिए आप इन्हें उसी अनुरोध बॉडी के माध्यम से कॉन्फ़िगर करते हैं जो आप पहले से भेजते हैं, न कि ट्यून करने योग्य नॉब्स की सूची के माध्यम से।

सबसे स्पष्ट अंतर संदर्भ और इनपुट handling में है। Drex v2.0 केवल टेक्स्ट स्वीकार करता है और इसमें 131,072 टोकन की संदर्भ विंडो है। Classify-1 टेक्स्ट, इमेज और फाइल स्वीकार करता है, और इसकी संदर्भ विंडो 1,000,000 टोकन है, इसलिए यह दोनों में से बड़ा है, काफी बड़े अंतर से। दोनों अपने आउटपुट modality के रूप में निर्णय लौटाते हैं, इसलिए अंतर अंदर आने के तरीके में है, बाहर जाने के तरीके में नहीं। यदि आपका इनपुट एक स्कैन किया हुआ फॉर्म, स्क्रीनशॉट, PDF या लंबा दस्तावेज़ बंडल है, तो Classify-1 इसे सीधे ले सकता है; Drex v2.0 अपेक्षा करता है कि आप पहले टेक्स्ट निकालें। कीमत पर, इनपुट के लिए Classify-1 दोनों में से सस्ता है, जबकि आउटपुट मूल्य निर्धारण इनके बीच लगभग समान है या अर्थपूर्ण रूप से भिन्न नहीं है।

रोजमर्रा के काम के लिए, चुनाव आमतौर पर आपके इनपुट प्रारूप का अनुसरण करता है। यदि आपके पास पहले से साफ टेक्स्ट है और आपके प्रॉम्प्ट 131,072 टोकन के भीतर आराम से फिट हो जाते हैं, तो Drex v2.0 एक उचित डिफ़ॉल्ट है और आपकी पाइपलाइन को सरल रखता है, क्योंकि बनाए रखने के लिए कोई extraction चरण नहीं है। यदि आप ऐसे दस्तावेज़ों को वर्गीकृत कर रहे हैं जो PDF, इमेज या मिश्रित फाइलों के रूप में आते हैं, या यदि सामग्री इतनी लंबी है कि chunking उस संदर्भ को खो देगी जिस पर निर्णय निर्भर करता है, तो Classify-1 उस preprocessing काम को हटा देता है और आपको कुछ भी विभाजित करने से पहले अधिक जगह देता है। यदि आप उच्च मात्रा में चलाते हैं तो इनपुट कीमत का अंतर भी मायने रखता है, हालांकि आपको वर्तमान संख्याओं के लिए इस पृष्ठ पर लाइव मूल्य तालिका देखनी चाहिए, न कि किसी अनुमानित नियम पर भरोसा करना चाहिए।

api14 के माध्यम से किसी भी मॉडल को कॉल करना उसी तरह काम करता है, क्योंकि गेटवे OpenAI-संगत है। आप अपने क्लाइंट को उसी base URL पर इंगित करते हैं, वही chat completions शैली का अनुरोध भेजते हैं, और केवल मॉडल id बदलते हैं: Drex v2.0 के लिए "nace-ai/drex-v2.0", या Classify-1 के लिए "scaledown/classify-1"। आपका authentication, retry लॉजिक, लॉगिंग और प्रतिक्रिया पार्सिंग अछूते रहते हैं, जो दोनों को आपके अपने डेटा के विरुद्ध परीक्षण करना सस्ता बनाता है। एक सामान्य पैटर्न है अनुरोध को एक बार बनाना, वास्तविक इनपुट के नमूने पर दोनों ids के विरुद्ध चलाना, और किसी एक पर प्रतिबद्ध होने से पहले निर्णयों की तुलना करना।

अभी भी ऐसे मामले हैं जहां Drex v2.0 बेहतर विकल्प है। यदि आपके इनपुट सादे टेक्स्ट हैं और इसकी संदर्भ विंडो में फिट होने के लिए पर्याप्त छोटे हैं, तो इमेज और फाइल handling जोड़ने से आपको कुछ नहीं मिलता, और केवल टेक्स्ट वाला मॉडल आपके एकीकरण का सतह क्षेत्र छोटा रखता है। जो टीमें पहले से अपना OCR या दस्तावेज़ पार्सिंग करती हैं, और चाहती हैं कि निर्णय चरण extraction से अलग रहे, वे अकेले इसी कारण से इसे पसंद कर सकती हैं। चूंकि दोनों के बीच आउटपुट मूल्य निर्धारण लगभग समान है, निर्णय अक्सर इस बात पर निर्भर करता है कि multimodal इनपुट और बड़ी संदर्भ विंडो आपके workload के लिए इसके लायक हैं या नहीं।

एक string से बदलें

दोनों मॉडल एक ही endpoint और request ढांचा इस्तेमाल करते हैं। model की वैल्यू "nace-ai/drex-v2.0" से "scaledown/classify-1" करें, prompts, streaming और tools पहले की तरह काम करते रहेंगे।

Nace.AI: Drex v2.0 विवरण और प्लेग्राउंड →ScaleDown: Classify-1 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": "scaledown/classify-1",
  "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);

Nace.AI: Drex v2.0 बनाम ScaleDown: Classify-1

स्पेसिफिकेशन

मुख्य अंतर

विस्तार से

एक string से बदलें

और तुलनाएं