Extract vs Xing4.0 29B A4B (free): 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।

ScaleDown: Extract बनाम XingChen: Xing4.0 29B A4B (free)

api14 कैटलॉग की मौजूदा USD कीमतों और क्षमताओं के आधार पर ScaleDown: Extract ($0.14 / 1M टोकन (≈ ₹13.24)) और XingChen: Xing4.0 29B A4B (free) (मुफ्त) की आमने-सामने तुलना। दोनों एक ही OpenAI-compatible API से चलते हैं।

स्पेसिफिकेशन

	ScaleDown: Extract	XingChen: Xing4.0 29B A4B (free)
प्रोवाइडर	ScaleDown	XingChen
इनपुट	$0.14 / 1M टोकन (≈ ₹13.24)	-
संदर्भ विंडो	10,00,000	2,62,144
अधिकतम आउटपुट	9,00,000	2,35,929
इनपुट	text, image, file	text
आउटपुट	text	text
टूल कॉलिंग
संरचित आउटपुट
Reasoning नियंत्रण
जोड़ा गया	13 अक्टू॰ 2026	16 अक्टू॰ 2026

मुख्य अंतर

ScaleDown: Extract 3.8× ज़्यादा context पढ़ता है (10,00,000 tokens)।
सिर्फ XingChen: Xing4.0 29B A4B (free) टूल कॉलिंग सपोर्ट करता है।
सिर्फ XingChen: Xing4.0 29B A4B (free) संरचित JSON आउटपुट सपोर्ट करता है।
सिर्फ XingChen: Xing4.0 29B A4B (free) reasoning effort नियंत्रण सपोर्ट करता है।

विस्तार से

ScaleDown: Extract, ScaleDown का एक टेक्स्ट मॉडल है, जो 2026-10-13 को जारी किया गया था। XingChen: Xing4.0 29B A4B (free), XingChen का एक टेक्स्ट मॉडल है, जो 2026-10-16 को जारी किया गया था। दोनों api14 के माध्यम से OpenAI-संगत चैट मॉडल के रूप में उपलब्ध कराए जाते हैं, और दोनों टेक्स्ट श्रेणी में सूचीबद्ध हैं। नामकरण स्थिति के बारे में कुछ बताता है: Extract एक उद्देश्य-निर्मित एक्सट्रैक्शन मॉडल जैसा लगता है, जबकि Xing4.0 29B A4B एक मुफ़्त टियर वाला सामान्य चैट और रीज़निंग मॉडल है।

दोनों में सबसे बड़ा अंतर कॉन्टेक्स्ट और मोडैलिटी में है। ScaleDown: Extract की कॉन्टेक्स्ट विंडो 1,000,000 टोकन है, जो दोनों में से बड़ी है, और यह टेक्स्ट, इमेज और फ़ाइल इनपुट स्वीकार करता है, तथा टेक्स्ट आउटपुट देता है। XingChen: Xing4.0 29B A4B की कॉन्टेक्स्ट विंडो 262,144 टोकन है और यह केवल टेक्स्ट स्वीकार करता है। पैरामीटर पर विभाजन उल्टा है। XingChen सैंपलिंग और नियंत्रण पैरामीटर की एक लंबी सूची उजागर करता है: frequency_penalty, presence_penalty, temperature, top_p, top_k, min_p, repetition_penalty, seed, stop, max_tokens, response_format, structured_outputs, tool_choice, tools, reasoning और include_reasoning। ScaleDown: Extract केवल max_tokens का समर्थन करता है। इसलिए XingChen दोनों में से अकेला है जिसमें टूल कॉलिंग, स्ट्रक्चर्ड आउटपुट और रीज़निंग है, जबकि ScaleDown अकेला है जो इमेज और फ़ाइलें लेता है और अकेला है जिसकी कॉन्टेक्स्ट बड़ी है।

व्यावहारिक काम के लिए, चुनाव सीधे उन अंतरों से निकलता है। यदि आपके कार्य में लंबे दस्तावेज़, इमेज या फ़ाइल इनपुट, या एक ऐसा एकल प्रॉम्प्ट शामिल है जिसमें बहुत बड़ी मात्रा में सामग्री रखनी है, तो ScaleDown: Extract स्वाभाविक चुनाव है क्योंकि इसकी कॉन्टेक्स्ट बड़ी है और इसका मल्टीमॉडल इनपुट समर्थन है। यदि आपके कार्य में फ़ंक्शन कॉलिंग, JSON-schema-नियंत्रित आउटपुट, या एक दृश्यमान रीज़निंग पास चाहिए, तो XingChen: Xing4.0 29B A4B चुनाव है, क्योंकि ये ऐसी क्षमताएँ हैं जो ScaleDown: Extract उजागर नहीं करता। सादे टेक्स्ट जनरेशन के लिए जहाँ इनमें से कोई भी सुविधा मायने नहीं रखती, दोनों में से कोई भी चलेगा, और इस पृष्ठ पर मौजूद लाइव मूल्य तालिका यहाँ लिखी किसी भी बात से बेहतर मार्गदर्शक है।

api14 के माध्यम से किसी भी मॉडल को कॉल करना एक ही तरह से काम करता है, क्योंकि एंडपॉइंट OpenAI-संगत है। आप अपने क्लाइंट को api14 बेस URL पर इंगित करते हैं, एक चैट कम्प्लीशन्स अनुरोध भेजते हैं, और model फ़ील्ड को उस id पर सेट करते हैं जो आप चाहते हैं। मॉडल बदलने के लिए आप केवल उस स्ट्रिंग को बदलते हैं, "scaledown/extract" से "xingchen-agi/xing4.0-29b-a4b:free" या वापस। आपका अनुरोध बॉडी, प्रमाणीकरण हेडर और प्रतिक्रिया पार्सिंग जैसे हैं वैसे ही रहते हैं। एक चेतावनी पैरामीटर की है: यदि आप tools, response_format या reasoning फ़ील्ड भेजते हैं, तो वे XingChen पर लागू होते हैं और ScaleDown: Extract द्वारा समर्थित नहीं हैं, जो केवल max_tokens स्वीकार करता है, इसलिए एक साझा पेलोड के बजाय प्रति-मॉडल पैरामीटर सेट रखें।

ऐसे मामले भी हैं जहाँ उसके बाद भी दूसरा मॉडल बेहतर चुनाव रहता है। यदि आप पहले से ही XingChen का उपयोग टूल-कॉलिंग या स्ट्रक्चर्ड-आउटपुट पाइपलाइन के लिए कर रहे हैं और आपको केवल एक छोटा टेक्स्ट उत्तर चाहिए, तो XingChen पर बने रहना एक दूसरे इंटीग्रेशन से बचाता है। इसके विपरीत, यदि आप दस्तावेज़ कार्य के लिए ScaleDown: Extract पर हैं और आपको एक त्वरित सादा-टेक्स्ट कम्प्लीशन चाहिए, तो वहीं बने रहना आपके कॉन्फ़िग में एक और मॉडल id जोड़ने से बचाता है। कोई भी मॉडल सख्ती से बेहतर नहीं है; निर्णायक कारक हैं कॉन्टेक्स्ट का आकार, मल्टीमॉडल इनपुट, और क्या आपको tools, स्ट्रक्चर्ड आउटपुट या रीज़निंग चाहिए।

एक string से बदलें

दोनों मॉडल एक ही endpoint और request ढांचा इस्तेमाल करते हैं। model की वैल्यू "scaledown/extract" से "xingchen-agi/xing4.0-29b-a4b:free" करें, prompts, streaming और tools पहले की तरह काम करते रहेंगे।

ScaleDown: Extract विवरण और प्लेग्राउंड →XingChen: Xing4.0 29B A4B (free) 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.chat.completions.create({
  "model": "xingchen-agi/xing4.0-29b-a4b:free",
  "messages": [
    {
      "role": "user",
      "content": "Explain vector databases in two sentences."
    }
  ]
});
console.log(result.choices[0].message.content);

ScaleDown: Extract बनाम XingChen: Xing4.0 29B A4B (free)

स्पेसिफिकेशन

मुख्य अंतर

विस्तार से

एक string से बदलें

और तुलनाएं