Cohere: Command R (08-2024) lawan Tencent: Hy3 preview
Perbandingan berdampingan Cohere: Command R (08-2024) (US$0,52 / 1 jt token (≈ Rp 9.492)) dan Tencent: Hy3 preview (US$0,63 / 1 jt token (≈ Rp 11.390)) menggunakan harga USD dan kemampuan terkini dari katalog api14. Keduanya berjalan melalui API yang sama dan kompatibel dengan OpenAI.
Spesifikasi
| Cohere: Command R (08-2024) | Tencent: Hy3 preview | |
|---|---|---|
| Penyedia | Cohere | Tencent |
| Masukan | US$0,52 / 1 jt token (≈ Rp 9.492) | US$0,63 / 1 jt token (≈ Rp 11.390) |
| Keluaran | US$2,10 / 1 jt token (≈ Rp 37.968) | US$2,10 / 1 jt token (≈ Rp 37.968) |
| Baca cache | - | US$0,21 / 1 jt token (≈ Rp 3.797) |
| Jendela konteks | 128.000 | 262.144 |
| Output maks. | 4.000 | 235.929 |
| Masukan | text | text |
| Keluaran | text | text |
| panggilan alat | ||
| Output terstruktur | ||
| Pengaturan penalaran | ||
| Ditambahkan | 30 Agu 2024 | 22 Apr 2026 |
Perbedaan utama
- Cohere: Command R (08-2024) 17% lebih murah untuk token input.
- Tencent: Hy3 preview membaca konteks 2.0× lebih banyak (262.144 token).
- Hanya Cohere: Command R (08-2024) yang mendukung output JSON terstruktur.
- Hanya Tencent: Hy3 preview yang mendukung pengaturan tingkat penalaran.
- Permintaan dengan 1.000 token input dan 500 token output berbiaya US$0,00158 dengan Cohere: Command R (08-2024) dan US$0,00168 dengan Tencent: Hy3 preview.
Lebih mendalam
Cohere: Command R (08-2024) adalah model teks dari Cohere, dirilis pada 30 Agustus 2024 dengan id model cohere/command-r-08-2024. Tencent: Hy3 preview adalah model teks dari Tencent, dirilis pada 22 April 2026 dengan id model tencent/hy3-preview. Keduanya disajikan sebagai model chat text-in, text-out di api14, jadi keduanya tidak menerima gambar atau audio pada input, dan keduanya tidak menghasilkan apa pun selain teks pada output.
Pemisah paling jelas di antara keduanya adalah konteks dan penalaran. Hy3 preview membawa jendela konteks 262144 token, dua kali lipat dari 128000 token yang ditawarkan Command R, jadi model inilah yang dipilih ketika satu permintaan harus menampung dokumen yang sangat panjang, basis kode yang besar, atau riwayat percakapan yang diperpanjang. Hy3 preview juga mengekspos kontrol penalaran (include_reasoning, reasoning dan reasoning_effort), yang tidak dimiliki Command R, menjadikannya satu-satunya dari keduanya yang dapat diminta untuk memikirkan suatu masalah sebelum menjawab. Command R mengambil arah sebaliknya pada struktur: hanya model ini dari pasangan tersebut yang mendukung structured outputs dan response_format, jadi ketika Anda memerlukan balasan agar sesuai dengan skema JSON atau bentuk tetap, model ini adalah pilihan alaminya. Kumpulan parameter mereka selain itu berbeda dalam hal-hal kecil. Command R juga menerima frequency_penalty, presence_penalty, stop dan top_k, sementara Hy3 preview tidak mencantumkan itu. Keduanya menerima temperature, top_p, max_tokens, seed, tools dan tool_choice, jadi function calling tersedia di kedua sisi.
Untuk pekerjaan sehari-hari, pilih berdasarkan apa yang sebenarnya dibutuhkan tugas. Jika Anda melakukan ekstraksi, klasifikasi, pengisian formulir, atau apa pun yang mengharuskan respons berada dalam skema yang ketat, Command R lebih cocok karena structured outputs didukung secara langsung alih-alih dipancing melalui prompting. Jika Anda meringkas atau menanyakan kumpulan teks yang sangat besar, atau Anda ingin model mengerjakan logika multi langkah, aritmetika, atau perencanaan sebelum memberikan jawaban, Hy3 preview adalah opsi yang lebih kuat mengingat konteksnya yang lebih besar dan parameter penalarannya. Penggunaan tool adalah seri, jadi beban kerja bergaya agen yang hanya membutuhkan function calling bisa memilih salah satu. Pada harga, Command R lebih murah dari keduanya pada input, sementara harga output kurang lebih sama untuk keduanya, jadi biaya hanya memengaruhi keputusan ketika beban kerja Anda berat pada input.
Memanggil salah satu model melalui api14 adalah operasi yang sama. Endpoint-nya kompatibel dengan OpenAI, jadi Anda mengarahkan klien atau SDK OpenAI yang sudah ada ke base URL api14, mengirim permintaan chat completions seperti biasa, dan mengatur field model ke id yang Anda inginkan. Beralih di antara keduanya berarti mengubah satu string itu, dari cohere/command-r-08-2024 ke tencent/hy3-preview atau sebaliknya. Array messages Anda, system prompt Anda dan pengaturan streaming Anda tetap seperti semula. Satu-satunya penyesuaian yang layak dilakukan adalah yang diwajibkan oleh model itu sendiri: hapus response_format dan parameter penalty ketika Anda beralih ke Hy3 preview, dan hapus reasoning_effort serta field penalaran lainnya ketika Anda beralih ke Command R, karena setiap model akan menolak parameter yang tidak dicantumkannya.
Berganti cukup dengan satu string
Kedua model menggunakan endpoint dan bentuk permintaan yang sama. Ubah nilai model dari "cohere/command-r-08-2024" ke "tencent/hy3-preview", prompt, streaming, dan tools tetap berfungsi.
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": "tencent/hy3-preview",
"messages": [
{
"role": "user",
"content": "Explain vector databases in two sentences."
}
]
});
console.log(result.choices[0].message.content);
Perbandingan lainnya
- LiquidAI: LFM3-1.7B lawan Ricursive: Ripple 65B Preview
- LiquidAI: LFM3-1.7B lawan Crouton Alpha
- LiquidAI: LFM3-1.7B lawan Tencent: Hy4
- LiquidAI: LFM3-1.7B lawan Z.ai: GLM 5.3 FlashX Legal
- Ricursive: Ripple 65B Preview lawan Crouton Alpha
- Ricursive: Ripple 65B Preview lawan Tencent: Hy4
- Ricursive: Ripple 65B Preview lawan Z.ai: GLM 5.3 FlashX Legal
- Crouton Alpha lawan Tencent: Hy4