Meta: Muse Wonder lawan ScaleDown: Extract
Perbandingan berdampingan Meta: Muse Wonder (US$14,00 / 1 jt token (≈ Rp 253.120)) dan ScaleDown: Extract (US$0,14 / 1 jt token (≈ Rp 2.531)) menggunakan harga USD dan kemampuan terkini dari katalog api14. Keduanya berjalan melalui API yang sama dan kompatibel dengan OpenAI.
Spesifikasi
| Meta: Muse Wonder | ScaleDown: Extract | |
|---|---|---|
| Penyedia | Meta | ScaleDown |
| Masukan | US$14,00 / 1 jt token (≈ Rp 253.120) | US$0,14 / 1 jt token (≈ Rp 2.531) |
| Keluaran | US$70,00 / 1 jt token (≈ Rp 1.265.600) | - |
| Baca cache | US$0,70 / 1 jt token (≈ Rp 12.656) | - |
| Pencarian web | US$8,75 / 1 rb pencarian (≈ Rp 158.200) | - |
| Jendela konteks | 1.048.576 | 1.000.000 |
| Output maks. | 943.718 | 900.000 |
| Masukan | text, image, video, file, audio | text, image, file |
| Keluaran | text | text |
| panggilan alat | ||
| Output terstruktur | ||
| Pengaturan penalaran | ||
| Ditambahkan | 12 Okt 2026 | 13 Okt 2026 |
Perbedaan utama
- ScaleDown: Extract 99% lebih murah untuk token input.
- Hanya Meta: Muse Wonder yang mendukung panggilan alat.
- Hanya Meta: Muse Wonder yang mendukung output JSON terstruktur.
- Hanya Meta: Muse Wonder yang mendukung pengaturan tingkat penalaran.
- Permintaan dengan 1.000 token input dan 500 token output berbiaya US$0,05 dengan Meta: Muse Wonder dan US$0,000140 dengan ScaleDown: Extract.
Lebih mendalam
Meta: Muse Wonder adalah model teks dari Meta, terdaftar di api14 dengan model id meta/muse-wonder. ScaleDown: Extract adalah model teks dari ScaleDown, terdaftar dengan scaledown/extract. Keduanya adalah model text-in, text-out dalam arti modalitas outputnya hanya teks, dan keduanya dirilis dalam selang satu hari pada Oktober 2026, jadi tidak ada yang merupakan opsi legacy yang harus Anda akali. Perbedaan yang menarik ada pada apa yang mereka terima sebagai input dan apa yang bisa Anda minta mereka lakukan.
Muse Wonder menerima teks, image, video, file dan audio sebagai input, sedangkan Extract menerima teks, image dan file. Jadi jika pipeline Anda melibatkan audio atau video, Muse Wonder adalah yang bisa melihat materi itu secara langsung. Panjang context cukup dekat sehingga tidak perlu menjadi penentu keputusan Anda: Muse Wonder mencantumkan 1,048,576 token dan Extract mencantumkan 1,000,000, dan perbandingan kualitatif menganggap perbedaan context itu tidak berarti. Perbedaan yang lebih besar ada pada parameter yang didukung. Muse Wonder menyediakan tools dan tool_choice, structured_outputs dan response_format, serta keluarga reasoning (reasoning, reasoning_effort, include_reasoning), plus kontrol sampling biasa seperti temperature, top_p, top_k dan repetition_penalty. Extract hanya mendukung max_tokens. Artinya apa pun yang melibatkan function calling, skema JSON yang dipaksakan atau kontrol reasoning eksplisit harus diarahkan ke Muse Wonder, karena Extract tidak memberi Anda tuas untuk itu.
Untuk pekerjaan sehari hari, pilih berdasarkan apa yang sebenarnya dibutuhkan tugas. Jika Anda mengekstrak field dari dokumen, image atau teks biasa dan Anda hanya ingin jawabannya kembali, Extract adalah opsi input yang lebih murah dan permukaan parameternya yang sempit bukan hambatan, karena Anda memang hanya akan mengatur max_tokens. Jika Anda perlu model memanggil tools, mengembalikan objek yang sesuai skema, atau mengeluarkan usaha reasoning yang disengaja untuk masalah sulit, Muse Wonder adalah satu satunya dari keduanya yang mendukungnya. Hal yang sama berlaku jika input Anda mencakup audio atau video, yang tidak diterima Extract. Untuk analisis mixed media panjang di mana Anda juga ingin structured output pada akhirnya, Muse Wonder mencakup seluruh jalur dalam satu panggilan.
Memanggil salah satu dari keduanya melalui api14 bekerja dengan cara yang sama, karena API-nya kompatibel dengan OpenAI. Anda arahkan klien yang sudah ada ke base URL api14, kirim permintaan chat completions seperti biasa, dan ubah hanya field model: meta/muse-wonder atau scaledown/extract. Struktur pesan Anda, header auth Anda dan parsing respons Anda tetap seperti semula. Satu hal yang perlu diperhatikan adalah parameter: jika Anda beralih dari Muse Wonder ke Extract, hapus semua kecuali max_tokens, karena Extract tidak mencantumkan dukungan untuk temperature, tools atau response_format. Untuk arah sebaliknya, Anda bisa langsung mulai menggunakan field tersebut.
Berganti cukup dengan satu string
Kedua model menggunakan endpoint dan bentuk permintaan yang sama. Ubah nilai model dari "meta/muse-wonder" ke "scaledown/extract", 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": "scaledown/extract",
"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