Nace.AI: Drex v2.0 lawan ScaleDown: Classify-1
Perbandingan berdampingan Nace.AI: Drex v2.0 (US$0,21 / 1 jt token (≈ Rp 3.797)) dan ScaleDown: Classify-1 (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
| Nace.AI: Drex v2.0 | ScaleDown: Classify-1 | |
|---|---|---|
| Penyedia | Nace.AI | ScaleDown |
| Masukan | US$0,21 / 1 jt token (≈ Rp 3.797) | US$0,14 / 1 jt token (≈ Rp 2.531) |
| Jendela konteks | 131.072 | 1.000.000 |
| Output maks. | 117.964 | 900.000 |
| Masukan | text | text, image, file |
| Keluaran | decisions | decisions |
| panggilan alat | ||
| Output terstruktur | ||
| Pengaturan penalaran | ||
| Ditambahkan | 12 Okt 2026 | 13 Okt 2026 |
Perbedaan utama
- ScaleDown: Classify-1 33% lebih murah untuk token input.
- ScaleDown: Classify-1 membaca konteks 7.6× lebih banyak (1.000.000 token).
- Permintaan dengan 1.000 token input dan 500 token output berbiaya US$0,000210 dengan Nace.AI: Drex v2.0 dan US$0,000140 dengan ScaleDown: Classify-1.
Lebih mendalam
Nace.AI: Drex v2.0 adalah model keputusan dari Nace.AI, dirilis pada 2026-10-12. ScaleDown: Classify-1 adalah model keputusan dari ScaleDown, dirilis pada 2026-10-13. Keduanya berada dalam kategori yang sama, jadi keduanya ditujukan untuk pekerjaan besar yang sama: menerima input dan mengembalikan keputusan alih-alih prosa bebas. Tidak ada model yang mengekspos parameter yang didukung, jadi Anda mengonfigurasinya melalui body permintaan yang sudah Anda kirim, bukan melalui daftar knob yang dapat disetel.
Pemisahan yang paling jelas ada pada konteks dan penanganan input. Drex v2.0 hanya menerima teks dan membawa context window 131.072 token. Classify-1 menerima teks, gambar dan file, dan context window-nya 1.000.000 token, jadi model ini yang lebih besar dari keduanya dengan selisih yang lebar. Keduanya mengembalikan keputusan sebagai modalitas output, jadi perbedaannya ada pada jalur masuk, bukan jalur keluar. Jika input Anda adalah formulir hasil pindai, screenshot, PDF atau kumpulan dokumen panjang, Classify-1 dapat menerimanya langsung; Drex v2.0 mengharapkan Anda mengekstrak teks terlebih dahulu. Pada harga, Classify-1 lebih murah dari keduanya untuk input, sementara harga output kurang lebih sama atau tidak berbeda secara signifikan di antara keduanya.
Untuk pekerjaan sehari-hari, pilihan biasanya mengikuti format input Anda. Jika Anda sudah memiliki teks bersih dan prompt Anda muat dengan nyaman di dalam 131.072 token, Drex v2.0 adalah default yang wajar dan menjaga pipeline Anda tetap sederhana, karena tidak ada langkah ekstraksi yang perlu dipelihara. Jika Anda mengklasifikasikan dokumen yang datang sebagai PDF, gambar atau file campuran, atau jika materinya cukup panjang sehingga chunking akan menghilangkan konteks yang menjadi dasar keputusan, Classify-1 menghilangkan pekerjaan praproses tersebut dan memberi Anda lebih banyak ruang sebelum Anda harus memecah apa pun. Perbedaan harga input juga penting jika Anda menjalankan volume tinggi, meskipun Anda sebaiknya memeriksa tabel harga langsung di halaman ini untuk angka terkini daripada mengandalkan aturan praktis.
Memanggil salah satu model melalui api14 bekerja dengan cara yang sama, karena gateway-nya kompatibel dengan OpenAI. Anda mengarahkan klien Anda ke base URL yang sama, mengirim permintaan bergaya chat completions yang sama, dan hanya mengubah model id: "nace-ai/drex-v2.0" untuk Drex v2.0, atau "scaledown/classify-1" untuk Classify-1. Autentikasi, logika retry, logging dan parsing respons Anda tetap tidak tersentuh, yang membuatnya murah untuk menguji keduanya terhadap data Anda sendiri. Pola yang umum adalah membangun permintaan sekali, menjalankannya terhadap kedua id pada sampel input nyata, dan membandingkan keputusannya sebelum memilih salah satu.
Masih ada kasus di mana Drex v2.0 adalah pilihan yang lebih baik. Jika input Anda adalah teks biasa dan cukup pendek untuk muat di context window-nya, menambahkan penanganan gambar dan file tidak memberi Anda apa pun, dan model khusus teks menjaga cakupan integrasi Anda tetap lebih kecil. Tim yang sudah melakukan OCR atau parsing dokumen sendiri, dan ingin langkah keputusan tetap terpisah dari ekstraksi, mungkin lebih memilihnya hanya karena alasan itu. Karena harga output kurang lebih sama di antara keduanya, keputusan sering kali bermuara pada apakah input multimodal dan context window yang lebih besar sepadan untuk beban kerja Anda.
Berganti cukup dengan satu string
Kedua model menggunakan endpoint dan bentuk permintaan yang sama. Ubah nilai model dari "nace-ai/drex-v2.0" ke "scaledown/classify-1", 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.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);
Perbandingan lainnya
- LiquidAI: d1 Latest lawan LiquidAI: d1-ultra Latest
- LiquidAI: d1 Latest lawan Baseten: Joey 1
- LiquidAI: d1 Latest lawan LiquidAI: d1.1
- LiquidAI: d1 Latest lawan Morph: Reflex
- LiquidAI: d1-ultra Latest lawan Baseten: Joey 1
- LiquidAI: d1-ultra Latest lawan LiquidAI: d1.1
- LiquidAI: d1-ultra Latest lawan Morph: Reflex
- Baseten: Joey 1 lawan LiquidAI: d1.1