ScaleDown: Classify-1 lawan Together: Tev1 4B Experimental
Perbandingan berdampingan ScaleDown: Classify-1 (US$0,14 / 1 jt token (≈ Rp 2.534)) dan Together: Tev1 4B Experimental (US$0,15 / 1 jt token (≈ Rp 2.660)) menggunakan harga USD dan kemampuan terkini dari katalog api14. Keduanya berjalan melalui API yang sama dan kompatibel dengan OpenAI.
Spesifikasi
| ScaleDown: Classify-1 | Together: Tev1 4B Experimental | |
|---|---|---|
| Penyedia | ScaleDown | Together |
| Masukan | US$0,14 / 1 jt token (≈ Rp 2.534) | US$0,15 / 1 jt token (≈ Rp 2.660) |
| Jendela konteks | 1.000.000 | 32.768 |
| Output maks. | 900.000 | 8 |
| Masukan | text, image, file | text |
| Keluaran | decisions | decisions |
| panggilan alat | ||
| Output terstruktur | ||
| Pengaturan penalaran | ||
| Ditambahkan | 13 Okt 2026 | 30 Sep 2026 |
Perbedaan utama
- Keduanya memiliki harga input yang hampir sama.
- ScaleDown: Classify-1 membaca konteks 30.5× lebih banyak (1.000.000 token).
- Permintaan dengan 1.000 token input dan 500 token output berbiaya US$0,000140 dengan ScaleDown: Classify-1 dan US$0,000147 dengan Together: Tev1 4B Experimental.
Lebih mendalam
ScaleDown: Classify-1 adalah model keputusan dari ScaleDown, dan Together: Tev1 4B Experimental adalah model keputusan dari Together. Keduanya berada di kategori decisions, yang berarti tugasnya adalah mengembalikan keputusan, bukan prosa bebas, dan keduanya dirilis pada akhir 2026, dengan Tev1 4B Experimental hadir pada 30 September 2026 dan Classify-1 pada 13 Oktober 2026. Tidak ada model yang mengekspos parameter yang didukung, jadi Anda mengonfigurasinya murni melalui prompt dan input yang Anda kirim.
Perbedaan paling jelas di antara keduanya adalah konteks dan penanganan input. Classify-1 menerima teks, gambar, dan file, serta memiliki context window 1.000.000 token. Tev1 4B Experimental hanya menerima teks dan context window-nya 32.768 token. Dari segi harga, keduanya kurang lebih sama untuk input, jadi pilihannya sebenarnya bukan soal biaya di sisi input; harga output bukan sesuatu yang bisa kita bandingkan secara berarti di sini. Keduanya mengembalikan keputusan sebagai satu-satunya modalitas output, jadi tidak ada yang merupakan generator teks umum.
Untuk pekerjaan praktis, gunakan Classify-1 ketika materi yang perlu Anda klasifikasikan berukuran besar atau berformat campuran. Kontrak panjang, dokumen hasil pemindaian, screenshot, PDF, dan tiket yang banyak gambar semuanya cocok dengan modalitas input dan konteksnya yang sangat besar, sehingga Anda bisa menyerahkan seluruh berkas dalam satu panggilan alih-alih memotong dan menyambung hasil sendiri. Gunakan Tev1 4B Experimental ketika inputnya teks biasa dan cukup muat dalam 32.768 token, misalnya merutekan pesan dukungan, memberi label pada catatan pendek, atau membuat keputusan cepat atas prompt yang sudah Anda ringkas. Jika pipeline Anda hanya teks dan input Anda kecil, model yang lebih kecil lebih sederhana untuk dipakai; begitu gambar, file, atau input yang sangat panjang masuk ke dalam gambaran, Classify-1 adalah yang benar-benar dapat menerimanya.
Memanggil salah satu model melalui api14 bekerja dengan cara yang sama, karena gateway ini menggunakan format chat completions yang kompatibel dengan OpenAI. Anda arahkan klien Anda ke base URL api14, kirim permintaan seperti biasa, dan setel field model ke id yang Anda inginkan. Beralih di antara keduanya hanya perlu mengubah satu baris: gunakan "scaledown/classify-1" untuk model ScaleDown, atau "togethercomputer/tev1-4b-experimental" untuk model Together. Semua hal lain di body permintaan, header, dan kode parsing Anda tetap sama, sehingga Anda dapat membandingkan keduanya pada data Anda sendiri dengan menukar string dan menjalankannya kembali.
Masih ada kasus di mana Tev1 4B Experimental menjadi pilihan yang lebih baik meskipun Classify-1 lebih mumpuni secara teori. Jika input Anda berupa teks biasa yang pendek dan Anda menginginkan permintaan seringan mungkin, model yang hanya teks menghindari pengiriman payload gambar atau file yang tidak Anda butuhkan. Model ini juga menjadi default yang wajar ketika Anda sudah memvalidasinya pada tugas Anda dan hanya ingin menjaga perilaku tersebut tetap stabil, karena kedua model tidak menerima parameter dan berperilaku deterministik terhadap prompt yang Anda berikan.
Berganti cukup dengan satu string
Kedua model menggunakan endpoint dan bentuk permintaan yang sama. Ubah nilai model dari "scaledown/classify-1" ke "togethercomputer/tev1-4b-experimental", 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": "togethercomputer/tev1-4b-experimental",
"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