Usiamo i cookie. Cookie e memoria del browser ti mantengono connesso e ricordano le tue preferenze. Con il tuo consenso misuriamo anche come viene usato il sito. Puoi in qualsiasi momento. Consulta la nostra cookie policy.

Sei nuovo? Scopri come funziona Un tour di 1 minuto tra banco di prova, modelli e la tua chiave API.

DeepSeek V4 Flash 0423 vs LFM3-1.7B: prezzo API, contesto e funzionalità · api14

DeepSeek: DeepSeek V4 Flash 0423 contro LiquidAI: LFM3-1.7B

Un confronto fianco a fianco tra DeepSeek: DeepSeek V4 Flash 0423 (0,32 USD / 1M token (≈ 0,28 €)) e LiquidAI: LFM3-1.7B (0,28 USD / 1M token (≈ 0,25 €)) con i prezzi in USD e le funzionalità aggiornati dal catalogo di api14. Entrambi funzionano con la stessa API compatibile OpenAI.

Specifiche

	DeepSeek: DeepSeek V4 Flash 0423	LiquidAI: LFM3-1.7B
Fornitore	DeepSeek	LiquidAI
Ingresso	0,32 USD / 1M token (≈ 0,28 €)	0,28 USD / 1M token (≈ 0,25 €)
Uscita	0,64 USD / 1M token (≈ 0,57 €)	0,70 USD / 1M token (≈ 0,62 €)
Lettura cache	0,06 USD / 1M token (≈ 0,06 €)	0,07 USD / 1M token (≈ 0,06 €)
Finestra di contesto	1.048.576	262.144
Output massimo	943.717	8192
Ingresso	text	text
Uscita	text	text
chiamata di strumenti
Output strutturato
Controllo del ragionamento
Aggiunto	24 apr 2026	6 nov 2026

Differenze principali

LiquidAI: LFM3-1.7B costa il 12% in meno sui token di input.
DeepSeek: DeepSeek V4 Flash 0423 costa il 9% in meno sui token di output.
DeepSeek: DeepSeek V4 Flash 0423 legge 4.0× più contesto (1.048.576 token).
Una richiesta con 1.000 token di input e 500 di output costa 0,000637 USD con DeepSeek: DeepSeek V4 Flash 0423 e 0,000630 USD con LiquidAI: LFM3-1.7B.

Cambia modello con una stringa

Entrambi i modelli usano lo stesso endpoint e la stessa struttura di richiesta. Cambia il valore di model da "deepseek/deepseek-v4-flash" a "liquid/lfm-3-1.7b", prompt, streaming e tool continuano a funzionare.

DeepSeek: DeepSeek V4 Flash 0423: dettagli e banco di prova →LiquidAI: LFM3-1.7B: dettagli e banco di prova →

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": "liquid/lfm-3-1.7b",
  "messages": [
    {
      "role": "user",
      "content": "Explain vector databases in two sentences."
    }
  ]
});
console.log(result.choices[0].message.content);

DeepSeek: DeepSeek V4 Flash 0423 contro LiquidAI: LFM3-1.7B

Specifiche

Differenze principali

Cambia modello con una stringa

Altri confronti