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.

Schematron V2 Small vs LFM3-1.7B: prezzo API, contesto e funzionalità · api14

Inference.net: Schematron V2 Small contro LiquidAI: LFM3-1.7B

Un confronto fianco a fianco tra Inference.net: Schematron V2 Small (0,18 USD / 1M token (≈ 0,16 €)) 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

	Inference.net: Schematron V2 Small	LiquidAI: LFM3-1.7B
Fornitore	Inference.net	LiquidAI
Ingresso	0,18 USD / 1M token (≈ 0,16 €)	0,28 USD / 1M token (≈ 0,25 €)
Uscita	0,81 USD / 1M token (≈ 0,72 €)	0,70 USD / 1M token (≈ 0,62 €)
Lettura cache	0,18 USD / 1M token (≈ 0,16 €)	0,07 USD / 1M token (≈ 0,06 €)
Finestra di contesto	128.000	262.144
Output massimo	8192	8192
Ingresso	text	text
Uscita	text	text
chiamata di strumenti
Output strutturato
Controllo del ragionamento
Aggiunto	12 set 2026	6 nov 2026

Differenze principali

Inference.net: Schematron V2 Small costa il 38% in meno sui token di input.
LiquidAI: LFM3-1.7B costa il 13% in meno sui token di output.
LiquidAI: LFM3-1.7B legge 2.0× più contesto (262.144 token).
Solo LiquidAI: LFM3-1.7B supporta chiamata di strumenti.
Solo LiquidAI: LFM3-1.7B supporta controllo del livello di ragionamento.
Una richiesta con 1.000 token di input e 500 di output costa 0,000578 USD con Inference.net: Schematron V2 Small 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 "inference-net/schematron-v2-small" a "liquid/lfm-3-1.7b", prompt, streaming e tool continuano a funzionare.

Inference.net: Schematron V2 Small: 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);

Inference.net: Schematron V2 Small contro LiquidAI: LFM3-1.7B

Specifiche

Differenze principali

Cambia modello con una stringa

Altri confronti