LiquidAI: d1-ultra contro TypeSafe: Jev 1.14
Un confronto fianco a fianco tra LiquidAI: d1-ultra (0,15 USD / 1M token (≈ 0,13 €)) e TypeSafe: Jev 1.14 (0,15 USD / 1M token (≈ 0,13 €)) con i prezzi in USD e le funzionalità aggiornati dal catalogo di api14. Entrambi funzionano con la stessa API compatibile OpenAI.
Specifiche
| LiquidAI: d1-ultra | TypeSafe: Jev 1.14 | |
|---|---|---|
| Fornitore | LiquidAI | TypeSafe |
| Ingresso | 0,15 USD / 1M token (≈ 0,13 €) | 0,15 USD / 1M token (≈ 0,13 €) |
| Lettura cache | 0,15 USD / 1M token (≈ 0,13 €) | - |
| Finestra di contesto | 32.768 | 262.144 |
| Output massimo | 29.491 | 235.929 |
| Ingresso | text, image | text, image |
| Uscita | decisions | decisions |
| chiamata di strumenti | ||
| Output strutturato | ||
| Controllo del ragionamento | ||
| Aggiunto | 15 ott 2026 | 14 ott 2026 |
Differenze principali
- Entrambi hanno all’incirca lo stesso prezzo di input.
- TypeSafe: Jev 1.14 legge 8.0× più contesto (262.144 token).
- Una richiesta con 1.000 token di input e 500 di output costa 0,000147 USD con LiquidAI: d1-ultra e 0,000147 USD con TypeSafe: Jev 1.14.
Nel dettaglio
LiquidAI: d1-ultra è un modello di LiquidAI, e TypeSafe: Jev 1.14 è un modello di TypeSafe. Entrambi rientrano nella categoria decisions, il che significa che il loro output non è prosa libera ma una decisione, quindi dovresti trattarli come componenti che restituiscono una scelta e non come modelli di chat che riscrivono testo. LiquidAI ha rilasciato d1-ultra il 2026-10-15, un giorno dopo che TypeSafe ha rilasciato Jev 1.14 il 2026-10-14. Se la tua architettura presuppone già un endpoint decisions, entrambi i modelli possono inserirsi in quel ruolo.
I due sono vicini nella gestione dell'input e lontani su quanto possono leggere in una volta. Entrambi accettano input di testo e immagini, ed entrambi emettono decisioni, quindi nessuno dei due ha un vantaggio di modalità rispetto all'altro. La vera differenza è la lunghezza del contesto: d1-ultra supporta 32768 token, mentre Jev 1.14 supporta 262144 token, il che rende Jev 1.14 quello con il contesto più grande, con un margine ampio. Nessuno dei due modelli elenca parametri supportati, quindi non puoi regolare il comportamento di campionamento, la temperature o manopole simili tramite il corpo della richiesta. Sul prezzo, i due sono più o meno uguali per l'input, e non c'è una differenza significativa registrata per il costo di output, quindi il costo non è l'asse che dovrebbe decidere per te.
Scegli in base a quanto materiale deve essere presa la decisione. Se la decisione dipende da un grande corpus di testo, una lunga trascrizione, un grande insieme di documenti, o molte immagini più il loro contesto circostante, Jev 1.14 è la scelta più sicura perché la sua finestra di contesto è molto più grande e hai meno probabilità di troncare le prove su cui si basa la decisione. Se la decisione è ristretta e l'input rilevante entra comodamente in 32768 token, d1-ultra è una scelta ragionevole e non c'è penalità di costo nello sceglierlo, dato che il prezzo di input è più o meno lo stesso. In entrambi i casi, ricorda che il modello restituisce una decisione, quindi la logica circostante, l'insieme consentito di esiti e la validazione di quell'output restano dalla tua parte.
Chiamare l'uno o l'altro tramite api14 funziona allo stesso modo perché l'API è compatibile con OpenAI. Punti il tuo client esistente su api14, mantieni la tua solita forma di richiesta, e cambi solo il campo model id tra "liquid/d1-ultra" e "typesafe/jev-1.14". Tutto il resto nella chiamata, i messaggi, le parti di testo e immagini, e la gestione della risposta, resta com'è. Questo significa che puoi sviluppare contro un id, poi cambiare l'id per confrontare l'altro sui tuoi input senza riscrivere il codice di integrazione. Dato che nessuno dei due modelli espone parametri supportati, non inviare campi di tuning aspettandoti che abbiano effetto.
Non c'è caso nei fatti forniti in cui un modello sia chiaramente la scelta migliore su una dimensione diversa dal contesto. Sono pari sul prezzo di input, corrispondono su modalità di input e output, e nessuno dei due offre tools, output strutturato o reasoning come caratteristica distintiva. Quindi la decisione si riduce a una singola domanda: il tuo input entra in 32768 token? Se sì, qualsiasi id andrà bene e puoi scegliere su altre basi. Se no, usa "typesafe/jev-1.14" e tieni "liquid/d1-ultra" per le decisioni più piccole e autonome dove il suo contesto più corto non è un vincolo.
Cambia modello con una stringa
Entrambi i modelli usano lo stesso endpoint e la stessa struttura di richiesta. Cambia il valore di model da "liquid/d1-ultra" a "typesafe/jev-1.14", prompt, streaming e tool continuano a funzionare.
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": "typesafe/jev-1.14",
"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);
Altri confronti
- LiquidAI: d1 Latest contro LiquidAI: d1-ultra Latest
- LiquidAI: d1 Latest contro Baseten: Joey 1
- LiquidAI: d1 Latest contro LiquidAI: d1.1
- LiquidAI: d1 Latest contro Morph: Reflex
- LiquidAI: d1-ultra Latest contro Baseten: Joey 1
- LiquidAI: d1-ultra Latest contro LiquidAI: d1.1
- LiquidAI: d1-ultra Latest contro Morph: Reflex
- Baseten: Joey 1 contro LiquidAI: d1.1