Cookieを使用しています. Cookieとブラウザストレージは、ログイン状態の維持と設定の保存に使われます。許可いただいた場合は、サイトの利用状況も計測します。はいつでも変更できます。詳しくはCookieポリシーをご覧ください。

初めてですか？使い方をご紹介しますプレイグラウンド、モデル、APIキーを1分でご案内します。

d1-ultra vs Classify-1：API料金・コンテキスト・機能を比較 · api14

LiquidAI: d1-ultra 対 ScaleDown: Classify-1

api14カタログの最新のUSD料金と機能をもとに、LiquidAI: d1-ultra（$0.15 / 100万トークン (≈ ￥23)）とScaleDown: Classify-1（$0.14 / 100万トークン (≈ ￥22)）を並べて比較します。どちらも同じOpenAI互換APIで動作します。

仕様

	LiquidAI: d1-ultra	ScaleDown: Classify-1
プロバイダー	LiquidAI	ScaleDown
入力	$0.15 / 100万トークン (≈ ￥23)	$0.14 / 100万トークン (≈ ￥22)
キャッシュ読み取り	$0.15 / 100万トークン (≈ ￥23)	-
コンテキストウィンドウ	32,768	1,000,000
最大出力	29,491	900,000
入力	text, image	text, image, file
出力	decisions	decisions
ツール呼び出し
構造化出力
推論の調整
追加日	2026/10/15	2026/10/13

主な違い

入力料金はどちらもほぼ同じです。
ScaleDown: Classify-1は30.5倍長いコンテキスト（1,000,000トークン）を読み取れます。
入力1,000トークン・出力500トークンのリクエストの費用は、LiquidAI: d1-ultraで$0.000147、ScaleDown: Classify-1で$0.000140です。

詳しく見る

LiquidAI: d1-ultra は LiquidAI の decisions モデルで、2026年10月15日にリリースされました。ScaleDown: Classify-1 も decisions モデルで、ScaleDown によって2日前の2026年10月13日にリリースされました。どちらも同じカテゴリに属しており、自由形式の文章ではなく決定を出力として返すように作られており、どちらも api14 を通じてモデル id の liquid/d1-ultra と scaledown/classify-1 で提供されています。

両者の最も明確な違いはコンテキストと入力の扱いです。ScaleDown: Classify-1 は 1,000,000 トークンのコンテキストウィンドウを受け入れ、LiquidAI: d1-ultra は 32,768 トークンを受け入れるため、コンテキストが大きいのは大差で ScaleDown のモデルです。入力モダリティでは、d1-ultra はテキストと画像を受け取り、Classify-1 はテキスト、画像、ファイルを受け取るため、ScaleDown のモデルは入力の種類を1つ多く受け入れます。どちらも出力モダリティは決定のみです。どちらのモデルもサポートされるパラメータを記載していないため、そこに活用できる違いはなく、定性的な比較ではツール使用、構造化出力、推論に意味のある違いは示されていないため、それらの軸で一方が他方より強いと仮定すべきではありません。価格では、入力については両者はほぼ同じで、比較は出力価格について有用な情報を与えていないため、価格だけで選ぶのではなく、コスト面では同等と扱ってください。

実務では、判断材料となるのは通常、モデルが決定を下す前にどれだけの量の資料を参照する必要があるかです。タスクに長い文書、大量のテキスト、またはおよそ3万トークンを超えるものが含まれる場合、はるかに大きなコンテキストウィンドウを持つため ScaleDown: Classify-1 が自然な選択です。入力が短く、テキストと一緒に画像もモデルに渡したい場合、LiquidAI: d1-ultra がそのケースをカバーし、パイプラインがコンパクトな画像とテキストの決定を中心に構築されているときに選ぶべきモデルです。入力に、貼り付けたテキストや画像ではなく独立した入力タイプとしてファイルが含まれる場合、それを直接受け入れるのは Classify-1 です。

どちらのモデルも api14 を通じて呼び出す方法は同じです。ゲートウェイが OpenAI 互換 API を公開しているためです。同じエンドポイントに同じリクエスト形状でリクエストを送信し、両者の間で変更するのはモデル id だけです。LiquidAI のモデルには liquid/d1-ultra を、ScaleDown のモデルには scaledown/classify-1 を使用します。クライアント、認証、レスポンス処理のその他すべてはそのままなので、切り替えは1行の変更であり、統合コードを書き直すことなく独自のデータで両者の決定を比較できます。

一方がより多くのコンテキストを持つにもかかわらず、小さいモデルの方が依然として良い選択となるケースが1つあります。入力が短く、タスクがファイルを伴わない画像とテキストである場合、LiquidAI: d1-ultra がその仕事に適合し、Classify-1 の追加の容量は必要ありません。入力価格は両者ほぼ同じであるため、入力が小さいときにコンテキストの小さいモデルを選んでもコスト上の不利はなく、タスクが必要とする以上のトークンを送る理由もありません。

文字列1つで切り替え

どちらのモデルも同じエンドポイントとリクエスト形式を使います。modelの値を"liquid/d1-ultra"から"scaledown/classify-1"に変えるだけで、プロンプト、ストリーミング、ツールはそのまま動きます。

LiquidAI: d1-ultraの詳細とプレイグラウンド →ScaleDown: Classify-1の詳細とプレイグラウンド →

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);

LiquidAI: d1-ultra 対 ScaleDown: Classify-1

仕様

主な違い

詳しく見る

文字列1つで切り替え

その他の比較