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。

Perceptron Mk1 vs Qwen2.5 Coder 32B Instruct：API料金・コンテキスト・機能を比較 · api14

Perceptron: Perceptron Mk1 対 Qwen2.5 Coder 32B Instruct

api14カタログの最新のUSD料金と機能をもとに、Perceptron: Perceptron Mk1（$0.52 / 100万トークン (≈ ￥83)）とQwen2.5 Coder 32B Instruct（$2.31 / 100万トークン (≈ ￥365)）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

	Perceptron: Perceptron Mk1	Qwen2.5 Coder 32B Instruct
プロバイダー	Perceptron	Qwen
入力	$0.52 / 100万トークン (≈ ￥83)	$2.31 / 100万トークン (≈ ￥365)
出力	$5.25 / 100万トークン (≈ ￥829)	$3.50 / 100万トークン (≈ ￥552)
コンテキストウィンドウ	32,768	32,768
最大出力	8,192	29,491
入力	text, image, video	text
出力	text	text
ツール呼び出し
構造化出力
推論の調整
追加日	2026/05/12	2024/11/11

主な違い

Perceptron: Perceptron Mk1は入力トークンが77%安くなっています。
Qwen2.5 Coder 32B Instructは出力トークンが33%安くなっています。
構造化JSON出力に対応しているのはPerceptron: Perceptron Mk1だけです。
推論の強度の調整に対応しているのはPerceptron: Perceptron Mk1だけです。
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、Perceptron: Perceptron Mk1で$0.00315、Qwen2.5 Coder 32B Instructで$0.00406です。

詳しく見る

Perceptron Mk1 は Perceptron のテキストモデルで、2026-05-12 にリリースされました。Qwen2.5 Coder 32B Instruct は Qwen のテキストモデルで、2024-11-11 にリリースされました。どちらも text カテゴリで api14 を通じて提供され、どちらもテキストプロンプトを受け取ってテキスト出力を返すため、基本的なリクエストとレスポンスの形というレベルでは互換性があります。

両者は、受け取るものと公開するものが異なります。Perceptron Mk1 はテキストに加えて画像と動画の入力を受け取りますが、Qwen2.5 Coder 32B Instruct はテキストのみを受け取ります。どちらもコンテキスト長は 32768 トークンと記載されているため、1 回の呼び出しで送信できる量に意味のある違いはありません。Perceptron Mk1 は 2 つのうち構造化出力をサポートする唯一のモデルであり、推論をサポートする唯一のモデルでもあり、そのパラメータ一覧には include_reasoning と reasoning が含まれます。一方、Qwen2.5 Coder 32B Instruct は、logit_bias、min_p、repetition_penalty、response_format、seed、stop を含む、より広範なサンプリングとフォーマットの制御を公開しています。どちらのモデルもツールをサポートするものとして記載されていません。

両者のどちらを選ぶかを検討している開発者にとって、決め手は通常、入力です。タスクにスクリーンショット、図、動画のフレーム、その他モデルが読み取る必要のある視覚資料が含まれる場合、それを受け取れるのは Perceptron Mk1 であり、構造化出力を返し、推論を公開することもできるため、中間の思考を表に出したい抽出、分類、多段階の分析に適しています。タスクが純粋にテキストであり、特にコードである場合、Qwen2.5 Coder 32B Instruct は seed、stop、logit_bias、repetition_penalty を通じて生成をより細かく制御できるため、再現可能な出力や厳密に制約された出力が必要な場合に重要になります。コスト面では、Perceptron Mk1 は入力が安く、Qwen2.5 Coder 32B Instruct は出力が安いため、どちらがより良い価値かは、ワークロードが入力重視か出力重視かによって決まります。現在の数値については、最新の価格表を確認してください。

どちらのモデルを api14 を通じて呼び出す場合も、API が OpenAI 互換であるため、同じように動作します。同じエンドポイントに同じ認証でチャット補完リクエストを送信し、変わるのはモデル id だけです。Perceptron Mk1 には perceptron/perceptron-mk1 を、Qwen2.5 Coder 32B Instruct には qwen/qwen-2.5-coder-32b-instruct を使用します。リクエスト本文のその他のもの、たとえば messages、temperature、max_tokens はそのままの位置に留まりますが、一方のモデルが記載していないパラメータはそれには適用されません。これにより、両者の切り替えは 1 行の変更になり、クライアントを書き直すことなく、異なるリクエストを異なるモデルにルーティングできます。

それでも、もう一方のモデルの方が適している場合があります。構造化出力や推論が必要な場合、Qwen2.5 Coder 32B Instruct はそれらを提供しないため、Perceptron Mk1 が唯一の選択肢です。seed、stop、logit_bias、repetition_penalty が必要な場合、Perceptron Mk1 はそれらを記載していないため、呼び出すべきは Qwen2.5 Coder 32B Instruct です。また、出力が長く、その分を支払っている場合、出力側の価格は Qwen2.5 Coder 32B Instruct に有利であり、入力重視の作業では Perceptron Mk1 に有利です。

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"perceptron/perceptron-mk1"から"qwen/qwen-2.5-coder-32b-instruct"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。

Perceptron: Perceptron Mk1の詳細とプレイグラウンド →Qwen2.5 Coder 32B Instruct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.chat.completions.create({
  "model": "qwen/qwen-2.5-coder-32b-instruct",
  "messages": [
    {
      "role": "user",
      "content": "Explain vector databases in two sentences."
    }
  ]
});
console.log(result.choices[0].message.content);

Perceptron: Perceptron Mk1 対 Qwen2.5 Coder 32B Instruct

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