ScaleDown: Classify-1 対 Together: Tev1 4B Experimental
api14カタログの最新のUSD料金と機能をもとに、ScaleDown: Classify-1（$0.14 / 100万トークン (≈ ￥22)）とTogether: Tev1 4B Experimental（$0.15 / 100万トークン (≈ ￥23)）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
| ScaleDown: Classify-1 | Together: Tev1 4B Experimental | |
|---|---|---|
| プロバイダー | ScaleDown | Together |
| 入力 | $0.14 / 100万トークン (≈ ￥22) | $0.15 / 100万トークン (≈ ￥23) |
| コンテキストウィンドウ | 1,000,000 | 32,768 |
| 最大出力 | 900,000 | 8 |
| 入力 | text, image, file | text |
| 出力 | decisions | decisions |
| ツール呼び出し | ||
| 構造化出力 | ||
| 推論の調整 | ||
| 追加日 | 2026/10/13 | 2026/09/30 |
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、ScaleDown: Classify-1で$0.000140、Together: Tev1 4B Experimentalで$0.000147です。
詳しく見る
ScaleDown: Classify-1 は ScaleDown の決定モデルであり、Together: Tev1 4B Experimental は Together の決定モデルです。どちらも decisions カテゴリに属しており、自由形式の文章ではなく決定を返すことを役割としています。また、どちらも 2026 年後半にリリースされ、Tev1 4B Experimental は 2026 年 9 月 30 日、Classify-1 は 2026 年 10 月 13 日に登場しました。どちらのモデルもサポートされるパラメータを公開していないため、設定はプロンプトと送信する入力のみで行います。
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。Classify-1 はテキスト、画像、ファイルを受け付け、コンテキストウィンドウは 1,000,000 トークンです。Tev1 4B Experimental はテキストのみを受け付け、コンテキストウィンドウは 32,768 トークンです。価格については、入力に関してはほぼ同じであるため、入力側では実質的にコストの問題ではありません。出力価格はここで意味のある比較ができるものではありません。どちらも唯一の出力モダリティとして決定を返すため、どちらも汎用のテキスト生成器ではありません。
実務では、分類する必要がある素材が大規模または複数形式にまたがる場合には Classify-1 を選びます。長い契約書、スキャンした文書、スクリーンショット、PDF、画像の多いチケットはすべて、その入力モダリティと非常に大きなコンテキストに適合するため、自分でチャンク分割して結果をつなぎ合わせる代わりに、バンドル全体を 1 回の呼び出しで渡せます。入力がプレーンテキストで 32,768 トークンに余裕をもって収まる場合、たとえばサポートメッセージのルーティング、短いレコードのラベリング、すでに切り詰めたプロンプトに対する素早い判断などには Tev1 4B Experimental を選びます。パイプラインがテキストのみで入力が小さいなら、小さいモデルのほうが単純に適合します。画像、ファイル、または非常に長い入力が登場した時点で、それらを実際に受け付けられるのは Classify-1 です。
どちらのモデルを api14 経由で呼び出す場合も方法は同じです。ゲートウェイは OpenAI 互換の chat completions 形式を扱うためです。クライアントを api14 のベース URL に向け、通常どおりリクエストを送信し、model フィールドを使用したい id に設定します。2 つの切り替えは 1 行の変更です。ScaleDown モデルには "scaledown/classify-1" を、Together モデルには "togethercomputer/tev1-4b-experimental" を使用します。リクエストボディ、ヘッダー、解析コードのその他すべてはそのままなので、文字列を差し替えて再実行するだけで、自分のデータ上で 2 つを比較できます。
Classify-1 のほうが机上では高性能であっても、Tev1 4B Experimental のほうが適している場合もあります。入力が短いプレーンテキストで、可能な限り無駄の少ないリクエストを望むなら、テキスト専用モデルは不要な画像やファイルのペイロードを送信せずに済みます。また、タスク上ですでに検証済みで、その挙動を安定して維持したいだけの場合にも妥当なデフォルトです。どちらのモデルもパラメータを取らず、与えたプロンプトに対して決定的に動作するためです。
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"scaledown/classify-1"から"togethercomputer/tev1-4b-experimental"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。
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": "togethercomputer/tev1-4b-experimental",
"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);
その他の比較
- LiquidAI: d1 Latest 対 LiquidAI: d1-ultra Latest
- LiquidAI: d1 Latest 対 Baseten: Joey 1
- LiquidAI: d1 Latest 対 LiquidAI: d1.1
- LiquidAI: d1 Latest 対 Morph: Reflex
- LiquidAI: d1-ultra Latest 対 Baseten: Joey 1
- LiquidAI: d1-ultra Latest 対 LiquidAI: d1.1
- LiquidAI: d1-ultra Latest 対 Morph: Reflex
- Baseten: Joey 1 対 LiquidAI: d1.1