ScaleDown: Summarize 対 XingChen: Xing4.0 29B A4B (free)
api14カタログの最新のUSD料金と機能をもとに、ScaleDown: Summarize($0.14 / 100万トークン (≈ ¥22))とXingChen: Xing4.0 29B A4B (free)(無料)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: Summarize | XingChen: Xing4.0 29B A4B (free) | |
|---|---|---|
| プロバイダー | ScaleDown | XingChen |
| 入力 | $0.14 / 100万トークン (≈ ¥22) | - |
| コンテキストウィンドウ | 1,000,000 | 262,144 |
| 最大出力 | 4,000 | 235,929 |
| 入力 | text, image, file | 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 | 2026/10/13 | 2026/10/16 |
主な違い
- ScaleDown: Summarizeは3.8倍長いコンテキスト(1,000,000トークン)を読み取れます。
- ツール呼び出しに対応しているのはXingChen: Xing4.0 29B A4B (free)だけです。
- 構造化JSON出力に対応しているのはXingChen: Xing4.0 29B A4B (free)だけです。
- 推論の強度の調整に対応しているのはXingChen: Xing4.0 29B A4B (free)だけです。
詳しく見る
ScaleDown: Summarize は ScaleDown のテキストモデルであり、XingChen: Xing4.0 29B A4B (free) は XingChen のテキストモデルです。どちらも api14 を通じてチャット形式のモデルとして提供され、どちらもテキストを入力として受け取り、テキストを出力として返します。その名称は想定された形を示唆しています。Summarize は要約作業を中心に位置づけられており、Xing4.0 29B A4B は XingChen の汎用モデルで、無料枠で提供されています。どちらもマルチモーダル生成モデルではないため、テキスト入力、テキスト出力の2つのエンドポイントから選ぶことになります。
最も明確な違いはコンテキストとモダリティです。ScaleDown: Summarize は 1,000,000 トークンのコンテキストウィンドウを持ち、テキスト、画像、ファイルを入力として受け取るため、長い文書、スキャンしたページ、添付ファイルをプロンプトと一緒に渡すことができます。XingChen: Xing4.0 29B A4B は 262,144 トークンのコンテキストウィンドウを持ち、テキストのみを受け取ります。パラメータの面では、この2つは大きく異なります。ScaleDown: Summarize は max_tokens のみを公開しているため、サンプリングをほとんど制御できません。Xing4.0 29B A4B は temperature、top_p、top_k、min_p、frequency_penalty、presence_penalty、repetition_penalty、seed、stop、response_format、structured_outputs、tools、tool_choice、include_reasoning、reasoning を含む幅広いセットを公開しています。つまり、ツール呼び出し、構造化出力、推論の制御は XingChen モデルでのみ利用できます。
実務では、長い入力テキストを扱い、短い回答を返してほしい場合に ScaleDown: Summarize を選びます。契約書、研究論文、長いスレッド、またはプレーンテキストとして貼り付けるよりもファイルや画像として渡したい文書群を要約する場合です。大きなウィンドウとファイルおよび画像の入力により、その形のタスクに自然に適合します。モデルに読み取って要約する以上のことをさせたい場合、つまりツールを呼び出す、スキーマに一致する JSON を返す、推論トレースを公開する場合には Xing4.0 29B A4B を選びます。また、temperature、ペナルティ、seed、停止シーケンスでサンプリング動作を調整したい場合にも適しています。ScaleDown: Summarize にはそれらの調整項目がないためです。
どちらを api14 経由で呼び出す場合も、リクエストの形は同じです。ゲートウェイが OpenAI 互換だからです。クライアントを api14 のベース URL に向け、メッセージを含むチャット補完リクエストを送信し、model フィールドを設定します。ScaleDown: Summarize を使うには、model を "scaledown/summarize" に設定します。Xing4.0 29B A4B を使うには、model を "xingchen-agi/xing4.0-29b-a4b:free" に設定します。ペイロードのその他の部分は同じままなので、切り替えは1行の変更です。唯一の注意点はパラメータです。temperature、tools、response_format を ScaleDown: Summarize に送信しても、そこでサポートされているのは max_tokens のみであるため、それらは尊重されません。同じコードを両方に対して動作させたい場合は、リクエストボディを共通のサブセットに保ってください。
要約そのものに関しても、XingChen モデルを選ぶ余地はあります。要約を構造化 JSON として返す必要がある場合、モデルにまずツールを呼び出して文書を取得させたい場合、またはサンプリングと推論を制御したい場合は、コンテキストウィンドウがより小さいとしても Xing4.0 29B A4B の方が適しています。逆もまた成り立ちます。画像やファイルを入力する必要がある場合、または入力が25万トークンを超える場合、この2つの中でそれを受け取れるのは ScaleDown: Summarize だけです。
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/summarize"から"xingchen-agi/xing4.0-29b-a4b:free"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.chat.completions.create({
"model": "xingchen-agi/xing4.0-29b-a4b:free",
"messages": [
{
"role": "user",
"content": "Explain vector databases in two sentences."
}
]
});
console.log(result.choices[0].message.content);
その他の比較
- LiquidAI: LFM3-1.7B 対 Ricursive: Ripple 65B Preview
- LiquidAI: LFM3-1.7B 対 Crouton Alpha
- LiquidAI: LFM3-1.7B 対 Tencent: Hy4
- LiquidAI: LFM3-1.7B 対 Z.ai: GLM 5.3 FlashX Legal
- Ricursive: Ripple 65B Preview 対 Crouton Alpha
- Ricursive: Ripple 65B Preview 対 Tencent: Hy4
- Ricursive: Ripple 65B Preview 対 Z.ai: GLM 5.3 FlashX Legal
- Crouton Alpha 対 Tencent: Hy4