Cloudflare: Clef 대 Jared Palmer: Kev 4B
api14 카탈로그의 최신 USD 가격과 기능을 바탕으로 Cloudflare: Clef(US$0.67 / 100만 토큰 (≈ ₩906))와(과) Jared Palmer: Kev 4B(US$0.15 / 100만 토큰 (≈ ₩198))를 나란히 비교합니다. 두 모델 모두 같은 OpenAI 호환 API로 실행됩니다.
사양
| Cloudflare: Clef | Jared Palmer: Kev 4B | |
|---|---|---|
| 제공업체 | Cloudflare | Jared Palmer |
| 입력 | US$0.67 / 100만 토큰 (≈ ₩906) | US$0.15 / 100만 토큰 (≈ ₩198) |
| 컨텍스트 윈도우 | 65,537 | 8,192 |
| 최대 출력 | 58,983 | 7,372 |
| 입력 | text, image | text |
| 출력 | decisions | decisions |
| 도구 호출 | ||
| 구조화된 출력 | ||
| 추론 조절 | ||
| 추가일 | 2026. 10. 1. | 2026. 9. 25. |
주요 차이점
- Jared Palmer: Kev 4B의 입력 토큰 가격이 78% 더 저렴합니다.
- Cloudflare: Clef는(은) 8.0배 더 긴 컨텍스트(65,537 토큰)를 읽습니다.
- 입력 1,000 토큰, 출력 500 토큰 요청의 비용은 Cloudflare: Clef에서 US$0.000672, Jared Palmer: Kev 4B에서 US$0.000147입니다.
자세히 보기
Cloudflare: Clef는 Cloudflare의 모델로, decisions 카테고리에 등록되어 있습니다. Jared Palmer: Kev 4B는 Jared Palmer의 모델로, 역시 decisions 카테고리에 속합니다. 둘 다 일반 채팅 모델이 아니라 결정 모델이므로, 자유로운 산문 대신 결정을 출력으로 반환한다고 예상해야 합니다. 두 모델은 비슷한 시기에 공개되었으며, Kev 4B는 2026-09-25에, Clef는 2026-10-01에 나왔습니다.
두 모델의 가장 명확한 차이는 컨텍스트 크기입니다. Clef는 최대 65,537 토큰을 받아들이는 반면, Kev 4B는 최대 8,192 토큰을 받아들입니다. 이는 Clef에 약 여덟 배 더 많은 여유가 있다는 뜻이며, 결정을 내려야 할 자료가 길 때 중요합니다. 입력 모달리티도 다릅니다. Clef는 텍스트와 이미지를 입력으로 받으므로, 작성한 지시와 함께 스크린샷이나 스캔한 페이지를 포함할 수 있습니다. Kev 4B는 텍스트만 받습니다. 출력에서는 둘 다 결정을 생성하므로 일치합니다. 어느 모델도 지원되는 파라미터를 나열하지 않으므로, 양쪽 모두 조정할 수 있는 표면이 없으며, 정성적 비교에서는 도구 사용, 구조화된 출력 또는 추론 지원에 의미 있는 차이가 없습니다.
실제 선택에서는 실제로 가지고 있는 입력부터 시작하세요. 결정이 차트, 양식, 페이지 레이아웃 같은 이미지에 달려 있다면, 둘 중 이미지를 받아들이는 것은 Clef뿐입니다. 입력하는 텍스트가 길다면, 전체 문서, 긴 스레드, 대량의 레코드라면, Clef의 더 큰 컨텍스트 윈도우 덕분에 한 번의 요청으로 전달할 수 있지만 Kev 4B는 잘라내거나 나누어야 합니다. 비교에 따르면 Kev 4B는 입력에서 더 저렴한 옵션이므로, 짧은 텍스트만 있는 결정에는 더 경제적인 선택입니다. 비교는 출력 비용의 차이를 입증하지 않으므로, 그것만으로 한쪽이 실행 비용이 더 저렴하다고 가정하지 마세요. 프롬프트가 작고 순전히 텍스트라면 Kev 4B가 합리적인 기본값이며, 길이 또는 이미지가 문제의 일부라면 Clef를 선택하세요.
api14를 통해 어느 모델을 호출하든 방식은 같습니다. API는 OpenAI 호환이므로, 기존 클라이언트를 게이트웨이로 지정하고, 일반적인 채팅 형식으로 요청을 보내고, 모델 id를 설정하면 됩니다. Clef를 사용하려면 모델 id를 "cloudflare/clef"로 설정하고, Kev 4B를 사용하려면 "jaredpalmer/kev-4b"로 설정하세요. 요청 구조에서 달라져야 할 다른 것은 없으므로, 같은 입력으로 하나를 시도한 다음 다른 하나를 시도하고 돌려받은 결정을 비교하기 쉽습니다. 어느 모델도 파라미터를 지원하지 않으므로, 요청을 단순하게 유지하고 샘플링 제어에 의존하지 마세요.
더 저렴하고 더 작은 모델이 여전히 더 나은 선택인 경우도 있습니다. 결정 작업이 좁고 입력이 짧은 텍스트라면, Kev 4B가 더 낮은 입력 비용으로 이를 처리하며, Clef의 추가 컨텍스트 여유는 아무 이점도 주지 않습니다. 마찬가지로, 짧은 입력에 대해 많은 결정을 실행하고 비용이 길거나 시각적인 자료를 처리하는 것보다 더 중요하다면, Kev 4B가 합리적인 선택입니다. 입력이 8,192 토큰을 넘어가거나 이미지를 포함하면 Clef가 더 나은 선택이 됩니다.
문자열 하나로 전환
두 모델은 같은 엔드포인트와 요청 형식을 사용합니다. model 값을 "cloudflare/clef"에서 "jaredpalmer/kev-4b"로 바꾸기만 하면 프롬프트, 스트리밍, 도구가 그대로 작동합니다.
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": "jaredpalmer/kev-4b",
"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);
더 많은 비교
- LiquidAI: d1 Latest 대 LiquidAI: d1-ultra Latest
- LiquidAI: d1 Latest 대 Baseten: Joey 1
- LiquidAI: d1 Latest 대 LiquidAI: d1.1
- LiquidAI: d1 Latest 대 Morph: Reflex
- LiquidAI: d1-ultra Latest 대 Baseten: Joey 1
- LiquidAI: d1-ultra Latest 대 LiquidAI: d1.1
- LiquidAI: d1-ultra Latest 대 Morph: Reflex
- Baseten: Joey 1 대 LiquidAI: d1.1