LiquidAI: d1 대 Respan: Span-01
api14 카탈로그의 최신 USD 가격과 기능을 바탕으로 LiquidAI: d1(US$0.07 / 100만 토큰 (≈ ₩94))와(과) Respan: Span-01(US$0.07 / 100만 토큰 (≈ ₩94))를 나란히 비교합니다. 두 모델 모두 같은 OpenAI 호환 API로 실행됩니다.
사양
| LiquidAI: d1 | Respan: Span-01 | |
|---|---|---|
| 제공업체 | LiquidAI | Respan |
| 입력 | US$0.07 / 100만 토큰 (≈ ₩94) | US$0.07 / 100만 토큰 (≈ ₩94) |
| 캐시 읽기 | US$0.07 / 100만 토큰 (≈ ₩94) | - |
| 컨텍스트 윈도우 | 65,536 | - |
| 최대 출력 | 58,982 | - |
| 입력 | text, image | text |
| 출력 | decisions | decisions |
| 도구 호출 | ||
| 구조화된 출력 | ||
| 추론 조절 | ||
| 추가일 | 2026. 10. 1. | 2026. 9. 26. |
주요 차이점
- 두 모델의 입력 가격은 거의 같습니다.
- 입력 1,000 토큰, 출력 500 토큰 요청의 비용은 LiquidAI: d1에서 US$0.000070, Respan: Span-01에서 US$0.000070입니다.
자세히 보기
LiquidAI: d1은 LiquidAI의 decisions 모델로, 2026년 10월 1일에 출시되었습니다. Respan: Span-01은 Respan의 decisions 모델로, 2026년 9월 26일에 출시되었습니다. 둘 다 같은 카테고리에 속합니다. 즉, 자유 형식의 산문이 아니라 결정을 출력으로 반환하도록 만들어졌으며, 둘 다 같은 게이트웨이를 통해 접근합니다. 두 제공자는 서로 다른 회사이므로, 모델 id는 모델 이름뿐 아니라 벤더 접두사에서도 다릅니다.
두 모델의 가장 명확한 차이는 입력 처리에 있습니다. LiquidAI: d1은 텍스트와 이미지 입력을 받으므로, 프롬프트와 함께 스크린샷, 다이어그램 또는 스캔한 페이지를 볼 수 있습니다. Respan: Span-01은 텍스트만 받습니다. 컨텍스트 윈도우는 공개된 사실이 끝나는 지점입니다. LiquidAI: d1은 65,536 토큰을 명시하지만, Respan: Span-01은 컨텍스트 길이를 공개하지 않으므로 그 한도를 알 수 없는 것으로 취급하고, 긴 문서 워크플로에 확정하기 전에 자체 페이로드로 테스트해야 합니다. 어느 모델도 지원 파라미터를 노출하지 않으며, 어느 쪽도 도구 사용, 구조화된 출력 또는 추론을 차별화 기능으로 광고하지 않으므로, 그 축에서는 둘을 구분할 것이 없습니다. 둘 다 결정만 출력합니다. 즉, 어느 쪽도 일반 채팅 또는 생성 모델이 아닙니다.
실용적인 선택을 위해서는 입력 유형부터 시작하십시오. 작업에 이미지 읽기가 포함된다면, 예를 들어 양식 분류, 차트 확인 또는 스크린샷 라우팅이라면, LiquidAI: d1이 둘 중 그 입력을 받을 수 있는 유일한 모델입니다. 작업이 순전히 텍스트라면, 예를 들어 지원 티켓 분류, 메시지 라벨링 또는 콘텐츠 문단에 대한 예/아니오 판단이라면, 두 모델 모두 후보이며 결정은 가격과 얼마나 많은 텍스트를 입력해야 하는지에 달려 있습니다. Respan: Span-01은 컨텍스트 길이를 명시하지 않으므로, 입력을 적당한 크기로 유지하거나 긴 내용을 보내기 전에 직접 동작을 확인하십시오. 가격 면에서 둘은 입력에 대해 거의 같으므로, 그쪽에서는 비용이 결정적 요인이 되기 어렵습니다. 출력 가격은 제공된 정보에서 차별화되지 않으므로, 현재 수치는 이 페이지의 실시간 표를 확인하십시오.
api14를 통해 어느 모델을 호출하든 방식은 같습니다. API가 OpenAI 호환되기 때문입니다. 클라이언트를 api14 base URL로 지정하고, api14 키와 함께 요청을 chat completions 엔드포인트로 보내고, model 필드를 설정하십시오. 둘 사이의 유일한 변경은 그 문자열입니다. LiquidAI: d1에는 "liquid/d1"을, Respan: Span-01에는 "respan/span-01"을 사용하십시오. 메시지 구조, 헤더 및 응답 파싱은 동일하게 유지되므로, 한 줄 수정으로 모델을 전환하거나, 하나를 확정하기 전에 같은 입력에서 둘 다 나란히 실행해 결정을 비교할 수 있습니다.
LiquidAI: d1이 더 많은 입력 유형을 포괄하더라도 Respan: Span-01이 더 나은 선택으로 남는 경우가 하나 있습니다. 워크로드가 텍스트 전용이고 더 좁은 단일 모달리티 모델을 원한다면, Span-01은 간단한 선택이며, 출시가 약간 더 빨라 조금 더 오래 사용 가능했습니다. 또한 이미지 입력이 필요 없고 요청 표면을 가능한 한 단순하게 유지하고 싶을 때 합리적인 기본값입니다. 어느 모델도 도구 또는 구조화된 출력 플래그를 지원하지 않으므로, 파이프라인이 그에 의존한다면 어떤 id를 호출하든 파싱은 자체적으로 처리할 계획을 세우십시오.
문자열 하나로 전환
두 모델은 같은 엔드포인트와 요청 형식을 사용합니다. model 값을 "liquid/d1"에서 "respan/span-01"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": "respan/span-01",
"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