Perplexity: Decider Flash V1.2 대 ScaleDown: Classify-1
api14 카탈로그의 최신 USD 가격과 기능을 바탕으로 Perplexity: Decider Flash V1.2(US$0.04 / 100만 토큰 (≈ ₩47))와(과) ScaleDown: Classify-1(US$0.14 / 100만 토큰 (≈ ₩189))를 나란히 비교합니다. 두 모델 모두 같은 OpenAI 호환 API로 실행됩니다.
사양
| Perplexity: Decider Flash V1.2 | ScaleDown: Classify-1 | |
|---|---|---|
| 제공업체 | Perplexity | ScaleDown |
| 입력 | US$0.04 / 100만 토큰 (≈ ₩47) | US$0.14 / 100만 토큰 (≈ ₩189) |
| 컨텍스트 윈도우 | 262,144 | 1,000,000 |
| 최대 출력 | 235,929 | 900,000 |
| 입력 | text, image | text, image, file |
| 출력 | decisions | decisions |
| 도구 호출 | ||
| 구조화된 출력 | ||
| 추론 조절 | ||
| 추가일 | 2026. 10. 16. | 2026. 10. 13. |
주요 차이점
- Perplexity: Decider Flash V1.2의 입력 토큰 가격이 75% 더 저렴합니다.
- ScaleDown: Classify-1는(은) 3.8배 더 긴 컨텍스트(1,000,000 토큰)를 읽습니다.
- 입력 1,000 토큰, 출력 500 토큰 요청의 비용은 Perplexity: Decider Flash V1.2에서 US$0.000035, ScaleDown: Classify-1에서 US$0.000140입니다.
자세히 보기
Perplexity: Decider Flash V1.2는 Perplexity의 의사 결정 모델로, 2026년 10월 16일에 출시되었습니다. ScaleDown: Classify-1도 의사 결정 모델이며, ScaleDown이 만들었고 며칠 전인 2026년 10월 13일에 출시되었습니다. 둘 다 같은 범주에 속하므로, 일반적인 의미의 범용 채팅 모델은 아닙니다. 이들은 입력을 받아 의사 결정을 반환합니다. 즉, 대화형 어시스턴트보다는 더 큰 파이프라인 내부의 분류기나 라우팅 구성 요소로 사용된다고 예상해야 합니다.
두 모델의 가장 명확한 차이는 규모입니다. ScaleDown: Classify-1은 1,000,000 토큰의 컨텍스트 윈도우를 지원하며, 이는 Decider Flash V1.2가 지원하는 262,144 토큰의 약 네 배입니다. 따라서 입력이 긴 문서, 대량의 레코드 묶음, 또는 청킹이 필요할 법한 전사본일 때 선택할 모델입니다. Decider Flash V1.2는 텍스트와 이미지를 입력으로 받습니다. ScaleDown: Classify-1은 텍스트, 이미지, 파일을 받으므로 입력 모달리티를 하나 더 지원합니다. 둘 다 의사 결정만 반환하고, 둘 다 지원되는 파라미터를 나열하지 않으므로 어느 쪽도 요청 본문을 통해 샘플링 동작을 조정할 수 없습니다. 가격 면에서 Decider Flash V1.2가 입력 토큰 기준으로 둘 중 더 저렴합니다. 출력 토큰 비교는 의미 있게 다르지 않으므로, 비용 차이는 대부분 입력 쪽에서 나타날 것입니다.
일상적인 작업에서 선택은 보통 얼마나 많이 입력하는지와 입력이 어떤 형태로 도착하는지에 달려 있습니다. 입력이 짧거나 중간 정도이고, 대부분 텍스트에 가끔 이미지가 섞이며, 입력 비용을 낮게 유지하고 싶다면 Decider Flash V1.2가 자연스러운 기본값입니다. 입력이 매우 길거나, 붙여넣은 텍스트가 아니라 파일로 도착한다면 ScaleDown: Classify-1이 추출과 청킹 작업을 덜어 주고, 더 큰 윈도우 덕분에 문서당 호출 수가 줄어듭니다. 두 모델이 겹치는 영역, 즉 이미지가 포함된 일반 텍스트 분류에서는 Decider Flash V1.2의 더 저렴한 입력 가격이 결정적 요인입니다. 컨텍스트 한계에 부딪히는 경우가 아니라면 말입니다.
api14를 통해 어느 모델을 호출하든 방식은 같습니다. API가 OpenAI 호환 방식이기 때문입니다. 기존 클라이언트를 api14 기본 URL로 지정하고, 평소의 요청 형태를 유지한 채 모델 id만 바꾸면 됩니다. Decider Flash V1.2에는 "perplexity/pplx-decider-flash-v1.2"를, ScaleDown: Classify-1에는 "scaledown/classify-1"을 사용하세요. 텍스트와 이미지를 보내는 방법을 포함해 요청의 나머지 모든 것은 그대로 유지되므로, A/B 테스트를 위해 두 모델을 전환하는 일은 통합 프로젝트가 아니라 한 줄 변경입니다.
한쪽으로 표준화했더라도 다른 모델이 여전히 더 나은 선택인 경우가 하나 있습니다. 긴 컨텍스트와 파일 지원 때문에 ScaleDown: Classify-1로 정했다면, Decider Flash V1.2는 대량의 짧은 입력 분류에서 여전히 유지할 가치가 있습니다. 이 경우에는 윈도우 크기보다 더 저렴한 입력 가격이 더 중요합니다. 반대로 Decider Flash V1.2가 기본값이라면, 도저히 들어가지 않는 문서를 위해 ScaleDown: Classify-1을 예비로 남겨 두세요.
문자열 하나로 전환
두 모델은 같은 엔드포인트와 요청 형식을 사용합니다. model 값을 "perplexity/pplx-decider-flash-v1.2"에서 "scaledown/classify-1"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": "scaledown/classify-1",
"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