Perplexity: Decider V1.2 대 Respan: Span-01
api14 카탈로그의 최신 USD 가격과 기능을 바탕으로 Perplexity: Decider V1.2(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
| Perplexity: Decider V1.2 | Respan: Span-01 | |
|---|---|---|
| 제공업체 | Perplexity | Respan |
| 입력 | US$0.07 / 100만 토큰 (≈ ₩94) | US$0.07 / 100만 토큰 (≈ ₩94) |
| 컨텍스트 윈도우 | 262,144 | - |
| 최대 출력 | 235,929 | - |
| 입력 | text, image | text |
| 출력 | decisions | decisions |
| 도구 호출 | ||
| 구조화된 출력 | ||
| 추론 조절 | ||
| 추가일 | 2026. 10. 16. | 2026. 9. 26. |
주요 차이점
- 두 모델의 입력 가격은 거의 같습니다.
- 입력 1,000 토큰, 출력 500 토큰 요청의 비용은 Perplexity: Decider V1.2에서 US$0.000070, Respan: Span-01에서 US$0.000070입니다.
자세히 보기
Perplexity: Decider V1.2는 Perplexity의 결정 모델로, 2026-10-16에 출시되었습니다. Respan: Span-01은 Respan의 결정 모델로, 2026-09-26에 출시되었습니다. 둘 다 넓은 의미에서 같은 작업을 위해 만들어졌습니다. 즉, 입력을 받아 자유 형식의 산문 대신 결정을 출력으로 반환하는 것입니다. 분류기, 라우팅 규칙, 트리아지 단계 또는 선택을 확정해야 하는 어떤 구성 요소를 연결하든, 두 모델 모두 그 범주에 속합니다. 두 제공자는 서로 다른 회사이므로, 각 모델에 관한 운영상의 세부 사항은 각자의 플랫폼에서 나오지만, api14를 통한 호출 형태는 동일합니다.
가장 명확한 차이는 각 모델이 입력으로 받아들이는 대상에 있습니다. Decider V1.2는 텍스트와 이미지를 받으므로, 스크린샷, 스캔한 양식, 차트 또는 사진을 서면 지시와 함께 보고도 결정을 내릴 수 있습니다. Span-01은 텍스트만 받으므로, 시각적 입력은 모델에 도달하기 전에 텍스트로 변환해야 합니다. Decider V1.2는 또한 262144 토큰의 컨텍스트 길이를 공개하는데, 이는 큰 윈도우이며 결정이 긴 문서, 큰 로그 또는 긴 스레드에 의존할 때 유용합니다. Span-01은 컨텍스트 길이를 명시하지 않으므로, 사용 가능한 윈도우를 알 수 없는 것으로 취급하고 장문 컨텍스트 작업에 의존하기 전에 자신의 입력으로 테스트하십시오. 둘 다 결정을 출력하며, 어느 쪽도 지원되는 파라미터를 명시하지 않으므로, 어느 쪽에서도 샘플링이나 이와 유사한 손잡이를 조정할 수 있다고 기대해서는 안 됩니다.
작업 선택에서는 입력 모달리티가 보통 결정적 요인입니다. 파이프라인이 이미지를 보게 된다면, Decider V1.2가 명확한 선택입니다. 이미지를 기본적으로 처리하므로 별도의 OCR 또는 비전 단계를 만들지 않아도 됩니다. 입력이 긴 텍스트이고 결정에 전체 문서가 보여야 한다면, Decider V1.2의 공개된 컨텍스트 길이가 작업할 여유를 더 줍니다. Span-01은 입력이 짧거나 이미 요약된 텍스트 전용 결정 작업, 그리고 두 번째 제공자를 조합에 넣고 싶은 경우에 여전히 합리적인 선택입니다. 가격 면에서 둘은 입력에 대해 거의 같으므로, 그 측면에서는 비용이 한쪽을 다른 쪽보다 선호할 강한 이유가 되지 않습니다. 출력 가격은 여기에 명시되지 않았으므로, 볼륨을 확정하기 전에 실시간 가격표를 확인하십시오.
api14를 통해 어느 모델을 호출하든 API가 OpenAI 호환 방식이므로 같은 방식으로 작동합니다. 클라이언트를 api14 기본 URL로 지정하고, 평소의 chat completions 요청을 보내며, 모델 id만 바꾸면 됩니다. Perplexity 모델을 원할 때는 "perplexity/pplx-decider-v1.2"를 사용하고, Respan 모델을 원할 때는 "respan/span-01"을 사용하십시오. 요청 본문의 다른 모든 것은 그대로 유지되므로, A/B 테스트나 폴백 경로를 위해 둘 사이를 전환하는 것은 한 줄 변경입니다. 이미 OpenAI SDK에 맞춰 작성된 코드가 있다면, 그대로 유지하고 문자열만 교체하면 됩니다.
Decider V1.2가 더 많은 입력 유형을 포괄함에도 Span-01이 여전히 더 나은 선택인 경우가 있습니다. 입력이 일반 텍스트이고, 문서가 충분히 짧아 컨텍스트 길이가 제약이 아니며, 결정 트래픽을 특별히 Respan을 통해 라우팅하고 싶다면, Span-01은 사용하지 않을 추가 기능 없이 그 작업을 해냅니다. 또한 같은 작업에서 두 제공자를 비교하고 텍스트 전용 경로를 단순하게 유지하고 싶을 때도 합리적인 옵션입니다. 그러한 상황에서는 이미지 지원 부재와 공개되지 않은 컨텍스트 길이가 아무런 손해도 주지 않으며, 필요한 결정 출력을 얻을 수 있습니다.
문자열 하나로 전환
두 모델은 같은 엔드포인트와 요청 형식을 사용합니다. model 값을 "perplexity/pplx-decider-v1.2"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