Perplexity: Decider V1.2 대 ScaleDown: Classify-1
api14 카탈로그의 최신 USD 가격과 기능을 바탕으로 Perplexity: Decider V1.2(US$0.07 / 100만 토큰 (≈ ₩94))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 V1.2 | ScaleDown: Classify-1 | |
|---|---|---|
| 제공업체 | Perplexity | ScaleDown |
| 입력 | US$0.07 / 100만 토큰 (≈ ₩94) | 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 V1.2의 입력 토큰 가격이 50% 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 V1.2에서 US$0.000070, ScaleDown: Classify-1에서 US$0.000140입니다.
자세히 보기
Perplexity: Decider V1.2는 Perplexity의 의사결정 모델로, 2026-10-16에 출시되었습니다. ScaleDown: Classify-1은 ScaleDown의 의사결정 모델로, 2026-10-13에 출시되었습니다. 두 모델 모두 같은 범주에 속하므로, 입력을 받아 자유 형식의 산문이 아닌 결정을 반환하는 동일한 광범위한 작업을 목표로 합니다. 두 모델 모두 지원되는 파라미터를 노출하지 않으므로, 모델별 설정이 아니라 게이트웨이가 허용하는 요청 본문 필드를 통해 구성합니다.
가장 명확한 차이는 컨텍스트와 입력 처리입니다. ScaleDown: Classify-1은 최대 1,000,000 토큰의 컨텍스트를 허용하는 반면, Perplexity: Decider V1.2는 262,144 토큰을 허용하므로, ScaleDown은 단일 호출에서 긴 문서나 대규모 배치를 위한 공간을 약 네 배 더 제공합니다. 모달리티 측면에서 Decider V1.2는 텍스트와 이미지를 받고, Classify-1은 텍스트, 이미지, 파일을 받으므로 Classify-1이 입력 유형을 하나 더 커버합니다. 두 모델 모두 결정을 유일한 출력 모달리티로 반환하므로, 어느 쪽도 채팅 스타일 텍스트나 구조화된 JSON을 별도의 출력 유형으로 생성하지 않습니다. 가격 측면에서 Decider V1.2가 입력에서 더 저렴하며, 출력 가격은 두 모델 간에 유의미한 차이가 없으므로 비용 격차는 주로 워크로드가 입력 중심인 정도에 달려 있습니다.
실용적인 선택을 위해서는 입력이 텍스트나 이미지이고 262,144 토큰 이내에 들어가며 입력 비용이 더 낮기를 원할 때 Perplexity: Decider V1.2를 선택하세요. 이는 페이로드가 프롬프트와 아마도 스크린샷 정도인 대부분의 라우팅, 분류, 조정, 분류 호출을 커버합니다. 입력이 전체 계약서, 긴 로그 덤프, 다중 파일 번들처럼 매우 크거나, 파일을 텍스트로 먼저 변환하지 않고 직접 전달해야 할 때는 ScaleDown: Classify-1을 선택하세요. 입력이 작고 텍스트만 있다면 Decider V1.2가 자연스러운 기본값입니다. 입력에서 더 저렴하고 Classify-1의 추가 컨텍스트가 아무 이점도 주지 않기 때문입니다.
api14를 통해 두 모델을 호출하는 방식은 동일합니다. 게이트웨이가 OpenAI 호환 방식이기 때문입니다. 기존 클라이언트를 api14 기본 URL로 지정하고 키를 보낸 뒤, model 필드를 원하는 id로 설정하면 됩니다. Perplexity를 사용하려면 model을 "perplexity/pplx-decider-v1.2"로 설정하세요. ScaleDown을 사용하려면 "scaledown/classify-1"로 설정하세요. 요청의 나머지 부분은 그대로 유지되므로, 두 모델 간 전환은 한 줄 변경이며 통합을 다시 작성하지 않고도 동일한 트래픽에서 비교할 수 있습니다.
기본값이 아닌 모델이 여전히 더 나은 경우가 하나 있습니다. 비용 이유로 Decider V1.2로 표준화했지만 파일 첨부나 262,144 토큰을 초과하는 컨텍스트가 있는 요청이 도착하면 Classify-1이 더 나은 선택입니다. 파일을 받아들이고 최대 1,000,000 토큰을 수용하기 때문입니다. 두 id를 모두 설정에 유지하고 모든 호출에 단일 모델을 고정하기보다는 페이로드 크기와 입력 유형에 따라 라우팅하세요.
문자열 하나로 전환
두 모델은 같은 엔드포인트와 요청 형식을 사용합니다. model 값을 "perplexity/pplx-decider-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