ScaleDown: Classify-1 대 TypeSafe: Jev 1.14
api14 카탈로그의 최신 USD 가격과 기능을 바탕으로 ScaleDown: Classify-1(US$0.14 / 100만 토큰 (≈ ₩189))와(과) TypeSafe: Jev 1.14(US$0.15 / 100만 토큰 (≈ ₩198))를 나란히 비교합니다. 두 모델 모두 같은 OpenAI 호환 API로 실행됩니다.
사양
| ScaleDown: Classify-1 | TypeSafe: Jev 1.14 | |
|---|---|---|
| 제공업체 | ScaleDown | TypeSafe |
| 입력 | US$0.14 / 100만 토큰 (≈ ₩189) | US$0.15 / 100만 토큰 (≈ ₩198) |
| 컨텍스트 윈도우 | 1,000,000 | 262,144 |
| 최대 출력 | 900,000 | 235,929 |
| 입력 | text, image, file | text, image |
| 출력 | decisions | decisions |
| 도구 호출 | ||
| 구조화된 출력 | ||
| 추론 조절 | ||
| 추가일 | 2026. 10. 13. | 2026. 10. 14. |
주요 차이점
- 두 모델의 입력 가격은 거의 같습니다.
- ScaleDown: Classify-1는(은) 3.8배 더 긴 컨텍스트(1,000,000 토큰)를 읽습니다.
- 입력 1,000 토큰, 출력 500 토큰 요청의 비용은 ScaleDown: Classify-1에서 US$0.000140, TypeSafe: Jev 1.14에서 US$0.000147입니다.
자세히 보기
ScaleDown: Classify-1은 ScaleDown의 decisions 모델이고, TypeSafe: Jev 1.14는 TypeSafe의 decisions 모델입니다. 둘 다 자유 형식의 산문이 아니라 결정을 반환하도록 만들어졌으므로, 어느 쪽도 범용 채팅이나 글쓰기 모델이 아닙니다. 두 모델은 하루 차이로 출시되었는데, Classify-1은 2026-10-13에, Jev 1.14는 2026-10-14에 나왔으며, 둘 다 같은 decisions 카테고리에 속합니다. 이 둘 중에서 고른다면, 의미 있는 차이는 출력의 형태가 아니라 컨텍스트 크기와 무엇을 입력할 수 있는지입니다.
가장 큰 차이는 컨텍스트 윈도우입니다. Classify-1은 최대 1,000,000 토큰을 받는 반면 Jev 1.14는 262,144 토큰을 받으므로, 입력이 매우 클 때 선택할 것은 Classify-1입니다. 입력 모달리티도 다릅니다. Classify-1은 텍스트, 이미지, 파일 입력을 받는 반면, Jev 1.14는 텍스트와 이미지만 받습니다. 둘 다 결정을 유일한 출력 모달리티로 반환하며, 어느 쪽도 지원되는 파라미터를 나열하지 않으므로 모델 id와 입력 자체 외에 조정할 수 있는 손잡이를 기대해서는 안 됩니다. 가격 면에서는 입력 가격이 거의 같고 출력에 대해 명시된 차이가 없으므로, 비용은 여기서 결정 요인이 아닙니다.
실제 선택에서는 입력부터 시작하세요. 긴 문서, 큰 레코드 배치, 또는 백만 토큰 윈도우 전체가 필요한 무엇인가를 분류하거나 결정할 때는 Classify-1이 자연스러운 선택입니다. 작업에 붙여넣은 텍스트나 이미지가 아니라 파일 업로드도 포함된다면, Classify-1이 둘 중에서 파일을 입력 모달리티로 나열하는 유일한 모델입니다. Jev 1.14는 262,144 토큰 이내에 머물고 텍스트나 이미지로 들어오는 작업, 즉 더 작은 윈도우가 제약이 되지 않는 작업에 맞습니다. 둘 다 결정을 내보내고 파라미터를 노출하지 않으므로, 결정 규칙은 주로 페이로드가 들어가는지와 어떤 형식으로 들어오는지에 관한 것입니다.
api14를 통해 어느 모델을 호출하든 방식은 같습니다. API가 OpenAI 호환되기 때문입니다. 기존 클라이언트를 api14로 향하게 하고, 일반적인 chat completions 형태로 요청을 보내고, model 필드를 원하는 id로 설정하세요. 둘 사이를 전환하는 것은 한 줄 변경입니다. Classify-1에는 "scaledown/classify-1"을, Jev 1.14에는 "typesafe/jev-1.14"를 사용하세요. 요청 구조에서 달라질 것은 없으며, 어느 모델도 지원되는 파라미터를 나열하지 않으므로 페이로드를 최소로 유지하고 모델 id가 선택을 담당하게 하면 됩니다.
Classify-1이 더 큰 윈도우와 추가 입력 모달리티를 가지고 있음에도 Jev 1.14가 여전히 더 나은 선택인 경우가 하나 있습니다. 입력이 텍스트나 이미지이고 262,144 토큰 안에 여유 있게 들어가며, 단순히 TypeSafe 모델을 선호하거나 이미 그것으로 표준화되어 있다면, 위의 사실들에는 그것에서 옮겨갈 만한 능력상의 이유가 없습니다. 둘은 입력 가격이 거의 같으므로 Jev 1.14에 머무는 데 그쪽에서 추가 비용이 들지 않으며, Classify-1처럼 결정을 반환합니다. 크기나 파일 입력이 문제를 강제할 때 Classify-1을 선택하세요. 그렇지 않으면 어느 모델이든 합리적인 선택입니다.
문자열 하나로 전환
두 모델은 같은 엔드포인트와 요청 형식을 사용합니다. model 값을 "scaledown/classify-1"에서 "typesafe/jev-1.14"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": "typesafe/jev-1.14",
"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