LiquidAI: d1-ultra tegen ScaleDown: Classify-1
Een vergelijking naast elkaar van LiquidAI: d1-ultra (US$ 0,15 / 1M tekstdelen (≈ € 0,13)) en ScaleDown: Classify-1 (US$ 0,14 / 1M tekstdelen (≈ € 0,12)) met actuele USD-prijzen en mogelijkheden uit de catalogus van api14. Beide werken via dezelfde OpenAI-compatibele API.
Specificaties
| LiquidAI: d1-ultra | ScaleDown: Classify-1 | |
|---|---|---|
| Aanbieder | LiquidAI | ScaleDown |
| Invoer | US$ 0,15 / 1M tekstdelen (≈ € 0,13) | US$ 0,14 / 1M tekstdelen (≈ € 0,12) |
| Cache lezen | US$ 0,15 / 1M tekstdelen (≈ € 0,13) | - |
| Contextvenster | 32.768 | 1.000.000 |
| Maximale output | 29.491 | 900.000 |
| Invoer | text, image | text, image, file |
| Uitvoer | decisions | decisions |
| tool-aanroepen | ||
| Gestructureerde output | ||
| Instelbaar redeneren | ||
| Toegevoegd | 15 okt 2026 | 13 okt 2026 |
Belangrijkste verschillen
- Beide hebben ongeveer dezelfde inputprijs.
- ScaleDown: Classify-1 leest 30.5× meer context (1.000.000 tokens).
- Een verzoek met 1.000 input- en 500 outputtokens kost US$ 0,000147 met LiquidAI: d1-ultra en US$ 0,000140 met ScaleDown: Classify-1.
In detail
LiquidAI: d1-ultra is een decisions model van LiquidAI, uitgebracht op 15 oktober 2026. ScaleDown: Classify-1 is ook een decisions model, gemaakt door ScaleDown en twee dagen eerder uitgebracht, op 13 oktober 2026. Beide vallen in dezelfde categorie, wat betekent dat beide zijn gebouwd om een beslissing als output te retourneren in plaats van vrije tekst, en beide worden geleverd via api14 onder de model ids liquid/d1-ultra en scaledown/classify-1.
Het duidelijkste verschil tussen hen is context en inputverwerking. ScaleDown: Classify-1 accepteert een contextvenster van 1.000.000 tokens, terwijl LiquidAI: d1-ultra 32.768 tokens accepteert, dus het ScaleDown model is degene met de grotere context, met een ruime marge. Wat inputmodaliteiten betreft, d1-ultra neemt tekst en afbeeldingen, terwijl Classify-1 tekst, afbeeldingen en bestanden neemt, dus het ScaleDown model accepteert een extra soort input. Beide produceren beslissingen als hun enige outputmodaliteit. Geen van beide modellen vermeldt ondersteunde parameters, dus daar is geen verschil om te benutten, en de kwalitatieve vergelijking geeft geen betekenisvol verschil op tool use, structured output of reasoning, dus je moet niet aannemen dat de een sterker is dan de ander op die assen. Qua prijs zijn de twee ongeveer hetzelfde voor input, en de vergelijking geeft niets bruikbaars voor outputprijzen, dus behandel ze als vergelijkbaar qua kosten in plaats van te kiezen op prijs alleen.
Voor praktisch werk is de beslissende factor meestal hoeveel materiaal je het model moet laten bekijken voordat het beslist. Als je taak lange documenten, grote hoeveelheden tekst of iets omvat dat ruim boven de ongeveer dertigduizend tokens uitkomt, is ScaleDown: Classify-1 de natuurlijke keuze vanwege het veel grotere contextvenster. Als je inputs kort zijn en je het model ook een afbeelding naast tekst wilt geven, dekt LiquidAI: d1-ultra dat geval, en het is het model om naar te grijpen wanneer je pipeline is gebouwd rond compacte beslissingen op basis van afbeelding plus tekst. Wanneer je inputs bestanden als een apart inputtype bevatten in plaats van geplakte tekst of afbeeldingen, is Classify-1 degene die ze direct accepteert.
Het aanroepen van een van beide modellen via api14 werkt hetzelfde, omdat de gateway een OpenAI-compatible API beschikbaar stelt. Je stuurt je verzoek naar hetzelfde endpoint met dezelfde request shape, en het enige dat je tussen de twee verandert is het model id: gebruik liquid/d1-ultra voor het LiquidAI model en scaledown/classify-1 voor het ScaleDown model. Al het andere in je client, je authenticatie en je response handling blijft zoals het is, dus wisselen tussen hen is een wijziging van één regel en je kunt hun beslissingen op je eigen data vergelijken zonder integratiecode te herschrijven.
Er is één geval waarin het kleinere model nog steeds de betere keuze is, ook al heeft het andere meer context. Als je inputs kort zijn en je taak afbeelding plus tekst is zonder dat er bestanden bij betrokken zijn, past LiquidAI: d1-ultra bij de taak en heb je de extra capaciteit van Classify-1 niet nodig. Omdat de twee ongeveer dezelfde prijs hebben voor input, is er geen kostenstraf voor het kiezen van het model met kleinere context wanneer je inputs klein zijn, en geen reden om meer tokens te sturen dan de taak vereist.
Wissel met één string
Beide modellen gebruiken hetzelfde endpoint en dezelfde verzoekstructuur. Verander de waarde van model van "liquid/d1-ultra" naar "scaledown/classify-1", prompts, streaming en tools blijven werken.
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);
Meer vergelijkingen
- LiquidAI: d1 Latest tegen LiquidAI: d1-ultra Latest
- LiquidAI: d1 Latest tegen Baseten: Joey 1
- LiquidAI: d1 Latest tegen LiquidAI: d1.1
- LiquidAI: d1 Latest tegen Morph: Reflex
- LiquidAI: d1-ultra Latest tegen Baseten: Joey 1
- LiquidAI: d1-ultra Latest tegen LiquidAI: d1.1
- LiquidAI: d1-ultra Latest tegen Morph: Reflex
- Baseten: Joey 1 tegen LiquidAI: d1.1