We gebruiken cookies. Cookies en browseropslag houden je ingelogd en onthouden je voorkeuren. Met je toestemming meten we ook hoe de site wordt gebruikt. Je kunt je wanneer je wilt. Zie ons cookiebeleid.

Nieuw hier? Zie hoe het werkt Een rondleiding van 1 minuut langs de testomgeving, modellen en je API-key.

d1 vs Microsoft-Decision-1: API-prijs, context en functies · api14

LiquidAI: d1 tegen Microsoft: Microsoft-Decision-1

Een vergelijking naast elkaar van LiquidAI: d1 (US$ 0,07 / 1M tekstdelen (≈ € 0,06)) en Microsoft: Microsoft-Decision-1 (US$ 0,15 / 1M tekstdelen (≈ € 0,13)) met actuele USD-prijzen en mogelijkheden uit de catalogus van api14. Beide werken via dezelfde OpenAI-compatibele API.

Specificaties

	LiquidAI: d1	Microsoft: Microsoft-Decision-1
Aanbieder	LiquidAI	Microsoft
Invoer	US$ 0,07 / 1M tekstdelen (≈ € 0,06)	US$ 0,15 / 1M tekstdelen (≈ € 0,13)
Cache lezen	US$ 0,07 / 1M tekstdelen (≈ € 0,06)	-
Contextvenster	65.536	32.768
Maximale output	58.982	29.491
Invoer	text, image	text
Uitvoer	decisions	decisions
tool-aanroepen
Gestructureerde output
Instelbaar redeneren
Toegevoegd	1 okt 2026	9 okt 2026

Belangrijkste verschillen

LiquidAI: d1 is 52% goedkoper op inputtokens.
LiquidAI: d1 leest 2.0× meer context (65.536 tokens).
Een verzoek met 1.000 input- en 500 outputtokens kost US$ 0,000070 met LiquidAI: d1 en US$ 0,000147 met Microsoft: Microsoft-Decision-1.

In detail

LiquidAI: d1 is een decisions model van LiquidAI, en Microsoft: Microsoft-Decision-1 is een decisions model van Microsoft. Beide behoren tot dezelfde categorie, dus geen van beide is een algemeen chat- of generatiemodel in de gebruikelijke zin; je roept ze aan om een beslissing terug te krijgen in plaats van een alinea proza. Ze zijn ongeveer een week na elkaar uitgebracht, waarbij d1 eerst kwam en Microsoft-Decision-1 kort daarna volgde. Als je tussen hen kiest, zijn de verschillen die ertoe doen de contextgrootte, wat je kunt invoeren en de prijs.

De duidelijkste splitsing is context en invoer. d1 accepteert tot 65.536 tokens, terwijl Microsoft-Decision-1 32.768 accepteert, dus d1 geeft je ongeveer twee keer zoveel ruimte voor lange documenten, transcripties of opgebouwde geschiedenis in een enkele aanroep. d1 accepteert ook afbeeldingen naast tekst, terwijl Microsoft-Decision-1 alleen tekst is. Beide retourneren beslissingen als hun uitvoermodaliteit, en geen van beide vermeldt ondersteunde parameters, dus je moet bij geen van beide verwachten dat je sampling of andere knoppen kunt afstellen. Qua prijs is d1 de goedkoopste van de twee op invoer; de vergelijking voor uitvoerkosten verschilt niet noemenswaardig tussen hen, dus beschouw ze daar als ongeveer gelijk.

Voor praktisch werk grijp je naar d1 wanneer je beslissing afhangt van een grote hoeveelheid tekst, wanneer je een lang gesprek of documentenset in een verzoek wilt houden, of wanneer de invoer een screenshot, scan, grafiek of andere afbeelding bevat waarmee de beslissing rekening moet houden. Grijp naar Microsoft-Decision-1 wanneer je invoer platte tekst is en ruim binnen 32.768 tokens past, en wanneer je liever binnen de Microsoft-familie blijft, bijvoorbeeld om de herkomst van modellen consistent te houden binnen een stack die al Microsoft-diensten gebruikt. Als je prompts kort en alleen tekst zijn, levert de grotere context van d1 je niets op, en Microsoft-Decision-1 is een volkomen redelijke standaardkeuze.

Het aanroepen van een van beide modellen via api14 werkt op dezelfde manier, omdat de API OpenAI-compatibel is. Je richt je bestaande client op de api14 base URL, stuurt je verzoek naar de chat completions endpoint en stelt het model-veld in op de id die je wilt. Om LiquidAI: d1 te gebruiken, stel je het model in op liquid/d1. Om Microsoft: Microsoft-Decision-1 te gebruiken, stel je het in op microsoft/microsoft-decision-1. Al het andere in de request body blijft zoals het is, dus wisselen tussen de twee is een wijziging van een regel en je kunt ze vergelijken op je eigen verkeer zonder integratiecode te herschrijven.

Er zijn nog steeds gevallen waarin Microsoft-Decision-1 de betere keuze is, ook al is d1 goedkoper op invoer en heeft het het grotere venster. Als je pipeline alleen tekst is, je payloads klein zijn en je het model wilt dat uit de Microsoft-lijn komt, dan zijn de extra context en beeldondersteuning van d1 simpelweg onbenutte capaciteit. In die situatie liggen de twee dicht genoeg bij elkaar qua uitvoerkosten dat de beslissende factor is van welke provider je liever afhankelijk bent, niet welk model technisch groter is.

Wissel met één string

Beide modellen gebruiken hetzelfde endpoint en dezelfde verzoekstructuur. Verander de waarde van model van "liquid/d1" naar "microsoft/microsoft-decision-1", prompts, streaming en tools blijven werken.

LiquidAI: d1: details & testomgeving →Microsoft: Microsoft-Decision-1: details & testomgeving →

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": "microsoft/microsoft-decision-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);

LiquidAI: d1 tegen Microsoft: Microsoft-Decision-1

Specificaties

Belangrijkste verschillen

In detail

Wissel met één string

Meer vergelijkingen