Nace.AI: Drex v2.0 tegen ScaleDown: Classify-1
Een vergelijking naast elkaar van Nace.AI: Drex v2.0 (US$ 0,21 / 1M tekstdelen (≈ € 0,19)) 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
| Nace.AI: Drex v2.0 | ScaleDown: Classify-1 | |
|---|---|---|
| Aanbieder | Nace.AI | ScaleDown |
| Invoer | US$ 0,21 / 1M tekstdelen (≈ € 0,19) | US$ 0,14 / 1M tekstdelen (≈ € 0,12) |
| Contextvenster | 131.072 | 1.000.000 |
| Maximale output | 117.964 | 900.000 |
| Invoer | text | text, image, file |
| Uitvoer | decisions | decisions |
| tool-aanroepen | ||
| Gestructureerde output | ||
| Instelbaar redeneren | ||
| Toegevoegd | 12 okt 2026 | 13 okt 2026 |
Belangrijkste verschillen
- ScaleDown: Classify-1 is 33% goedkoper op inputtokens.
- ScaleDown: Classify-1 leest 7.6× meer context (1.000.000 tokens).
- Een verzoek met 1.000 input- en 500 outputtokens kost US$ 0,000210 met Nace.AI: Drex v2.0 en US$ 0,000140 met ScaleDown: Classify-1.
In detail
Nace.AI: Drex v2.0 is een decisions model van Nace.AI, uitgebracht op 2026-10-12. ScaleDown: Classify-1 is een decisions model van ScaleDown, uitgebracht op 2026-10-13. Beide vallen in dezelfde categorie, dus ze zijn gericht op dezelfde brede taak: een invoer aannemen en een beslissing teruggeven in plaats van vrije tekst. Geen van beide modellen biedt ondersteunde parameters, dus je configureert ze via de request body die je al verstuurt, niet via een lijst met instelbare knoppen.
Het duidelijkste verschil zit in context en invoerverwerking. Drex v2.0 accepteert alleen tekst en heeft een contextvenster van 131.072 tokens. Classify-1 accepteert tekst, afbeeldingen en bestanden, en het contextvenster is 1.000.000 tokens, dus het is met een ruime marge de grootste van de twee. Beide retourneren decisions als uitvoermodaliteit, dus het verschil zit in de invoer, niet in de uitvoer. Als je invoer een gescand formulier, een screenshot, een PDF of een lange bundel documenten is, kan Classify-1 dat direct verwerken; Drex v2.0 verwacht dat je eerst tekst extraheert. Qua prijs is Classify-1 de goedkoopste van de twee voor invoer, terwijl de uitvoerprijs ongeveer hetzelfde is of niet noemenswaardig verschilt tussen beide.
Voor dagelijks werk volgt de keuze meestal je invoerformaat. Als je al schone tekst hebt en je prompts comfortabel binnen 131.072 tokens passen, is Drex v2.0 een redelijke standaardkeuze en blijft je pipeline eenvoudig, omdat er geen extractiestap te onderhouden is. Als je documenten classificeert die als PDF's, afbeeldingen of gemengde bestanden binnenkomen, of als het materiaal lang genoeg is dat chunking de context waarvan de beslissing afhangt zou verliezen, dan haalt Classify-1 dat voorbewerkingswerk weg en geeft het je meer ruimte voordat je iets moet opsplitsen. Het verschil in invoerprijs is ook van belang als je met hoog volume werkt, al moet je de actuele prijstabel op deze pagina raadplegen voor de huidige cijfers in plaats van op een vuistregel te vertrouwen.
Beide modellen aanroepen via api14 werkt op dezelfde manier, omdat de gateway OpenAI-compatibel is. Je richt je client op dezelfde base URL, verstuurt dezelfde request in chat completions-stijl en wijzigt alleen het model id: "nace-ai/drex-v2.0" voor Drex v2.0, of "scaledown/classify-1" voor Classify-1. Je authenticatie, retry-logica, logging en response parsing blijven ongewijzigd, wat het goedkoop maakt om beide tegen je eigen data te testen. Een veelvoorkomend patroon is de request eenmalig opbouwen, deze tegen beide ids uitvoeren op een steekproef van echte invoer, en de beslissingen vergelijken voordat je een keuze maakt.
Er zijn nog steeds gevallen waarin Drex v2.0 de betere keuze is. Als je invoer platte tekst is en kort genoeg om binnen het contextvenster te passen, levert het toevoegen van beeld- en bestandsverwerking je niets op, en een tekst-only model houdt het oppervlak van je integratie kleiner. Teams die al hun eigen OCR of documentparsing doen, en willen dat de beslissingsstap gescheiden blijft van extractie, geven er alleen al om die reden de voorkeur aan. Omdat de uitvoerprijs ongeveer hetzelfde is tussen beide, komt de beslissing vaak neer op de vraag of multimodale invoer en het grotere contextvenster het waard zijn voor jouw workload.
Wissel met één string
Beide modellen gebruiken hetzelfde endpoint en dezelfde verzoekstructuur. Verander de waarde van model van "nace-ai/drex-v2.0" 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