LiquidAI: d1-ultra kontra Nace.AI: Drex v2.0
Porównanie LiquidAI: d1-ultra (0,15 USD / 1M tokenów (≈ 0,58 zł)) i Nace.AI: Drex v2.0 (0,21 USD / 1M tokenów (≈ 0,82 zł)) obok siebie na podstawie aktualnych cen w USD i możliwości z katalogu api14. Oba działają przez to samo API zgodne z OpenAI.
Specyfikacja
| LiquidAI: d1-ultra | Nace.AI: Drex v2.0 | |
|---|---|---|
| Dostawca | LiquidAI | Nace.AI |
| Wejście | 0,15 USD / 1M tokenów (≈ 0,58 zł) | 0,21 USD / 1M tokenów (≈ 0,82 zł) |
| Odczyt z cache | 0,15 USD / 1M tokenów (≈ 0,58 zł) | - |
| Okno kontekstu | 32 768 | 131 072 |
| Maks. wyjście | 29 491 | 117 964 |
| Wejście | text, image | text |
| Wyjście | decisions | decisions |
| Wywołania narzędzi | ||
| Ustrukturyzowane wyjście | ||
| Sterowanie rozumowaniem | ||
| Dodano | 15 paź 2026 | 12 paź 2026 |
Najważniejsze różnice
- LiquidAI: d1-ultra jest o 30% tańszy na tokenach wejściowych.
- Nace.AI: Drex v2.0 przyjmuje 4.0× więcej kontekstu (131 072 tokenów).
- Żądanie z 1000 tokenów wejściowych i 500 wyjściowych kosztuje 0,000147 USD z LiquidAI: d1-ultra i 0,000210 USD z Nace.AI: Drex v2.0.
Szczegółowo
LiquidAI: d1-ultra jest tworzony przez LiquidAI, a Nace.AI: Drex v2.0 jest tworzony przez Nace.AI. Oba należą do kategorii decyzji, co oznacza, że ich wynikiem jest decyzja, a nie swobodna proza, i oba zostały wydane w ciągu kilku dni od siebie w październiku 2026, przy czym Drex v2.0 pojawił się 12 października, a d1-ultra 15 października. Żaden z modeli nie udostępnia żadnych obsługiwanych parametrów, więc nie będziesz dostrajać ustawień próbkowania w żadnym z nich.
Najwyraźniejszy podział dotyczy kontekstu i danych wejściowych. Drex v2.0 przyjmuje do 131072 tokenów tekstu, czterokrotnie więcej niż okno 32768 tokenów w d1-ultra, więc długie dokumenty, duże transkrypcje lub duże partie rekordów mieszczą się wygodnie w Drex i mogą wymagać dzielenia na fragmenty w d1-ultra. d1-ultra jest bardziej elastyczny pod względem danych wejściowych, przyjmuje zarówno tekst, jak i obrazy, podczas gdy Drex v2.0 przyjmuje tylko tekst. Oba zwracają decyzje jako jedyny modalność wyjściowy, a dane porównawcze nie oznaczają żadnego z nich jako jedynego z użyciem narzędzi, ustrukturyzowanym wyjściem lub rozumowaniem, więc nie ma tam udokumentowanej przewagi w zakresie możliwości.
Dla dewelopera dokonującego wyboru zwykle decyduje typ danych wejściowych. Jeśli Twoje zadanie decyzyjne obejmuje zrzuty ekranu, zeskanowane strony, diagramy lub dowody wizualne, d1-ultra jest jedyną opcją z tych dwóch, ponieważ Drex v2.0 nie widzi obrazów. Jeśli Twoje zadanie jest wyłącznie tekstowe, ale materiał jest długi, na przykład pełna umowa, długi wątek wsparcia lub duży log, Drex v2.0 jest bezpieczniejszym wyborem, ponieważ wszystko mieści się w jednym wywołaniu bez dzielenia kontekstu. Gdy dane wejściowe to krótki tekst i nie ma obrazów, oba modele mogą obsłużyć to samo zadanie decyzyjne, a cena staje się rozstrzygająca: d1-ultra jest tańszy z dwóch pod względem danych wejściowych, podczas gdy porównanie nie daje istotnej różnicy w koszcie wyjścia, więc strona wejściowa jest miejscem, gdzie pojawia się oszczędność.
Wywoływanie któregokolwiek modelu przez api14 działa tak samo, ponieważ API jest zgodne z OpenAI. Kierujesz swojego istniejącego klienta na api14, zachowujesz zwykły kształt żądania i ustawiasz pole model na "liquid/d1-ultra" lub "nace-ai/drex-v2.0". Przełączanie między nimi to zmiana tego identyfikatora modelu w jednej linii, bez potrzeby innych zmian w kodzie, co sprawia, że testowanie obu na własnych przypadkach decyzyjnych przed podjęciem decyzji jest tanie. Ponieważ żaden model nie wymienia obsługiwanych parametrów, wyślij zwykłe żądanie i odczytaj decyzję z odpowiedzi.
Nadal istnieją przypadki, w których wygrywa drugi model. Jeśli już zbudowałeś rozwiązanie wokół d1-ultra dla decyzji opartych na obrazach, ale konkretna partia jest wyłącznie tekstowa i bardzo długa, Drex v2.0 jest lepszym wyborem dla tej partii ze względu na większy kontekst, nawet jeśli rezygnujesz z wprowadzania obrazów. Odwrotnie, jeśli koszt jest głównym ograniczeniem, a dane wejściowe to krótki tekst, d1-ultra pozostaje tańszym wyborem pod względem danych wejściowych.
Zmień jednym ciągiem znaków
Oba modele używają tego samego endpointu i tej samej struktury żądania. Zmień wartość model z "liquid/d1-ultra" na "nace-ai/drex-v2.0", prompty, streaming i narzędzia działają dalej.
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": "nace-ai/drex-v2.0",
"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);
Więcej porównań
- LiquidAI: d1 Latest kontra LiquidAI: d1-ultra Latest
- LiquidAI: d1 Latest kontra Baseten: Joey 1
- LiquidAI: d1 Latest kontra LiquidAI: d1.1
- LiquidAI: d1 Latest kontra Morph: Reflex
- LiquidAI: d1-ultra Latest kontra Baseten: Joey 1
- LiquidAI: d1-ultra Latest kontra LiquidAI: d1.1
- LiquidAI: d1-ultra Latest kontra Morph: Reflex
- Baseten: Joey 1 kontra LiquidAI: d1.1