Używamy plików cookie. Pliki cookie i pamięć przeglądarki pozwalają utrzymać logowanie i zapamiętać Twoje preferencje. Za Twoją zgodą mierzymy też, jak korzystasz ze strony. W każdej chwili możesz . Zobacz naszą politykę cookie.

Nowy tutaj? Zobacz, jak to działa Minutowa wycieczka po piaskownicy, modelach i Twoim kluczu API.

d1 vs Decider V1.2: cena API, kontekst i funkcje · api14

LiquidAI: d1 kontra Perplexity: Decider V1.2

Porównanie LiquidAI: d1 (0,07 USD / 1M tokenów (≈ 0,27 zł)) i Perplexity: Decider V1.2 (0,07 USD / 1M tokenów (≈ 0,27 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	Perplexity: Decider V1.2
Dostawca	LiquidAI	Perplexity
Wejście	0,07 USD / 1M tokenów (≈ 0,27 zł)	0,07 USD / 1M tokenów (≈ 0,27 zł)
Odczyt z cache	0,07 USD / 1M tokenów (≈ 0,27 zł)	-
Okno kontekstu	65 536	262 144
Maks. wyjście	58 982	235 929
Wejście	text, image	text, image
Wyjście	decisions	decisions
Wywołania narzędzi
Ustrukturyzowane wyjście
Sterowanie rozumowaniem
Dodano	1 paź 2026	16 paź 2026

Najważniejsze różnice

Oba mają zbliżoną cenę wejścia.
Perplexity: Decider V1.2 przyjmuje 4.0× więcej kontekstu (262 144 tokenów).
Żądanie z 1000 tokenów wejściowych i 500 wyjściowych kosztuje 0,000070 USD z LiquidAI: d1 i 0,000070 USD z Perplexity: Decider V1.2.

Szczegółowo

LiquidAI: d1 to model decyzyjny od LiquidAI, a Perplexity: Decider V1.2 to model decyzyjny od Perplexity. Oba należą do tej samej kategorii, więc żaden z nich nie jest ogólnym modelem czatu, którego użyłbyś do napisania wiadomości e-mail lub funkcji. Wywołujesz je, gdy chcesz otrzymać decyzję, a nie prozę. LiquidAI wydało d1 dnia 2026-10-01, a Perplexity wydało Decider V1.2 dnia 2026-10-16, więc oba pojawiły się blisko siebie w czasie i służą temu samemu zadaniu.

Najwyraźniejsza różnica dotyczy kontekstu. Decider V1.2 przyjmuje do 262144 tokenów, podczas gdy d1 przyjmuje 65536, więc model Perplexity przyjmuje około cztery razy więcej danych wejściowych w jednym wywołaniu. Oba przyjmują tekst i obraz jako dane wejściowe i oba zwracają decyzje jako dane wyjściowe, więc historia modalności jest taka sama po obu stronach. Żaden z modeli nie wymienia obsługiwanych parametrów, co oznacza, że nie należy oczekiwać możliwości dostrajania próbkowania ani podobnych ustawień poprzez treść żądania. Porównanie jakościowe wskazuje cenę danych wejściowych jako remis, więc koszt na token wejściowy jest w przybliżeniu taki sam dla obu, a nie odnotowano istotnej różnicy w cenie danych wyjściowych ani w wyłączności narzędzi, danych wyjściowych strukturalnych czy rozumowania.

Przy wyborze zadania czynnikiem decydującym jest to, ile materiału model musi rozważyć. Jeśli twoja decyzja zależy od długiego dokumentu, dużego transkryptu, dużego zestawu pobranych fragmentów lub kilku obrazów naraz, Decider V1.2 jest bezpieczniejszym wyborem, ponieważ jego okno kontekstowe jest znacznie większe i mniejsze jest ryzyko obcięcia istotnych dowodów. Jeśli twoje dane wejściowe są krótkie i dobrze określone, d1 jest rozsądnym wyborem, a cena danych wejściowych jest w przybliżeniu taka sama, więc w zasadzie wymieniasz zapas kontekstu na nic szczególnego. Tam, gdzie dowody mieszczą się wygodnie w 65536 tokenach, każdy z modeli może posłużyć, a możesz wybrać na podstawie tego, którego dostawcy decyzje okazały się dla ciebie bardziej użyteczne w twoich własnych ocenach.

Wywoływanie któregokolwiek z tych modeli przez api14 działa tak samo, ponieważ brama udostępnia interfejs API zgodny z OpenAI. Kierujesz swojego klienta na bazowy adres URL api14, wysyłasz żądanie do punktu końcowego uzupełnień czatu i ustawiasz pole model. Aby użyć modelu LiquidAI, ustaw identyfikator modelu na "liquid/d1". Aby użyć modelu Perplexity, ustaw go na "perplexity/pplx-decider-v1.2". Wszystko inne w żądaniu, w tym twoje wiadomości i wszelkie obrazy, pozostaje bez zmian. Przełączanie między nimi to zmiana jednej linii, więc możesz uruchomić ten sam prompt na obu i porównać otrzymane decyzje.

Istnieje argument za pozostaniem przy d1 nawet wtedy, gdy kontekst nie jest ograniczeniem. Jeśli twoje dane wejściowe są konsekwentnie krótkie, jeśli masz już dostrojony potok wokół formatu decyzji LiquidAI lub jeśli po prostu preferujesz jego wyniki na swoich danych, większe okno Decider V1.2 nic ci nie daje, a koszt danych wejściowych jest w przybliżeniu taki sam. W takiej sytuacji dodatkowy zapas to niewykorzystana pojemność i nie ma wymienionej różnicy w możliwościach, która wymuszałaby zmianę.

Zmień jednym ciągiem znaków

Oba modele używają tego samego endpointu i tej samej struktury żądania. Zmień wartość model z "liquid/d1" na "perplexity/pplx-decider-v1.2", prompty, streaming i narzędzia działają dalej.

LiquidAI: d1: szczegóły i piaskownica →Perplexity: Decider V1.2: szczegóły i piaskownica →

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": "perplexity/pplx-decider-v1.2",
  "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 kontra Perplexity: Decider V1.2

Specyfikacja

Najważniejsze różnice

Szczegółowo

Zmień jednym ciągiem znaków

Więcej porównań