Microsoft: Microsoft-Decision-1 to model decyzyjny od Microsoft, wymieniony pod identyfikatorem modelu microsoft/microsoft-decision-1. TypeSafe: Jev 1.14 to model decyzyjny od TypeSafe, wymieniony pod identyfikatorem modelu typesafe/jev-1.14. Oba są zbudowane tak, aby zwracać decyzje, a nie swobodną prozę, więc należą do tej samej kategorii i są ukierunkowane na to samo szerokie zadanie: przyjęcie danych wejściowych i wygenerowanie wyboru lub werdyktu. Dostawcy to różne firmy, a daty wydania przez dostawców są blisko siebie, przy czym Microsoft-Decision-1 jest wymieniony na 2026-10-09, a Jev 1.14 na 2026-10-14.
Najwyraźniejszy podział między nimi dotyczy kontekstu i modalności wejściowej. Jev 1.14 ma większe okno kontekstu wynoszące 262144 tokeny, podczas gdy Microsoft-Decision-1 ma 32768 tokenów. Jev 1.14 przyjmuje również dane wejściowe zarówno tekstowe, jak i obrazowe, natomiast Microsoft-Decision-1 przyjmuje tylko tekst. Oba zwracają decyzje, więc strona wyjściowa ma ten sam kształt. Jeśli chodzi o cenę, dane jakościowe mówią, że ceny wejściowe są równe, więc żaden nie jest istotnie tańszy na wejściu, a nie odnotowano istotnej różnicy w cenach wyjściowych. Żaden model nie wymienia obsługiwanych parametrów, więc nie należy oczekiwać pokręteł dostrajania poza podstawami.
W praktycznym wyborze czynnikiem decydującym jest zwykle to, ile materiału model musi przeczytać, zanim podejmie decyzję. Jeśli dane wejściowe to długi dokument, duży transkrypt, duża partia rekordów lub cokolwiek, co przekroczyłoby około trzydziestu tysięcy tokenów, należy wywołać Jev 1.14, ponieważ Microsoft-Decision-1 nie może pomieścić tak dużej ilości naraz. To samo dotyczy sytuacji, gdy decyzja zależy od obrazu, zrzutu ekranu, zeskanowanego formularza lub diagramu, ponieważ tylko Jev 1.14 przyjmuje dane wejściowe obrazowe. Microsoft-Decision-1 pozostaje rozsądnym wyborem dla krótszych, wyłącznie tekstowych zadań decyzyjnych, w których dane wejściowe mieszczą się wygodnie w jego oknie kontekstu i nie trzeba wysyłać obrazów. Ponieważ ceny wejściowe są równe, nie płacisz premii w żadnym przypadku w tym wymiarze, więc niech rozmiar kontekstu i modalność kierują wyborem, a nie koszt.
Wywoływanie któregokolwiek modelu przez api14 działa tak samo, ponieważ API jest zgodne z OpenAI. Kierujesz klienta na bazowy adres URL api14, wysyłasz żądanie do punktu końcowego chat completions i ustawiasz pole model na identyfikator, którego chcesz użyć. Aby użyć modelu Microsoft, ustaw model na microsoft/microsoft-decision-1. Aby użyć modelu TypeSafe, ustaw model na typesafe/jev-1.14. Wszystko inne w treści żądania pozostaje bez zmian, więc przełączanie między nimi to zmiana identyfikatora modelu w jednej linii. Jeśli masz już działający kod dla jednego z nich, możesz porównać drugi, edytując ten pojedynczy ciąg i ponownie uruchamiając to samo żądanie.
Jest jeden przypadek, w którym mniejszy model nadal jest lepszym wyborem. Jeśli dane wejściowe są krótkie, wyłącznie tekstowe i chcesz konkretnie model od Microsoft, Microsoft-Decision-1 pokrywa ten obszar bez dodatkowej pojemności kontekstu, której byś nie wykorzystał. Nie jest tańszy na wejściu, więc powodem preferowania go jest dopasowanie, a nie cena: wyłącznie tekstowe zadanie decyzyjne, które mieści się w 32768 tokenach, jest dokładnie w zakresie tego, co obsługuje. Dla czegokolwiek dłuższego lub zawierającego obraz należy wywołać model Jev 1.14.