Relace: Relace Search kontra SpaceXAI: Grok 4.20
Porównanie Relace: Relace Search (3,50 USD / 1M tokenów (≈ 13,71 zł)) i SpaceXAI: Grok 4.20 (4,38 USD / 1M tokenów (≈ 17,14 zł)) obok siebie na podstawie aktualnych cen w USD i możliwości z katalogu api14. Oba działają przez to samo API zgodne z OpenAI.
Specyfikacja
| Relace: Relace Search | SpaceXAI: Grok 4.20 | |
|---|---|---|
| Dostawca | Relace | xAI |
| Wejście | 3,50 USD / 1M tokenów (≈ 13,71 zł) | 4,38 USD / 1M tokenów (≈ 17,14 zł) |
| Wyjście | 10,50 USD / 1M tokenów (≈ 41,14 zł) | 8,75 USD / 1M tokenów (≈ 34,28 zł) |
| Odczyt z cache | - | 0,70 USD / 1M tokenów (≈ 2,74 zł) |
| Wyszukiwanie w sieci | - | 17,50 USD / 1K wyszukiwań (≈ 68,56 zł) |
| Okno kontekstu | 256 000 | 2 000 000 |
| Maks. wyjście | 128 000 | 1 800 000 |
| Wejście | text | text, image, file |
| Wyjście | text | text |
| Wywołania narzędzi | ||
| Ustrukturyzowane wyjście | ||
| Sterowanie rozumowaniem | ||
| Dodano | 8 gru 2025 | 31 mar 2026 |
Najważniejsze różnice
- Relace: Relace Search jest o 20% tańszy na tokenach wejściowych.
- SpaceXAI: Grok 4.20 jest o 17% tańszy na tokenach wyjściowych.
- SpaceXAI: Grok 4.20 przyjmuje 7.8× więcej kontekstu (2 000 000 tokenów).
- Tylko SpaceXAI: Grok 4.20 obsługuje ustrukturyzowane wyjście JSON.
- Tylko SpaceXAI: Grok 4.20 obsługuje sterowanie intensywnością rozumowania.
- Żądanie z 1000 tokenów wejściowych i 500 wyjściowych kosztuje 0,00875 USD z Relace: Relace Search i 0,00875 USD z SpaceXAI: Grok 4.20.
Szczegółowo
Relace: Relace Search to model tekstowy od Relace, wydany 2025-12-08. SpaceXAI: Grok 4.20 to model tekstowy od xAI, wydany 2026-03-31. Oba są udostępniane jako modele czatu typu tekst na wejściu, tekst na wyjściu w api14, więc z perspektywy wywołania na pierwszy rzut oka wyglądają podobnie. Różnice ujawniają się w rozmiarze kontekstu, obsługiwanych modalnościach oraz w tym, jakie parametry żądania przyjmuje każdy z nich.
Grok 4.20 ma znacznie większe okno kontekstu, wynoszące 2 000 000 tokenów w porównaniu do 256 000 dla Relace Search. Grok 4.20 przyjmuje także obrazy i pliki obok tekstu, podczas gdy Relace Search przyjmuje wyłącznie tekst. Na wyjściu oba zwracają tylko tekst. Grok 4.20 obsługuje rozumowanie i ustrukturyzowane wyniki oraz udostępnia parametry takie jak include_reasoning, reasoning, logprobs i top_logprobs, których Relace Search nie wymienia. Relace Search obsługuje węższy zestaw: max_tokens, response_format, seed, stop, temperature, tool_choice, tools i top_p. Oba obsługują wywoływanie narzędzi, więc to nie jest czynnik różnicujący. Jeśli chodzi o cenę, Relace Search jest tańszą opcją dla danych wejściowych, a Grok 4.20 jest tańszy dla danych wyjściowych.
W praktycznym wyborze sięgnij po Relace Search, gdy Twoje obciążenie to zwykły tekst, mieści się w 256 000 tokenów i chcesz utrzymać niskie koszty danych wejściowych, na przykład przy masowej klasyfikacji, ekstrakcji lub promptach w stylu wyszukiwania, gdzie wysyłasz dużo kontekstu i otrzymujesz krótką odpowiedź. Sięgnij po Grok 4.20, gdy potrzebujesz długiego kontekstu, gdy wprowadzasz obrazy lub pliki albo gdy chcesz ślady rozumowania bądź ustrukturyzowane wyniki. Przewaga cenowa na wyjściu w Grok 4.20 ma również znaczenie, jeśli Twoje odpowiedzi są długie w stosunku do promptów, ponieważ właśnie tam jego tańsza stawka za wyjście się opłaca.
Wywoływanie któregokolwiek z tych modeli przez api14 działa tak samo, ponieważ brama udostępnia API zgodne z OpenAI. Kierujesz swojego klienta na bazowy adres URL api14, wysyłasz standardowe żądanie uzupełnień czatu i ustawiasz pole model. Aby użyć Relace Search, ustaw identyfikator modelu na "relace/relace-search". Aby użyć Grok 4.20, ustaw go na "x-ai/grok-4.20". Wszystko inne w treści żądania pozostaje takie samo, więc przełączanie między nimi to zmiana jednej linii. Pamiętaj, że parametry nie są w pełni wymienne: jeśli wyślesz ustawienia reasoning lub logprobs do Relace Search albo polegasz na częściach treści zawierających obrazy lub pliki, żądanie nie zachowa się tak jak w Grok 4.20.
Nadal istnieją przypadki, w których Relace Search jest lepszym wyborem, mimo że Grok 4.20 jest większy i bogatszy w funkcje. Jeśli Twoje zadanie dotyczy tylko tekstu, mieści się w 256 000 tokenów i wysyłasz znacznie więcej danych wejściowych, niż generujesz, tańsze ceny danych wejściowych w Relace Search czynią go bardziej ekonomicznym wyborem. Obejmuje on również typowy zestaw parametrów, w tym tools i response_format, więc proste wywoływanie narzędzi i odpowiedzi w stylu JSON nie wymagają Grok 4.20.
Zmień jednym ciągiem znaków
Oba modele używają tego samego endpointu i tej samej struktury żądania. Zmień wartość model z "relace/relace-search" na "x-ai/grok-4.20", 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.chat.completions.create({
"model": "x-ai/grok-4.20",
"messages": [
{
"role": "user",
"content": "Explain vector databases in two sentences."
}
]
});
console.log(result.choices[0].message.content);
Więcej porównań
- LiquidAI: LFM3-1.7B kontra Ricursive: Ripple 65B Preview
- LiquidAI: LFM3-1.7B kontra Crouton Alpha
- LiquidAI: LFM3-1.7B kontra Tencent: Hy4
- LiquidAI: LFM3-1.7B kontra Z.ai: GLM 5.3 FlashX Legal
- Ricursive: Ripple 65B Preview kontra Crouton Alpha
- Ricursive: Ripple 65B Preview kontra Tencent: Hy4
- Ricursive: Ripple 65B Preview kontra Z.ai: GLM 5.3 FlashX Legal
- Crouton Alpha kontra Tencent: Hy4