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.

Span-01 Lite vs Span-02: cena API, kontekst i funkcje · api14

Respan: Span-01 Lite kontra Respan: Span-02

Porównanie Respan: Span-01 Lite (Za darmo) i Respan: Span-02 (0,04 USD / 1M tokenów (≈ 0,14 zł)) obok siebie na podstawie aktualnych cen w USD i możliwości z katalogu api14. Oba działają przez to samo API zgodne z OpenAI.

Specyfikacja

	Respan: Span-01 Lite	Respan: Span-02
Dostawca	Respan	Respan
Wejście	-	0,04 USD / 1M tokenów (≈ 0,14 zł)
Okno kontekstu	-	131 072
Maks. wyjście	-	117 964
Wejście	text	text, image
Wyjście	decisions	decisions
Wywołania narzędzi
Ustrukturyzowane wyjście
Sterowanie rozumowaniem
Dodano	26 wrz 2026	16 paź 2026

Szczegółowo

Respan: Span-01 Lite i Respan: Span-02 to modele decyzyjne od Respan, wymienione na api14 pod identyfikatorami modeli respan/span-01-lite i respan/span-02. Należą do tej samej kategorii, decisions, i oba zwracają decyzje jako swoją modalność wyjściową, a nie dowolny tekst. Span-01 Lite jest wcześniejszy z tych dwóch, a Span-02 pojawił się po nim. Żaden z modeli nie udostępnia żadnych obsługiwanych parametrów, więc nie ma powierzchni strojenia do skonfigurowania po żadnej ze stron.

Główna różnica między nimi polega na tym, co przyjmują jako dane wejściowe i ile mogą pomieścić jednocześnie. Span-01 Lite przyjmuje wyłącznie tekst. Span-02 przyjmuje tekst i obrazy, więc po niego należy sięgnąć, gdy dane wejściowe zawierają zrzut ekranu, skan, diagram lub inny materiał wizualny. Span-02 podaje również długość kontekstu wynoszącą 131072 tokeny, podczas gdy Span-01 Lite w ogóle nie podaje długości kontekstu. Jeśli dane wejściowe są długie albo musisz wnioskować na podstawie obrazu wraz z tekstem, Span-02 jest modelem, który to potrafi. Wszystkie pola porównania jakościowego są puste lub równe, więc nie ma podanej różnicy w cenie, żadnej przewagi w wywoływaniu narzędzi, żadnej przewagi w ustrukturyzowanym wyjściu ani żadnej zarejestrowanej przewagi w rozumowaniu między nimi. Na podstawie dostępnych faktów wybór sprowadza się do modalności i kontekstu, a nie do kosztu czy poziomów możliwości.

W praktycznej pracy wybierz Span-01 Lite, gdy zadanie jest czysto tekstowe, a dane wejściowe są wystarczająco krótkie, że nie potrzebujesz dużego okna kontekstu. Klasyfikacja, routing, decyzje oparte na krótkim tekście i podobne zadania pasują do niego. Wybierz Span-02, gdy dane wejściowe zawierają obraz albo gdy tekst, który musisz rozważyć, jest wystarczająco długi, że okno 131072 tokenów ma znaczenie. Ponieważ oba dzielą kategorię i modalność wyjściową, często możesz traktować je jako wymienne dla zwykłych decyzji tekstowych i przełączyć się na Span-02 tylko wtedy, gdy dane wejściowe tego wymagają.

Wywoływanie któregokolwiek z modeli przez api14 działa tak samo, ponieważ API jest zgodne z OpenAI. Wysyłasz żądanie do tego samego punktu końcowego o tym samym kształcie żądania, a jedyną rzeczą, która się zmienia, jest identyfikator modelu. Użyj respan/span-01-lite dla modelu lite i respan/span-02 dla modelu pełnego. Struktura wiadomości, uwierzytelnianie i obsługa odpowiedzi pozostają identyczne, więc przechodzenie między nimi to zmiana jednej linii w polu model, a nie przepisywanie kodu klienta.

Jest jeden przypadek, w którym Span-01 Lite pozostaje lepszym wyborem, mimo że Span-02 jest teoretycznie bardziej zdolny z tych dwóch. Jeśli dane wejściowe są wyłącznie tekstowe i zdecydowanie mieszczą się w umiarkowanej długości, wejście obrazowe i większy kontekst Span-02 nie wnoszą nic do żądania, a prostszy model jest bardziej bezpośrednim dopasowaniem. Ponieważ dane porównawcze nie odnotowują różnicy w cenie ani różnicy w możliwościach poza modalnością i kontekstem, nie ma kary za koszt ani jakość w żadną stronę, więc wybieraj na podstawie tego, czy rzeczywiście potrzebujesz obrazów lub długiego kontekstu.

Zmień jednym ciągiem znaków

Oba modele używają tego samego endpointu i tej samej struktury żądania. Zmień wartość model z "respan/span-01-lite" na "respan/span-02", prompty, streaming i narzędzia działają dalej.

Respan: Span-01 Lite: szczegóły i piaskownica →Respan: Span-02: 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": "respan/span-02",
  "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);

Respan: Span-01 Lite kontra Respan: Span-02

Specyfikacja

Szczegółowo

Zmień jednym ciągiem znaków

Więcej porównań