LiquidAI: d1-ultra contra ScaleDown: Classify-1
Uma comparação lado a lado entre LiquidAI: d1-ultra (US$ 0,15 / 1M fragmentos (≈ R$ 0,80)) e ScaleDown: Classify-1 (US$ 0,14 / 1M fragmentos (≈ R$ 0,77)) com preços em USD e recursos atuais do catálogo do api14. Os dois funcionam pela mesma API compatível com OpenAI.
Especificações
| LiquidAI: d1-ultra | ScaleDown: Classify-1 | |
|---|---|---|
| Provedor | LiquidAI | ScaleDown |
| Entrada | US$ 0,15 / 1M fragmentos (≈ R$ 0,80) | US$ 0,14 / 1M fragmentos (≈ R$ 0,77) |
| Leitura de cache | US$ 0,15 / 1M fragmentos (≈ R$ 0,80) | - |
| Janela de contexto | 32.768 | 1.000.000 |
| Saída máxima | 29.491 | 900.000 |
| Entrada | text, image | text, image, file |
| Saída | decisions | decisions |
| chamada de ferramentas | ||
| Saída estruturada | ||
| Controle de raciocínio | ||
| Adicionado em | 15 de out. de 2026 | 13 de out. de 2026 |
Principais diferenças
- Os dois têm praticamente o mesmo preço de entrada.
- ScaleDown: Classify-1 lê 30.5× mais contexto (1.000.000 tokens).
- Uma requisição com 1.000 tokens de entrada e 500 de saída custa US$ 0,000147 com LiquidAI: d1-ultra e US$ 0,000140 com ScaleDown: Classify-1.
Em detalhe
LiquidAI: d1-ultra é um modelo de decisões da LiquidAI, lançado em 15 de outubro de 2026. ScaleDown: Classify-1 também é um modelo de decisões, feito pela ScaleDown e lançado dois dias antes, em 13 de outubro de 2026. Ambos estão na mesma categoria, ou seja, ambos são construídos para retornar uma decisão como saída em vez de texto livre, e ambos são servidos através da api14 sob os ids de modelo liquid/d1-ultra e scaledown/classify-1.
A divisão mais clara entre eles é o contexto e o tratamento de entrada. ScaleDown: Classify-1 aceita uma janela de contexto de 1.000.000 de tokens, enquanto LiquidAI: d1-ultra aceita 32.768 tokens, então o modelo ScaleDown é o que tem o contexto maior por uma margem ampla. Nas modalidades de entrada, d1-ultra recebe texto e imagens, enquanto Classify-1 recebe texto, imagens e arquivos, então o modelo ScaleDown aceita um tipo extra de entrada. Ambos produzem decisões como sua única modalidade de saída. Nenhum dos modelos lista quaisquer parâmetros suportados, então não há diferença a explorar nesse ponto, e a comparação qualitativa não dá diferença significativa em uso de ferramentas, saída estruturada ou raciocínio, então você não deve assumir que um é mais forte que o outro nesses eixos. No preço, os dois são aproximadamente iguais para entrada, e a comparação não dá nada útil para o preço de saída, então trate-os como comparáveis em custo em vez de escolher apenas pelo preço.
Para trabalho prático, o fator decisivo costuma ser quanto material você precisa que o modelo analise antes de decidir. Se sua tarefa envolve documentos longos, grandes lotes de texto, ou qualquer coisa que ultrapasse cerca de trinta mil tokens, ScaleDown: Classify-1 é a escolha natural por causa de sua janela de contexto muito maior. Se suas entradas são curtas e você também quer entregar ao modelo uma imagem junto com o texto, LiquidAI: d1-ultra cobre esse caso, e é o modelo a procurar quando seu pipeline é construído em torno de decisões compactas de imagem mais texto. Quando suas entradas incluem arquivos como um tipo de entrada distinto em vez de texto colado ou imagens, Classify-1 é o que os aceita diretamente.
Chamar qualquer um dos modelos através da api14 funciona da mesma forma, porque o gateway expõe uma API compatível com OpenAI. Você envia sua requisição para o mesmo endpoint com o mesmo formato de requisição, e a única coisa que você muda entre os dois é o id de modelo: use liquid/d1-ultra para o modelo LiquidAI e scaledown/classify-1 para o modelo ScaleDown. Todo o resto no seu cliente, sua autenticação e seu tratamento de resposta permanece como está, então alternar entre eles é uma mudança de uma linha e você pode comparar suas decisões nos seus próprios dados sem reescrever o código de integração.
Há um caso em que o modelo menor ainda é a melhor escolha mesmo que o outro tenha mais contexto. Se suas entradas são curtas e sua tarefa é imagem mais texto sem arquivos envolvidos, LiquidAI: d1-ultra atende ao trabalho e você não precisa da capacidade extra de Classify-1. Como os dois têm aproximadamente o mesmo preço na entrada, não há penalidade de custo por escolher o modelo de contexto menor quando suas entradas são pequenas, e não há razão para enviar mais tokens do que a tarefa exige.
Troque com uma string
Os dois modelos usam o mesmo endpoint e o mesmo formato de requisição. Mude o valor de model de "liquid/d1-ultra" para "scaledown/classify-1", prompts, streaming e ferramentas continuam funcionando.
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": "scaledown/classify-1",
"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);
Mais comparações
- LiquidAI: d1 Latest contra LiquidAI: d1-ultra Latest
- LiquidAI: d1 Latest contra Baseten: Joey 1
- LiquidAI: d1 Latest contra LiquidAI: d1.1
- LiquidAI: d1 Latest contra Morph: Reflex
- LiquidAI: d1-ultra Latest contra Baseten: Joey 1
- LiquidAI: d1-ultra Latest contra LiquidAI: d1.1
- LiquidAI: d1-ultra Latest contra Morph: Reflex
- Baseten: Joey 1 contra LiquidAI: d1.1