Microsoft: Microsoft-Decision-1 contra TypeSafe: Jev 1.14
Uma comparação lado a lado entre Microsoft: Microsoft-Decision-1 (US$ 0,15 / 1M fragmentos (≈ R$ 0,80)) e TypeSafe: Jev 1.14 (US$ 0,15 / 1M fragmentos (≈ R$ 0,80)) com preços em USD e recursos atuais do catálogo do api14. Os dois funcionam pela mesma API compatível com OpenAI.
Especificações
| Microsoft: Microsoft-Decision-1 | TypeSafe: Jev 1.14 | |
|---|---|---|
| Provedor | Microsoft | TypeSafe |
| Entrada | US$ 0,15 / 1M fragmentos (≈ R$ 0,80) | US$ 0,15 / 1M fragmentos (≈ R$ 0,80) |
| Janela de contexto | 32.768 | 262.144 |
| Saída máxima | 29.491 | 235.929 |
| Entrada | text | text, image |
| Saída | decisions | decisions |
| chamada de ferramentas | ||
| Saída estruturada | ||
| Controle de raciocínio | ||
| Adicionado em | 9 de out. de 2026 | 14 de out. de 2026 |
Principais diferenças
- Os dois têm praticamente o mesmo preço de entrada.
- TypeSafe: Jev 1.14 lê 8.0× mais contexto (262.144 tokens).
- Uma requisição com 1.000 tokens de entrada e 500 de saída custa US$ 0,000147 com Microsoft: Microsoft-Decision-1 e US$ 0,000147 com TypeSafe: Jev 1.14.
Em detalhe
Microsoft: Microsoft-Decision-1 é um modelo de decisões da Microsoft, listado sob o id de modelo microsoft/microsoft-decision-1. TypeSafe: Jev 1.14 é um modelo de decisões da TypeSafe, listado sob o id de modelo typesafe/jev-1.14. Ambos foram criados para retornar decisões em vez de texto livre, por isso ficam na mesma categoria e visam o mesmo tipo amplo de tarefa: receber uma entrada e produzir uma escolha ou veredito. Os dois fornecedores são empresas diferentes, e as datas de lançamento dos fornecedores são próximas, com Microsoft-Decision-1 listado em 2026-10-09 e Jev 1.14 em 2026-10-14.
A divisão mais clara entre eles é o contexto e a modalidade de entrada. Jev 1.14 tem a janela de contexto maior, com 262144 tokens, enquanto Microsoft-Decision-1 fica em 32768 tokens. Jev 1.14 também aceita entrada de texto e imagem, enquanto Microsoft-Decision-1 aceita apenas texto. Ambos produzem decisões, então o lado da saída tem o mesmo formato. Em preço, os dados qualitativos dizem que o preço de entrada é um empate, então nenhum é significativamente mais barato na entrada, e não há diferença relevante registrada no preço de saída. Nenhum dos modelos lista parâmetros suportados, então você não deve esperar ajustes além do básico.
Para seleção prática, o fator decisivo costuma ser quanto material o modelo precisa ler antes de decidir. Se sua entrada é um documento longo, uma transcrição grande, um lote grande de registros, ou qualquer coisa que ultrapasse cerca de trinta mil tokens, Jev 1.14 é o modelo a chamar, porque Microsoft-Decision-1 não consegue comportar tudo isso de uma vez. O mesmo vale se a decisão depende de uma imagem, uma captura de tela, um formulário digitalizado ou um diagrama, já que apenas Jev 1.14 aceita entrada de imagem. Microsoft-Decision-1 continua sendo uma escolha razoável para tarefas de decisão mais curtas e apenas com texto, em que a entrada cabe confortavelmente dentro de sua janela de contexto e você não precisa enviar imagens. Como o preço de entrada é um empate, você não paga um prêmio em nenhum dos casos nessa dimensão, então deixe o tamanho do contexto e a modalidade guiarem a escolha em vez do custo.
Chamar qualquer um dos modelos através da api14 funciona da mesma forma, porque a API é compatível com OpenAI. Você aponta seu cliente para a URL base da api14, envia sua requisição para o endpoint de chat completions, e define o campo model para o id desejado. Para usar o modelo da Microsoft, defina o model como microsoft/microsoft-decision-1. Para usar o modelo da TypeSafe, defina o model como typesafe/jev-1.14. Todo o resto no corpo da requisição permanece como está, então alternar entre os dois é uma mudança de uma linha no id do modelo. Se você já tem código funcionando com um deles, pode comparar o outro editando essa única string e executando a mesma requisição novamente.
Há um caso em que o modelo menor ainda é a melhor escolha. Se suas entradas são curtas, apenas com texto, e você quer especificamente o modelo da Microsoft, Microsoft-Decision-1 cobre esse terreno sem a capacidade extra de contexto que você não usaria. Ele não é mais barato na entrada, então a razão para preferi-lo é adequação e não preço: uma tarefa de decisão apenas com texto que cabe dentro de 32768 tokens está totalmente dentro do que ele lida. Para qualquer coisa mais longa, ou qualquer coisa que inclua uma imagem, Jev 1.14 é o modelo a chamar.
Troque com uma string
Os dois modelos usam o mesmo endpoint e o mesmo formato de requisição. Mude o valor de model de "microsoft/microsoft-decision-1" para "typesafe/jev-1.14", 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": "typesafe/jev-1.14",
"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