Nace.AI: Drex v2.0 contra ScaleDown: Classify-1
Uma comparação lado a lado entre Nace.AI: Drex v2.0 (US$ 0,21 / 1M fragmentos (≈ R$ 1,15)) 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
| Nace.AI: Drex v2.0 | ScaleDown: Classify-1 | |
|---|---|---|
| Provedor | Nace.AI | ScaleDown |
| Entrada | US$ 0,21 / 1M fragmentos (≈ R$ 1,15) | US$ 0,14 / 1M fragmentos (≈ R$ 0,77) |
| Janela de contexto | 131.072 | 1.000.000 |
| Saída máxima | 117.964 | 900.000 |
| Entrada | text | text, image, file |
| Saída | decisions | decisions |
| chamada de ferramentas | ||
| Saída estruturada | ||
| Controle de raciocínio | ||
| Adicionado em | 12 de out. de 2026 | 13 de out. de 2026 |
Principais diferenças
- ScaleDown: Classify-1 é 33% mais barato nos tokens de entrada.
- ScaleDown: Classify-1 lê 7.6× mais contexto (1.000.000 tokens).
- Uma requisição com 1.000 tokens de entrada e 500 de saída custa US$ 0,000210 com Nace.AI: Drex v2.0 e US$ 0,000140 com ScaleDown: Classify-1.
Em detalhe
Nace.AI: Drex v2.0 é um modelo de decisões da Nace.AI, lançado em 2026-10-12. ScaleDown: Classify-1 é um modelo de decisões da ScaleDown, lançado em 2026-10-13. Ambos estão na mesma categoria, portanto visam ao mesmo tipo amplo de tarefa: receber uma entrada e retornar uma decisão em vez de texto livre. Nenhum dos modelos expõe parâmetros suportados, então você os configura por meio do corpo da requisição que já envia, não por meio de uma lista de opções ajustáveis.
A diferença mais clara está no contexto e no tratamento de entrada. Drex v2.0 aceita apenas texto e tem uma janela de contexto de 131.072 tokens. Classify-1 aceita texto, imagens e arquivos, e sua janela de contexto é de 1.000.000 de tokens, portanto é o maior dos dois por uma margem ampla. Ambos retornam decisões como modalidade de saída, então a diferença está na entrada, não na saída. Se sua entrada for um formulário digitalizado, uma captura de tela, um PDF ou um pacote longo de documentos, Classify-1 pode recebê-la diretamente; Drex v2.0 espera que você extraia o texto primeiro. Em preço, Classify-1 é o mais barato dos dois para entrada, enquanto o preço de saída é aproximadamente o mesmo ou não é significativamente diferente entre eles.
Para o trabalho do dia a dia, a escolha geralmente segue o formato da sua entrada. Se você já tem texto limpo e seus prompts cabem confortavelmente dentro de 131.072 tokens, Drex v2.0 é um padrão razoável e mantém seu pipeline simples, já que não há etapa de extração a manter. Se você está classificando documentos que chegam como PDFs, imagens ou arquivos mistos, ou se o material é longo o suficiente para que a divisão em blocos perca o contexto do qual a decisão depende, Classify-1 elimina esse trabalho de pré-processamento e lhe dá mais espaço antes de precisar dividir qualquer coisa. A diferença de preço de entrada também importa se você opera com alto volume, embora você deva consultar a tabela de preços ao vivo nesta página para os números atuais em vez de confiar em uma regra geral.
Chamar qualquer um dos modelos por meio do api14 funciona da mesma forma, porque o gateway é compatível com OpenAI. Você aponta seu cliente para a mesma URL base, envia a mesma requisição no estilo chat completions e altera apenas o id do modelo: "nace-ai/drex-v2.0" para Drex v2.0, ou "scaledown/classify-1" para Classify-1. Sua autenticação, lógica de repetição, registro e análise de resposta permanecem intactos, o que torna barato testar ambos com seus próprios dados. Um padrão comum é montar a requisição uma vez, executá-la com ambos os ids em uma amostra de entradas reais e comparar as decisões antes de escolher um.
Ainda há casos em que Drex v2.0 é a melhor escolha. Se suas entradas são texto simples e curtas o suficiente para caber em sua janela de contexto, adicionar tratamento de imagens e arquivos não lhe traz nada, e um modelo apenas de texto mantém menor a superfície da sua integração. Equipes que já fazem seu próprio OCR ou análise de documentos, e querem que a etapa de decisão permaneça separada da extração, podem preferi-lo apenas por esse motivo. Como o preço de saída é aproximadamente o mesmo entre os dois, a decisão muitas vezes se resume a se a entrada multimodal e a janela de contexto maior valem a pena para sua carga de trabalho.
Troque com uma string
Os dois modelos usam o mesmo endpoint e o mesmo formato de requisição. Mude o valor de model de "nace-ai/drex-v2.0" 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