ScaleDown: Classify-1 contra TypeSafe: Jev 1.14
Uma comparação lado a lado entre ScaleDown: Classify-1 (US$ 0,14 / 1M fragmentos (≈ R$ 0,77)) 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
| ScaleDown: Classify-1 | TypeSafe: Jev 1.14 | |
|---|---|---|
| Provedor | ScaleDown | TypeSafe |
| Entrada | US$ 0,14 / 1M fragmentos (≈ R$ 0,77) | US$ 0,15 / 1M fragmentos (≈ R$ 0,80) |
| Janela de contexto | 1.000.000 | 262.144 |
| Saída máxima | 900.000 | 235.929 |
| Entrada | text, image, file | text, image |
| Saída | decisions | decisions |
| chamada de ferramentas | ||
| Saída estruturada | ||
| Controle de raciocínio | ||
| Adicionado em | 13 de out. de 2026 | 14 de out. de 2026 |
Principais diferenças
- Os dois têm praticamente o mesmo preço de entrada.
- ScaleDown: Classify-1 lê 3.8× mais contexto (1.000.000 tokens).
- Uma requisição com 1.000 tokens de entrada e 500 de saída custa US$ 0,000140 com ScaleDown: Classify-1 e US$ 0,000147 com TypeSafe: Jev 1.14.
Em detalhe
ScaleDown: Classify-1 é um modelo de decisões da ScaleDown, e TypeSafe: Jev 1.14 é um modelo de decisões da TypeSafe. Ambos foram criados para retornar decisões em vez de texto livre, portanto nenhum dos dois é um modelo geral de chat ou de escrita. Foram lançados com um dia de diferença, com o Classify-1 em 2026-10-13 e o Jev 1.14 em 2026-10-14, e ambos estão na mesma categoria de decisões. Se você está escolhendo entre eles, as diferenças relevantes são o tamanho do contexto e o que você pode fornecer como entrada, não o formato da saída.
A maior divisão é a janela de contexto. O Classify-1 aceita até 1.000.000 de tokens, enquanto o Jev 1.14 aceita 262.144 tokens, então o Classify-1 é a escolha quando sua entrada é muito grande. As modalidades de entrada também diferem: o Classify-1 aceita entradas de texto, imagem e arquivo, enquanto o Jev 1.14 aceita apenas texto e imagem. Ambos retornam decisões como sua única modalidade de saída, e nenhum dos dois lista parâmetros suportados, então você não deve esperar ajustes além do id do modelo e da própria entrada. Quanto ao preço, os dois são praticamente iguais para entrada, e não há diferença declarada para saída, então o custo não é o fator decisivo aqui.
Para seleção prática, comece pela entrada. Se você está classificando ou decidindo sobre um documento longo, um grande lote de registros, ou qualquer coisa que precise da janela completa de um milhão de tokens, o Classify-1 é a escolha natural. Se sua tarefa também envolve upload de arquivos em vez de texto colado ou imagens, o Classify-1 é o único dos dois que lista arquivo como modalidade de entrada. O Jev 1.14 se encaixa em tarefas que permanecem dentro de 262.144 tokens e chegam como texto ou imagens, onde a janela menor não é uma restrição. Como ambos emitem decisões e não expõem parâmetros, a regra de decisão é principalmente sobre se sua carga útil cabe e em qual formato ela vem.
Chamar qualquer um dos modelos através da api14 funciona da mesma forma, porque a API é compatível com OpenAI. Você aponta seu cliente existente para a api14, envia uma requisição no formato usual de chat completions, e define o campo model para o id desejado. Alternar entre eles é uma mudança de uma linha: use "scaledown/classify-1" para o Classify-1 e "typesafe/jev-1.14" para o Jev 1.14. Nada mais na estrutura da sua requisição precisa mudar, e como nenhum dos modelos lista parâmetros suportados, você pode manter sua carga útil mínima e deixar o id do modelo carregar a escolha.
Há um caso em que o Jev 1.14 ainda é a melhor escolha, mesmo que o Classify-1 tenha a janela maior e uma modalidade de entrada extra. Se suas entradas são texto ou imagens e cabem confortavelmente dentro de 262.144 tokens, e você simplesmente prefere o modelo da TypeSafe ou já está padronizado nele, não há razão de capacidade nos fatos acima para mudar. Os dois têm praticamente o mesmo preço de entrada, então permanecer com o Jev 1.14 não custa nada extra nesse aspecto, e ele retorna decisões assim como o Classify-1. Recorra ao Classify-1 quando o tamanho ou a entrada de arquivo forçarem a questão; caso contrário, qualquer um dos modelos é uma escolha razoável.
Troque com uma string
Os dois modelos usam o mesmo endpoint e o mesmo formato de requisição. Mude o valor de model de "scaledown/classify-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