LiquidAI: d1-ultra mot TypeSafe: Jev 1.14
En jämförelse sida vid sida av LiquidAI: d1-ultra (0,15 US$ / 1M textdelar (≈ 1,44 kr)) och TypeSafe: Jev 1.14 (0,15 US$ / 1M textdelar (≈ 1,44 kr)) med aktuella USD-priser och funktioner från api14-katalogen. Båda körs via samma OpenAI-kompatibla API.
Specifikationer
| LiquidAI: d1-ultra | TypeSafe: Jev 1.14 | |
|---|---|---|
| Leverantör | LiquidAI | TypeSafe |
| Indata | 0,15 US$ / 1M textdelar (≈ 1,44 kr) | 0,15 US$ / 1M textdelar (≈ 1,44 kr) |
| Cacheläsning | 0,15 US$ / 1M textdelar (≈ 1,44 kr) | - |
| Kontextfönster | 32 768 | 262 144 |
| Max utdata | 29 491 | 235 929 |
| Indata | text, image | text, image |
| Utdata | decisions | decisions |
| Verktygsanrop | ||
| Strukturerad utdata | ||
| Styrning av resonemang | ||
| Tillagd | 15 okt. 2026 | 14 okt. 2026 |
Viktiga skillnader
- Båda har ungefär samma indatapris.
- TypeSafe: Jev 1.14 läser 8.0× mer kontext (262 144 tokens).
- Ett anrop med 1 000 indata- och 500 utdata-tokens kostar 0,000147 US$ med LiquidAI: d1-ultra och 0,000147 US$ med TypeSafe: Jev 1.14.
Mer i detalj
LiquidAI: d1-ultra är en modell från LiquidAI, och TypeSafe: Jev 1.14 är en modell från TypeSafe. Båda ligger i kategorin decisions, vilket innebär att deras utdata inte är fri prosa utan ett beslut, så du bör behandla dem som komponenter som returnerar ett val snarare än som chattmodeller som skriver tillbaka text. LiquidAI släppte d1-ultra den 2026-10-15, en dag efter att TypeSafe släppte Jev 1.14 den 2026-10-14. Om din arkitektur redan förutsätter en decisions-endpoint kan endera modellen passa in i den rollen.
De två är nära varandra när det gäller indatahantering och långt ifrån varandra när det gäller hur mycket de kan läsa samtidigt. Båda accepterar text- och bildindata, och båda avger beslut, så ingen av dem har någon modalitetsfördel över den andra. Den verkliga skillnaden är kontextlängd: d1-ultra stöder 32768 tokens, medan Jev 1.14 stöder 262144 tokens, vilket gör Jev 1.14 till den med den klart större kontexten. Ingen av modellerna listar några stödda parametrar, så du kan inte justera samplingsbeteende, temperatur eller liknande reglage via förfrågans body. När det gäller pris ligger de två ungefär lika för indata, och det finns ingen betydande skillnad registrerad för utdatakostnad, så kostnad är inte den axel som bör avgöra detta för dig.
Välj baserat på hur mycket material beslutet måste fattas över. Om beslutet beror på en stor mängd text, en lång transkription, en stor dokumentuppsättning eller många bilder plus deras omgivande kontext, är Jev 1.14 det säkrare valet eftersom dess kontextfönster är mycket större och du löper mindre risk att trunkera det underlag som beslutet vilar på. Om beslutet är snävt och den relevanta indatan ryms bekvämt inom 32768 tokens, är d1-ultra ett rimligt val och det finns ingen kostnadsnackdel med att välja den, eftersom indatapriset är ungefär detsamma. I båda fallen bör du komma ihåg att modellen returnerar ett beslut, så den omgivande logiken, den tillåtna uppsättningen utfall och valideringen av den utdatan stannar på din sida.
Att anropa endera via api14 fungerar på samma sätt eftersom API:et är OpenAI-kompatibelt. Du pekar din befintliga klient mot api14, behåller din vanliga förfrågningsform och ändrar bara fältet model id mellan "liquid/d1-ultra" och "typesafe/jev-1.14". Allt annat i anropet, meddelandena, text- och bilddelarna och hanteringen av svaret, förblir som det är. Det innebär att du kan bygga mot ett id och sedan byta id för att jämföra det andra på dina egna indata utan att skriva om integrationskoden. Eftersom ingen av modellerna exponerar stödda parametrar bör du inte skicka justeringsfält i förväntan att de ska få effekt.
Det finns inget fall i de givna fakta där den ena modellen är klart bättre på någon annan dimension än kontext. De är lika på indatapris, de matchar på indata- och utdatamodaliteter, och ingen av dem erbjuder verktyg, strukturerad utdata eller resonemang som en särskiljande egenskap. Så beslutet reduceras till en enda fråga: ryms din indata inom 32768 tokens? Om ja, duger endera id och du kan välja på andra grunder. Om nej, använd "typesafe/jev-1.14" och behåll "liquid/d1-ultra" för de mindre, fristående besluten där dess kortare kontext inte är en begränsning.
Byt med en sträng
Båda modellerna använder samma endpoint och anropsformat. Ändra model-värdet från "liquid/d1-ultra" till "typesafe/jev-1.14", promptar, streaming och verktyg fortsätter att fungera.
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);
Fler jämförelser
- LiquidAI: d1 Latest mot LiquidAI: d1-ultra Latest
- LiquidAI: d1 Latest mot Baseten: Joey 1
- LiquidAI: d1 Latest mot LiquidAI: d1.1
- LiquidAI: d1 Latest mot Morph: Reflex
- LiquidAI: d1-ultra Latest mot Baseten: Joey 1
- LiquidAI: d1-ultra Latest mot LiquidAI: d1.1
- LiquidAI: d1-ultra Latest mot Morph: Reflex
- Baseten: Joey 1 mot LiquidAI: d1.1