Vi använder cookies. Cookies och webbläsarlagring håller dig inloggad och kommer ihåg dina preferenser. Med ditt tillstånd mäter vi också hur webbplatsen används. Du kan när som helst. Läs vår cookiepolicy.

Ny här? Se hur det fungerar En rundtur på 1 minut genom testmiljö, modeller och din API-nyckel.

d1 vs Microsoft-Decision-1: API-pris, kontext och funktioner · api14

LiquidAI: d1 mot Microsoft: Microsoft-Decision-1

En jämförelse sida vid sida av LiquidAI: d1 (0,07 US$ / 1M textdelar (≈ 0,69 kr)) och Microsoft: Microsoft-Decision-1 (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	Microsoft: Microsoft-Decision-1
Leverantör	LiquidAI	Microsoft
Indata	0,07 US$ / 1M textdelar (≈ 0,69 kr)	0,15 US$ / 1M textdelar (≈ 1,44 kr)
Cacheläsning	0,07 US$ / 1M textdelar (≈ 0,69 kr)	-
Kontextfönster	65 536	32 768
Max utdata	58 982	29 491
Indata	text, image	text
Utdata	decisions	decisions
Verktygsanrop
Strukturerad utdata
Styrning av resonemang
Tillagd	1 okt. 2026	9 okt. 2026

Viktiga skillnader

LiquidAI: d1 är 52% billigare på indata-tokens.
LiquidAI: d1 läser 2.0× mer kontext (65 536 tokens).
Ett anrop med 1 000 indata- och 500 utdata-tokens kostar 0,000070 US$ med LiquidAI: d1 och 0,000147 US$ med Microsoft: Microsoft-Decision-1.

Mer i detalj

LiquidAI: d1 är en beslutsmodell från LiquidAI, och Microsoft: Microsoft-Decision-1 är en beslutsmodell från Microsoft. Båda tillhör samma kategori, så ingen av dem är en allmän chatt- eller genereringsmodell i vanlig mening; du anropar dem för att få ett beslut tillbaka snarare än ett stycke prosa. De släpptes ungefär en vecka efter varandra, där d1 kom först och Microsoft-Decision-1 följde strax efter. Om du väljer mellan dem är skillnaderna som spelar roll kontextstorlek, vad du kan skicka in och pris.

Den tydligaste uppdelningen är kontext och indata. d1 accepterar upp till 65 536 tokens, medan Microsoft-Decision-1 accepterar 32 768, så d1 ger dig ungefär dubbelt så mycket utrymme för långa dokument, transkript eller ackumulerad historik i ett enda anrop. d1 accepterar även bilder såväl som text, medan Microsoft-Decision-1 är endast text. Båda returnerar beslut som sin utdatamodalitet, och ingen av dem listar några stödda parametrar, så du bör inte förvänta dig att kunna justera sampling eller andra reglage på någon av dem. Priset: d1 är den billigare av de två på indata; jämförelsen för utdatakostnad skiljer sig inte meningsfullt mellan dem, så betrakta dem som ungefär lika där.

För praktiskt arbete, välj d1 när ditt beslut beror på en stor mängd text, när du vill hålla en lång konversation eller dokumentuppsättning i en enda förfrågan, eller när indata innehåller en skärmbild, skanning, ett diagram eller en annan bild som beslutet bör ta hänsyn till. Välj Microsoft-Decision-1 när dina indata är ren text och bekvämt ryms inom 32 768 tokens, och när du hellre vill hålla dig inom Microsoft-familjen, till exempel för att hålla modellhärkomst konsekvent över en stack som redan använder Microsoft-tjänster. Om dina prompter är korta och endast text ger den större kontexten hos d1 dig ingenting, och Microsoft-Decision-1 är ett fullt rimligt standardval.

Att anropa endera modellen via api14 fungerar på samma sätt, eftersom API:et är OpenAI-kompatibelt. Du pekar din befintliga klient mot api14:s bas-URL, skickar din förfrågan till chat completions-endpointen och ställer in fältet model till det id du vill använda. För att använda LiquidAI: d1, ställ in model till liquid/d1. För att använda Microsoft: Microsoft-Decision-1, ställ in det till microsoft/microsoft-decision-1. Allt annat i förfrågans body förblir som det är, så att byta mellan de två är en enradsändring och du kan jämföra dem på din egen trafik utan att skriva om integrationskod.

Det finns fortfarande fall där Microsoft-Decision-1 är det bättre valet även om d1 är billigare på indata och har det större fönstret. Om din pipeline är endast text, dina nyttolaster är små och du vill ha modellen som kom från Microsoft-linjen, är den extra kontexten och bildstödet hos d1 helt enkelt outnyttjad kapacitet. I den situationen är de två tillräckligt nära varandra i utdatakostnad för att den avgörande faktorn är vilken leverantör du föredrar att bero på, inte vilken modell som är tekniskt större.

Byt med en sträng

Båda modellerna använder samma endpoint och anropsformat. Ändra model-värdet från "liquid/d1" till "microsoft/microsoft-decision-1", promptar, streaming och verktyg fortsätter att fungera.

LiquidAI: d1: detaljer och testmiljö →Microsoft: Microsoft-Decision-1: detaljer och testmiljö →

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": "microsoft/microsoft-decision-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);

LiquidAI: d1 mot Microsoft: Microsoft-Decision-1

Specifikationer

Viktiga skillnader

Mer i detalj

Byt med en sträng

Fler jämförelser