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.

Decider V1.2 vs Span-01: API-pris, kontext och funktioner · api14

Perplexity: Decider V1.2 mot Respan: Span-01

En jämförelse sida vid sida av Perplexity: Decider V1.2 (0,07 US$ / 1M textdelar (≈ 0,69 kr)) och Respan: Span-01 (0,07 US$ / 1M textdelar (≈ 0,69 kr)) med aktuella USD-priser och funktioner från api14-katalogen. Båda körs via samma OpenAI-kompatibla API.

Specifikationer

	Perplexity: Decider V1.2	Respan: Span-01
Leverantör	Perplexity	Respan
Indata	0,07 US$ / 1M textdelar (≈ 0,69 kr)	0,07 US$ / 1M textdelar (≈ 0,69 kr)
Kontextfönster	262 144	-
Max utdata	235 929	-
Indata	text, image	text
Utdata	decisions	decisions
Verktygsanrop
Strukturerad utdata
Styrning av resonemang
Tillagd	16 okt. 2026	26 sep. 2026

Viktiga skillnader

Båda har ungefär samma indatapris.
Ett anrop med 1 000 indata- och 500 utdata-tokens kostar 0,000070 US$ med Perplexity: Decider V1.2 och 0,000070 US$ med Respan: Span-01.

Mer i detalj

Perplexity: Decider V1.2 är en beslutsmodell från Perplexity, släppt 2026-10-16. Respan: Span-01 är en beslutsmodell från Respan, släppt 2026-09-26. Båda är byggda för samma breda uppgift: att ta en indata och returnera ett beslut som utdata i stället för fri text. Om du kopplar upp en klassificerare, en routningsregel, ett triagesteg eller någon komponent som behöver välja ett alternativ, tillhör båda modellerna den kategorin. De två leverantörerna är olika företag, så de operativa detaljerna kring varje modell kommer från deras respektive plattformar, men anropsformen via api14 är densamma.

Den tydligaste skillnaden är vad varje modell accepterar som indata. Decider V1.2 tar text och bilder, så den kan titta på en skärmbild, ett skannat formulär, ett diagram eller ett foto tillsammans med en skriftlig instruktion och ändå producera ett beslut. Span-01 tar bara text, vilket innebär att all visuell indata måste konverteras till text innan den når modellen. Decider V1.2 publicerar också en kontextlängd på 262144 tokens, vilket är ett stort fönster och användbart när beslutet beror på ett långt dokument, en stor logg eller en lång tråd. Span-01 listar ingen kontextlängd, så betrakta dess användbara fönster som okänt och testa mot dina egna indata innan du förlitar dig på den för långkontextarbete. Båda ger beslut som utdata, och ingen av dem listar vilka parametrar som stöds, så du bör inte förvänta dig att kunna justera sampling eller liknande inställningar på någon av dem.

För uppgiftsval är indatamodaliteten vanligtvis den avgörande faktorn. Om din pipeline någonsin ser bilder är Decider V1.2 det självklara valet eftersom den hanterar dem inbyggt och du slipper bygga ett separat OCR- eller visionssteg. Om dina indata är lång text och beslutet behöver hela dokumentet i vyn ger Decider V1.2:s publicerade kontextlängd dig mer utrymme att arbeta med. Span-01 är fortfarande ett rimligt val för beslutsuppgifter med enbart text där indata är kort eller redan sammanfattad, och där du vill ha en andra leverantör i mixen. Priset är ungefär detsamma för indata för de två, så kostnaden är inte ett starkt skäl att föredra den ena framför den andra på den sidan. Utdatapriset anges inte här, så kontrollera den aktuella pristabellen innan du binder dig för en volym.

Att anropa endera modellen via api14 fungerar på samma sätt eftersom API:et är OpenAI-kompatibelt. Du pekar din klient mot api14:s bas-URL, skickar din vanliga chat completions-begäran och ändrar bara modell-id:t. Använd "perplexity/pplx-decider-v1.2" när du vill ha Perplexity-modellen och "respan/span-01" när du vill ha Respan-modellen. Allt annat i förfrågans body förblir som det är, så att växla mellan dem för ett A/B-test eller en reservväg är en ändring på en rad. Om du redan har kod skriven mot OpenAI SDK kan du behålla den och bara byta ut strängen.

Det finns ett fall där Span-01 fortfarande är det bättre valet även om Decider V1.2 täcker fler indatatyper. Om dina indata är ren text, dina dokument är tillräckligt korta för att kontextlängd inte är en begränsning, och du specifikt vill dirigera beslutstrafik genom Respan, gör Span-01 jobbet utan den extra förmåga du inte skulle använda. Det är också ett vettigt alternativ när du vill jämföra två leverantörer på samma uppgift och hålla textvägen enkel. I dessa situationer kostar den saknade bildstöd och den opublicerade kontextlängden dig ingenting, och du får den beslutsutdata du behöver.

Byt med en sträng

Båda modellerna använder samma endpoint och anropsformat. Ändra model-värdet från "perplexity/pplx-decider-v1.2" till "respan/span-01", promptar, streaming och verktyg fortsätter att fungera.

Perplexity: Decider V1.2: detaljer och testmiljö →Respan: Span-01: 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": "respan/span-01",
  "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);

Perplexity: Decider V1.2 mot Respan: Span-01

Specifikationer

Viktiga skillnader

Mer i detalj

Byt med en sträng

Fler jämförelser