Çerez kullanıyoruz. Çerezler ve tarayıcı depolaması oturumunu açık tutar ve tercihlerini hatırlar. İzin verirsen sitenin nasıl kullanıldığını da ölçeriz. İstediğin zaman . Ayrıntılar için çerez politikamıza bak.

Yeni misin? Nasıl çalıştığına bak Oyun alanı, modeller ve API anahtarın için 1 dakikalık tur.

Codestral Embed 2505 vs Qwen3 Embedding 4B: API fiyatı, bağlam ve özellikler · api14

Mistral: Codestral Embed 2505 karşı Qwen: Qwen3 Embedding 4B

Mistral: Codestral Embed 2505 ($0,52 / 1M token (≈ ₺26,29)) ve Qwen: Qwen3 Embedding 4B ($0,07 / 1M token (≈ ₺3,51)) modellerinin api14 kataloğundaki güncel USD fiyatları ve yetenekleriyle yan yana karşılaştırması. İkisi de aynı OpenAI uyumlu API üzerinden çalışır.

Teknik özellikler

	Mistral: Codestral Embed 2505	Qwen: Qwen3 Embedding 4B
Sağlayıcı	Mistral	Qwen
Girdi	$0,52 / 1M token (≈ ₺26,29)	$0,07 / 1M token (≈ ₺3,51)
Bağlam penceresi	8.192	32.768
Maks. çıktı	6.553	29.491
Girdi	text	text
Çıktı	embeddings	embeddings
Araç çağırma
Yapılandırılmış çıktı
Akıl yürütme kontrolü
Eklenme	30 Eki 2025	28 Eki 2025

Temel farklar

Qwen: Qwen3 Embedding 4B girdi tokenlarında 87% daha ucuz.
Qwen: Qwen3 Embedding 4B 4.0× daha fazla bağlam okur (32.768 token).

Ayrıntılı bakış

Mistral: Codestral Embed 2505, Mistral tarafından 30 Ekim 2025 tarihinde yayımlanan bir embeddings modelidir. Qwen: Qwen3 Embedding 4B, Qwen tarafından 28 Ekim 2025 tarihinde yayımlanan bir embeddings modelidir. Her ikisi de embeddings kategorisinde yer alır, yani hiçbiri sohbet tamamlama üretmez; metin gönderirsiniz ve vektörler alırsınız. Bu ortak amaç, karşılaştırmanın başlangıç noktasıdır, çünkü aralarındaki seçim farklı çıktı türlerinden değil bağlam boyutu ve fiyattan kaynaklanır.

En net fark bağlam penceresidir. Codestral Embed 2505 en fazla 8.192 token girdi kabul ederken, Qwen3 Embedding 4B en fazla 32.768 token kabul eder, yani dört katı. Her ikisi de girdi olarak metin alır ve çıktı olarak embeddings döndürür, dolayısıyla tartılacak bir modalite farkı yoktur: hiçbir model görüntü, ses veya metin dışında bir şey işlemez. Hiçbiri desteklenen parametre listelemez, bu nedenle her iki çağrıda da örnekleme veya benzeri seçenekleri ayarlamayı beklememelisiniz. Fiyat açısından, girdi için ikisi arasında Qwen3 Embedding 4B daha ucuzdur ve karşılaştırma verileri çıktı maliyeti açısından aralarında ayrım yapmaz.

Pratik çalışmalarda karar genellikle gömmek istediğiniz belgelerin uzunluğuna göre verilir. Kısa pasajları, tek tek fonksiyonları, docstring'leri veya kaynak kodun küçük parçalarını gömüyorsanız, Codestral Embed 2505 8.192 token sınırının rahatça içinde kalır ve koda yönelik geçmişi onu depo araması ve kod erişimi için makul bir varsayılan haline getirir. Girdileriniz uzun dosyalar, tüm modüller, uzun dokümantasyon sayfaları veya bölmek istemediğiniz büyük parçalarsa, Qwen3 Embedding 4B daha uygun bir seçimdir çünkü 32.768 token penceresi tek bir istekte bir belgenin daha fazlasını bütün halinde tutmanıza olanak tanır ve ayrıca girdi açısından daha ucuz seçenektir, bu da büyük bir korpusu gömerken önemlidir.

Her iki modeli api14 üzerinden çağırmak aynı şekilde çalışır, çünkü API OpenAI uyumludur. Mevcut istemcinizi api14 temel URL'sine yönlendirirsiniz, metninizi embeddings uç noktasına gönderirsiniz ve yalnızca model kimliğini değiştirirsiniz: Mistral modeli için "mistralai/codestral-embed-2505" veya Qwen modeli için "qwen/qwen3-embedding-4b". İstek yapınız, kimlik doğrulama ve yanıt ayrıştırma aynı kalır, böylece entegrasyon kodunu yeniden yazmadan aralarında geçiş yapabilir veya ikisini yan yana çalıştırabilirsiniz. Sayfadaki canlı fiyat tablosu her biri için güncel ücretleri gösterir.

Daha küçük pencereye rağmen Codestral Embed 2505'in daha iyi bir seçim olduğu durumlar hâlâ vardır. İşlem hattınız metni zaten kısa bölümlere ayırıyorsa, bağlam farkı önemini yitirir ve koda odaklı bir embedding modeli, kaynak kodunu dizinlemek ve sorguları bununla eşleştirmek için mantıklı bir seçimdir. Bu durumda 8.192 token sınırı bir kısıtlama değildir ve seçiminizi yalnızca pencere boyutuna göre değil, her modelin sizin özel içeriğinizi ne kadar iyi temsil ettiğine göre yapabilirsiniz.

Tek bir metinle geçiş yap

İki model de aynı uç noktayı ve istek yapısını kullanır. model değerini "mistralai/codestral-embed-2505" yerine "qwen/qwen3-embedding-4b" yap, istemler, akış ve araçlar çalışmaya devam eder.

Mistral: Codestral Embed 2505 ayrıntıları ve oyun alanı →Qwen: Qwen3 Embedding 4B ayrıntıları ve oyun alanı →

import OpenAI from "openai";

const client = new OpenAI({
  baseURL: "https://api14.com/api/v1",
  apiKey: process.env.API14_API_KEY,
});

const result = await client.embeddings.create({
  "model": "qwen/qwen3-embedding-4b",
  "input": [
    "The quick brown fox",
    "Lorem ipsum"
  ]
});
console.log(result.data.map((d) => d.embedding.length));

Mistral: Codestral Embed 2505 karşı Qwen: Qwen3 Embedding 4B

Teknik özellikler

Temel farklar

Ayrıntılı bakış

Tek bir metinle geçiş yap

Diğer karşılaştırmalar