המודלים הקטנים של ScaleDown למשימות שגרתיות בתוך האפליקציה: סיווג, חילוץ, סיכום

ב-13 באוקטובר 2026 חשפה ScaleDown שלושה מודלים קטנים וייעודיים למשימות שהיא משווקת כרעיון אחד: Classify, Extract ו-Summarize, שכל אחד מהם נבנה לעבודה החוזרת שמקיפה קריאה ל-LLM בסביבת ייצור, ולא לשיחה. שלושתם מקבלים קלט של 1M טוקנים, שלושתם מקבלים טקסט או תמונות, ושלושתם נגישים דרך ה-API של ScaleDown עצמה — וכאן שאלת התמחור נעשית מעניינת, מפני שלשלושתם צורות עלות שונות לחלוטין. המודל הרביעי במשפחה, ScaleDown Compress, מופיע בתיעוד של הספק ככלי לחיתוך הקשר ולא כאחד מהשלושה החדשים. מה שלהלן הוא מה שהספק מתעד, בנפרד ממה שאיש עדיין לא שחזר.

מה למעשה שוחרר ב-13 באוקטובר

ScaleDown מפעילה מזה זמן נקודת קצה בשם Decisions — ממשק לניקוד מובנה שלוקח אובייקט מצב בתוספת מפה של שאלות בעלות טיפוסים ומחזיר הסתברויות מכוילות. ההכרזה מ-13 באוקטובר היא הנקודה שבה החברה החלה למכור את המודלים הבסיסיים כמוצרים בזכות עצמם ולא כנקודת קצה אחת, ובה היא החלה לתאר אותם כרכיבים לשימוש כללי לעבודה בתוך האפליקציה.

שלושת המודלים והחוזים שלהם, כפי שהספק מתעד אותם:

• ScaleDown Classify — משייך טקסט למערכת תוויות שהקורא מספק. כל תווית נושאת שם ורובריקה, שאותה התיעוד מכנה "שאלת כן/לא שהמודל משתמש בה כדי לתת ציון לתווית", ושאותה התיעוד מתאר כחלק החשוב ביותר בבקשה. מצב תווית בודדת מחזיר התפלגות softmax שסכומה 1.0 בתוספת התווית המובילה; מצב ריבוי תוויות נותן ציון לכל תווית בנפרד מול סף שנקבע על ידי הקורא.

• ScaleDown Extract — מחלץ שדות מובנים מתוך טקסט לא מובנה. בתיעוד של המשפחה זהו המודל שהופך מסמך לרשומה שהקוד שלך יכול לאנדקס.

• ScaleDown Summarize — תקצירים אבסטרקטיביים קצרים של קלט ארוך, וזו המשימה שחלון של 1M טוקנים מכוון אליה בבירור ביותר.

החוזה המשותף לשלושתם הוא החלק שראוי לרשום. מיליון טוקנים של קלט לבקשה אחת הם בערך סדר גודל מעבר למה שממשקי API מיינסטרימיים בגודל בינוני מקבלים, וזה המספר שהופך את Summarize ואת Extract לאפשריים לעבודה על מסמך שלם בלי שכבת חיתוך. הקלט של טקסט או תמונה חשוב במיוחד עבור Extract: חשבונית סרוקה או צילום מסך של טופס נכנסים, שדות יוצאים, וביניהם לא יושב שום שלב OCR. שלושתם מוגשים מ-API של ScaleDown עצמה, שהתיעוד שלה נותן את כתובת הבסיס בתור span>api.scaledown.xyz/span> ומציין במפורש ש-span>api.scaledown.ai/span> אינו מארח API.

המספר היחיד שאינו כמו האחרים

התמחור הוא הנקודה שבה שלושת אלה מפסיקים להיות חלופיים זה לזה. Classify מוצע במחיר של $0.05 למיליון טוקנים בקלט ו-$0 למיליון טוקנים בפלט, והרישום של המודל בקטלוגים של צד שלישי מציג את אותו מחיר עם הנחת מבצע שמוחלת לעיתים; ההנחה אינה התחייבות של ScaleDown ואין לתכנן לפיה. מחיר האפס בפלט אינו טריק שיווקי — מסווג עם ציון לפי רובריקה מפיק תוויות והסתברויות, לא טקסט מיוצר, כך שאין על מה לחייב. Extract ו-Summarize כן מייצרים פלט, ולכן צורות העלות שלהם אינן בנות השוואה לזו של Classify, ויש לתמחר אותן ישירות מהספק במקום להסיק אותן מהמחיר של המסווג.

פרטי החיוב של Classify קשים יותר להבנה מאשר התעריף המוצהר. במצב תווית בודדת, כל תווית והרובריקה שלה נכנסות לקריאת מודל אחת, כך שכל תווית שתוסיפו מגדילה את טוקני הקלט המחויבים; בקשה להסבר בן משפט אחד על הבחירה שולחת אותם מחדש בכפילות של פי 2, והתיעוד אומר במפורש שההסבר נוצר לאחר שהתווית המובילה נקבעה, כך שהוא מצדיק את התשובה במקום להטיל בה ספק. במצב ריבוי תוויות, כל תווית היא קריאת מודל נפרדת, וכל מקטע מקבל ציון בנפרד. טקסונומיה בת שישים תוויות כשהחשיבה מופעלת אינה אפוא פעולה בעלות של 0.05 דולר למיליון טוקנים במובן שהקורא מניח; זהו התעריף הזה כפול קבוצת התוויות, ואז כפול שניים אם החשיבה מופעלת. התקרות המתועדות — 20 תוויות לבקשה, 16 במצב ריבוי תוויות, 50 מקטעים לאצווה — הן האילוצים המעשיים שעל פיהם יש לתכנן.

ישנה עוד התנהגות מתועדת אחת שחשובה יותר מכל התקרות האלה. המסווג "תמיד מחזיר מנצח," אפילו כשאף תווית לא מתאימה. סינון רמת הביטחון נשאר לגמרי לקורא. בבקשה עם 10 תוויות, ציון עליון של 0.4 יכול עדיין להיות התשובה הנכונה, כי הציונים יחסיים בתוך קבוצת התוויות ולא מוחלטים. כל שימוש בייצור במודל הזה צריך מדיניות סף משלו, ותווית כוללת — התיעוד מציע לקרוא לאחת span>other/span> — אינה אופציונלית בפועל.

למה חלון של מיליון טוקנים במסווג הוא החלק המעניין

מודלי סיווג מקבלים באופן מקובל קלטים קצרים. הסיבה היא מכנית: מסווג שמקבל ציון לפי רובריקות צריך לשקול את כל הקלט מול שאלת כן/לא של כל תווית, והעלות של מתן ציון למסמך בן מאה אלף טוקנים מול עשרים רובריקות היא עשרים מעברים מלאים על אותו מסמך. הפתרון של ScaleDown הוא חלון ה-1M בתוספת שכבת האצווה — עד 50 מקטעים שמקבלים ציון מול פרופיל משותף אחד בבקשה אחת — והטענה של הספק היא שכיול לפי מקטע זהה בין אם שולחים מקטע אחד או חמישים, כשההבדל היחיד הוא שהפרופיל המשותף מחויב פעם אחת לכל בקשה.

הטענה הזו היא זו שצריך לבדוק לפני שבונים עליה. היא גם הטענה שהופכת את המודל למעניין: הסיבה כולה לסווג בתוך האפליקציה ולא בקצה היא שההחלטה יכולה לראות את ההקשר המלא — את כל שרשור התמיכה, את כל החוזה, את המסמך המלא שאוחזר — במקום חלון מקוטע. אם חלון ה-1M מחזיק מעמד בגדלי הקלט שלך, השאלה הארכיטקטונית ("האם אני צריך סכמת חיתוך והצבעה?") נעלמת ברובה. אם לא, יש לך מסווג קלט קצר בזול מאוד ובעיה שנייה לפתור.

התביעות שדורשות חוות דעת שנייה

השיווק של ScaleDown טוען שמודלי שפה קטנים המיועדים למשימה ספציפית עוקפים מודלי חזית מבחינת עלות, מהירות ודיוק בעבודות חזרתיות בנפח גבוה, ומציין נתונים הכוללים מודל בעל כחצי מיליארד פרמטרים שמגיע ל-91.7% במשימת סיווג פשוטה לעומת 88.6% עבור מודל בעל 72 מיליארד פרמטרים. אלה המספרים של הספק עצמו, והם לא שוחזרו באופן בלתי תלוי: ScaleDown Classify נכון לעכשיו לא מדורג בלוחות המובילים הציבוריים, ולא פורסמו שורות בנצ'מרק של צד שלישי. יש להתייחס לטיעון הדיוק כאל השערה עם מנגנון סביר — פער יעילות-הדגימה בין מודל קטן שאומן למטרה ייעודית לבין מודל גדול לשימוש כללי בטקסונומיה צרה הוא אמיתי ומתועד היטב — ולא כתוצאה מבוססת.

הנתון של קלט בגודל 1M טוקנים הוא אף הוא כפי שנמסר על ידי הספק. רשימות בקטלוגים של צד שלישי עבור המודל מציגות את אורך ההקשר כלא ישים במקום לחזור על מספר מיליון הטוקנים, וזו מגבלה של הקטלוג ולא סתירה, אך פירוש הדבר הוא שחלון ההקשר לא אומת מחוץ לתיעוד של ScaleDown.

איפה זה משתלב אם אתה כבר מריץ פייפליין

התבנית ששלושת המודלים האלה מכוונים אליה היא לולאה, לא קריאה בודדת: לשלוף מסמך, לסווג אותו, לחלץ שדות, לסכם אותו, ואז להעביר את הסיכום למודל גנרטיבי שכותב את התגובה. השלב הרביעי הוא היקר מבין השלבים במונחים של עלות לכל טוקן, והוא השלב ש-OrcaRouter מכסה — יותר מ-200 מודלים מאחורי מפתח יחיד תואם OpenAI במחיר המחירון של הספק, המועבר הלאה עם 0% תוספת, עם מעבר אוטומטי לגיבוי כאשר נתיב הגשה נפגע. אנחנו לא מארחים את ScaleDown Classify, Extract או Summarize; הם לא נמצאים בקטלוג שלנו ואינם יעד של chat-completions, ושכבת הניתוב כאן היא החצי הגנרטיבי של התבנית ולא החצי של הניקוד.

החלוקה הזאת ראויה להיאמר בבירור, מפני שהשוואת העלויות שאנשים ימהרו להסתמך עליה מטעה. מסווג המקבל ציון לפי רובריקה בעלות של כמה סנטים למיליון טוקני קלט ומודל גנרטיבי בעלות של כמה דולרים למיליון אינם מתחרים; אלה סעיפים תקציביים שונים, והסיבה להציב מודל קטן בשלב הסיווג היא שזה מאפשר לך להרשות לעצמך מודל טוב יותר בשלב שבאמת כותב משהו.

מה ישנה את ההערכה הזו?

שלושה דברים, לפי סדר ההשפעה שלהם על התמונה. הערכה בלתי תלויה של משימת סיווג שנמדדת לפי רובריקה על בנצ'מרק ציבורי תהפוך את טענת הדיוק מטענה של ספק לנתון. נתון השהיה מפורסם — הספק מתעד מניעי עלות אך לא השהיית שירות — יכריע אם חלון ה-1M שמיש בתפוקה או רק באצווה. ושחזור על ידי צד שלישי של טענת הכיול לכל צ'אנק יכריע אם אצווה של חמישים צ'אנקים היא אופטימיזציית עלות או מודל אחר. עד שלפחות אחד מאלה יתממש, הסיכום הכנה הוא ש-ScaleDown השיקה שלושה מודלים עם חוזים ברורים באופן יוצא דופן ומגבלות קלט גדולות באופן יוצא דופן, במחירים שהופכים שלב סיווג מבוסס סף לזול מספיק כדי לשקול אותו, ושהמספרים שתומכים בהם הם של הספק עצמו.

הגרסה הקצרה

אם יש לכם שלב סיווג או חילוץ בנפח גבוה עם טקסונומיה יציבה וקלט של טקסט או תמונה, שלושת המודלים של ScaleDown שווים בדיקת בנצ'מרק על הנתונים שלכם השבוע, כי החוזה פשוט ומגבלת הקלט נדיבה. תקצבו את הכפלת התוויות ואת תוספת החיוב של פי 2 עבור הסקה לפני שאתם מתחייבים לטקסונומיה, וצפו לכתוב את סף הביטחון שלכם בעצמכם. אם המשימה שלכם היא יצירה פתוחה, שום דבר מזה לא מכוון אליכם.

בחירות מודלים הן גם שאלה של מה שהשתבש בעבר: התקלות המתועדות ב-AI וכשלי סוכנים שמאחורי מודלים במחלקה הזו נאספים בOrcaRouter AI Incident Archive, שבו כל רשומה נושאת את המקורות שלה, חומרה, דרגת ביטחון ודגל מחלוקת.