Małe modele ScaleDown do rutynowych zadań w aplikacji: klasyfikuj, wyodrębniaj, streszczaj

13 października 2026 r. ScaleDown ujawnił trzy małe modele dedykowane konkretnym zadaniom, które sprzedaje jako jedną koncepcję: Classify, Extract i Summarize — każdy zbudowany do powtarzalnej pracy wokół wywołania produkcyjnego LLM, a nie do rozmowy. Wszystkie trzy przyjmują wejście o długości 1 mln tokenów, wszystkie trzy obsługują tekst lub obrazy i wszystkie trzy są dostępne przez własne API ScaleDown — i tu kwestia cen staje się interesująca, ponieważ każde z tych trzech ma zupełnie inny kształt kosztów. Czwarty model w rodzinie, ScaleDown Compress, jest wymieniony w dokumentacji dostawcy jako narzędzie do przycinania kontekstu, a nie jako jeden z trzech nowych. To, co następuje, to informacje z dokumentacji dostawcy, oddzielone od tego, czego nikt jeszcze nie odtworzył.

Co tak naprawdę zostało wysłane 13 października

ScaleDown od pewnego czasu prowadzi punkt końcowy Decisions — interfejs do punktacji strukturalnej, który przyjmuje obiekt stanu oraz mapę typowanych pytań i zwraca skalibrowane prawdopodobieństwa. Ogłoszenie z 13 października to moment, w którym firma zaczęła sprzedawać modele leżące u podstaw jako samodzielne produkty, a nie jako jeden punkt końcowy, oraz w którym zaczęła opisywać je jako komponenty ogólnego przeznaczenia do pracy w aplikacjach.

Trzy modele i ich kontrakty, zgodnie z dokumentacją dostawcy:

• ScaleDown Classify — przypisuje tekst do zbioru etykiet dostarczonego przez wywołującego. Każda etykieta zawiera nazwę i rubrykę, którą dokumentacja nazywa „pytaniem tak/nie, którego model używa do oceny etykiety”, i którą dokumentacja opisuje jako najważniejszą część żądania. Tryb jednoetykietowy zwraca rozkład softmax sumujący się do 1,0 oraz etykietę o najwyższym wyniku; tryb wieloetykietowy ocenia każdą etykietę niezależnie względem progu ustawionego przez wywołującego.

• ScaleDown Extract — wyciąga ustrukturyzowane pola z nieustrukturyzowanego tekstu. W dokumentacji tej rodziny jest to model, który zamienia dokument w rekord, który Twój kod może indeksować.

• ScaleDown Summarize — zwięzłe streszczenia abstrakcyjne długiego tekstu wejściowego, czyli zadanie, na które okno 1 mln tokenów jest w najbardziej oczywisty sposób ukierunkowane.

Wspólny kontrakt wszystkich trzech to część, którą warto zapisać. Milion tokenów wejścia na żądanie to około rząd wielkości więcej niż przyjmują typowe średniej wielkości API, i to właśnie ta liczba sprawia, że Summarize i Extract są możliwe do zastosowania przy pracy na całych dokumentach bez warstwy dzielenia na fragmenty. Wejście tekstowe lub obrazowe ma znaczenie szczególnie w przypadku Extract: skan faktury albo zrzut ekranu formularza wchodzi, pola wychodzą, a między nimi nie ma żadnego kroku OCR. Wszystkie trzy są obsługiwane przez własne API ScaleDown, którego dokumentacja podaje bazowy URL jako span>api.scaledown.xyz/span> i wyraźnie stwierdza, że span>api.scaledown.ai/span> nie jest hostem API.

Jedyna liczba, która nie pasuje do pozostałych

Ceny to punkt, w którym te trzy przestają być wymienne. Classify jest wyceniany na 0,05 USD za milion tokenów wejściowych i 0 USD za milion tokenów wyjściowych, a jego pozycja w katalogach zewnętrznych pokazuje tę samą stawkę z niekiedy stosowaną zniżką promocyjną; zniżka nie jest zobowiązaniem ScaleDown i nie należy na niej opierać planów. Zerowa cena za tokeny wyjściowe nie jest chwytem marketingowym — klasyfikator oceniany według rubryki emituje etykiety i prawdopodobieństwa, a nie wygenerowany tekst, więc nie ma czego rozliczać. Extract i Summarize generują dane wyjściowe, więc kształt ich kosztów nie jest porównywalny z Classify i należy je wyceniać bezpośrednio u dostawcy, a nie wnioskować ze stawki klasyfikatora.

Szczegóły rozliczeń w Classify są trudniejsze do przeanalizowania niż stawka podana w nagłówku. W trybie single-label każda etykieta i jej kryteria trafiają do jednego wywołania modelu, więc każda dodana etykieta zwiększa liczbę rozliczanych tokenów wejściowych; poproszenie o jednozdaniowe wyjaśnienie wyboru powoduje ich ponowne przesłanie za podwójną stawkę, a dokumentacja mówi wprost, że wyjaśnienie jest generowane po ustaleniu etykiety o najwyższym wyniku, więc uzasadnia odpowiedź, zamiast ją kwestionować. W trybie multi-label każda etykieta to osobne wywołanie modelu, a każdy fragment jest oceniany osobno. Taksonomia z sześćdziesięcioma etykietami i włączonym rozumowaniem nie jest więc operacją kosztującą 0,05 USD za milion tokenów w rozumieniu, jakie zakłada czytelnik; to ta stawka pomnożona przez zbiór etykiet, a następnie podwojona, jeśli rozumowanie jest włączone. Udokumentowane limity — 20 etykiet na żądanie, 16 w trybie multi-label, 50 fragmentów na partię — to praktyczne ograniczenia, pod które trzeba projektować.

Jest jeszcze jedno udokumentowane zachowanie, które ma większe znaczenie niż którykolwiek z tych limitów. Klasyfikator „zawsze zwraca zwycięzcę”, nawet gdy żadna etykieta nie pasuje. Filtrowanie według poziomu pewności pozostaje w całości po stronie wywołującego. Przy zapytaniu z 10 etykietami najwyższy wynik 0,4 może wciąż być poprawną odpowiedzią, ponieważ wyniki są względne w obrębie zestawu etykiet, a nie bezwzględne. Każde produkcyjne zastosowanie tego modelu wymaga własnej polityki progowej, a etykieta wychwytująca wszystko — dokumentacja sugeruje nazwanie jej span>other/span> — w praktyce nie jest opcjonalna.

Dlaczego okno 1 mln tokenów w klasyfikatorze to najciekawsza część

Modele klasyfikujące konwencjonalnie przyjmują krótkie dane wejściowe. Powód jest mechaniczny: klasyfikator oceniany według rubryki musi zważyć całe dane wejściowe względem pytania typu tak/nie dla każdej etykiety, a koszt oceny dokumentu o stu tysiącach tokenów względem dwudziestu rubryk to dwadzieścia pełnych przejść przez ten dokument. Odpowiedzią ScaleDown jest okno 1M plus warstwa wsadowa — do 50 fragmentów ocenianych względem jednego wspólnego profilu w pojedynczym żądaniu — a twierdzenie dostawcy jest takie, że kalibracja na fragment jest taka sama niezależnie od tego, czy wysyłasz jeden fragment, czy pięćdziesiąt, przy czym jedyna różnica polega na tym, że wspólny profil jest rozliczany raz na żądanie.

To właśnie to twierdzenie trzeba przetestować, zanim na nim zbudujesz. To także twierdzenie, które czyni ten model interesującym: cały sens klasyfikowania wewnątrz aplikacji, a nie na brzegu, polega na tym, że decyzja może widzieć pełny kontekst — cały wątek wsparcia, całą umowę, cały pobrany dokument — a nie skrócone okno. Jeśli okno 1M wytrzymuje przy twoich rozmiarach danych wejściowych, pytanie o architekturę („czy potrzebuję schematu dzielenia na fragmenty i głosowania?”) w dużej mierze znika. Jeśli nie, masz bardzo tani klasyfikator krótkich danych wejściowych i drugi problem do rozwiązania.

Roszczenia, które wymagają drugiej opinii

Marketing ScaleDown przekonuje, że wyspecjalizowane w zadaniach małe modele językowe przewyższają modele frontier pod względem kosztu, szybkości i dokładności w przypadku pracy powtarzalnej o dużym wolumenie, i przytacza liczby, w tym model o około pół miliarda parametrów osiągający 91,7% w prostym zadaniu klasyfikacji wobec 88,6% dla modelu o 72 miliardach parametrów. To są własne liczby dostawcy i nie zostały niezależnie odtworzone: ScaleDown Classify obecnie pozostaje bez wyniku na publicznych leaderboardach, a nie opublikowano żadnych wierszy benchmarków podmiotów trzecich. Argument o dokładności należy traktować jako hipotezę z prawdopodobnym mechanizmem — luka w efektywności próbkowania między małym modelem trenowanym do konkretnego celu a dużym modelem ogólnego przeznaczenia w wąskiej taksonomii jest realna i dobrze udokumentowana — a nie jako ustalony wynik.

Wartość 1 mln tokenów na wejściu również jest podana przez dostawcę. Wpisy katalogowe stron trzecich dotyczące tego modelu podają długość kontekstu jako nie dotyczy, zamiast powtarzać liczbę miliona tokenów, co stanowi ograniczenie katalogu, a nie sprzeczność, ale oznacza to, że okno nie zostało potwierdzone poza dokumentacją ScaleDown.

Gdzie to pasuje, jeśli już uruchamiasz pipeline

Wzorzec, na który nakierowane są te trzy modele, to pętla, a nie pojedyncze wywołanie: pobierz dokument, sklasyfikuj go, wyodrębnij pola, podsumuj go, a następnie przekaż podsumowanie modelowi generatywnemu, który pisze odpowiedź. Krok czwarty jest tym kosztownym w przeliczeniu na token, i to ten krok obsługuje OrcaRouter — ponad 200 modeli za jednym kluczem zgodnym z OpenAI po cenie katalogowej dostawcy przekazywanej bez marży (0%), z automatycznym przełączeniem awaryjnym, gdy ścieżka obsługi ulegnie degradacji. Nie hostujemy ScaleDown Classify, Extract ani Summarize; nie ma ich w naszym katalogu i nie są celem chat-completions, a warstwa routingu tutaj to połowa wzorca odpowiadająca za generowanie, a nie za ocenianie.

Warto to rozróżnienie wyrazić wprost, ponieważ porównanie kosztów, po które ludzie zwykle sięgną, jest mylące. Klasyfikator oceniany według rubryki za kilka centów na milion tokenów wejściowych i model generatywny za kilka dolarów za milion nie są konkurentami; to różne pozycje kosztowe, a powodem, by umieścić mały model na etapie klasyfikacji, jest to, że dzięki temu stać cię na lepszy model na etapie, który faktycznie coś pisze.

Co zmieniłoby tę ocenę?

Trzy rzeczy, w kolejności od tego, jak bardzo zmieniłyby obraz sytuacji. Niezależna ocena zadania klasyfikacji ocenianego według rubryki na publicznym benchmarku zamieniłaby argument o dokładności z twierdzenia dostawcy w daną. Opublikowana wartość opóźnienia — dostawca dokumentuje czynniki kosztowe, ale nie opóźnienie obsługi — rozstrzygnęłaby, czy okno 1M jest użyteczne w trybie wysokiej przepustowości, czy tylko wsadowo. A niezależne odtworzenie przez stronę trzecią twierdzenia o kalibracji dla poszczególnych fragmentów rozstrzygnęłoby, czy partia pięćdziesięciu fragmentów jest optymalizacją kosztów, czy innym modelem. Dopóki przynajmniej jedno z nich nie stanie się faktem, uczciwe podsumowanie brzmi: ScaleDown wypuścił trzy modele o nietypowo jasnych kontraktach i nietypowo dużych limitach wejściowych, w cenach, które sprawiają, że oparty na progu etap klasyfikacji jest wystarczająco tani, by go rozważyć, a liczby, które je wspierają, pochodzą od samego dostawcy.

Krótka wersja

Jeśli masz etap klasyfikacji lub ekstrakcji o dużym wolumenie, ze stabilną taksonomią i danymi wejściowymi w postaci tekstu lub obrazu, trzy modele ScaleDown są warte przetestowania na własnych danych w tym tygodniu, ponieważ kontrakt jest prosty, a limit danych wejściowych hojny. Uwzględnij w budżecie mnożenie etykiet i 2x dopłatę za rozumowanie, zanim zdecydujesz się na taksonomię, i spodziewaj się, że będziesz musiał samodzielnie ustawić próg ufności. Jeśli Twoje zadanie polega na generowaniu otwartym, żadne z tego nie jest do niego skierowane.

Wybory modeli to także kwestia tego, co poszło nie tak wcześniej: udokumentowane incydenty AI i awarie agentów dotyczące modeli tej klasy są gromadzone w OrcaRouter AI Incident Archive, gdzie każdy wpis zawiera własne źródła, wagę, ocenę pewności i flagę sporu.