Was ist ScaleDown Constrained Decoding Models (Classify, Extract, Summarize)?
Constrained Decoding Models (CDMs) sind ScaleDowns Familie gehosteter Modelle für jeweils eine Aufgabe, vorgestellt am 13. Oktober 2026 von Mitgründer und CEO Neal Patel. Classify liefert eine Wahrscheinlichkeit für jedes von dir definierte Label, Extract überträgt die von dir beschriebenen Felder in JSON, und Summarize schreibt eine Zusammenfassung von höchstens 1.000 Tokens. Ein älteres Modell, Compress, kürzt den Kontext vor einem LLM-Aufruf. Alle vier nehmen bis zu 1 Mio. Tokens Input an, und die drei CDMs lesen auch Bilder und PDFs.
Classify hat zwei Schnittstellen. POST /classify nimmt Labels mit Bewertungskriterien an und unterstützt Batches von bis zu 50 Eingaben. POST /v1/scaledown nennen ScaleDowns Docs "a drop-in replacement for the Jev Decisions API": Der Endpunkt übernimmt Request- und Response-Format von TypeSafes Jev, mit Fragen vom Typ choice, noul (Ja/Nein) und score. ScaleDown ist ein eigenständiges Unternehmen und stellt Jev nicht bereit; es hat ein eigenes Modell hinter dasselbe Request-Format gesetzt. Extract und Summarize werden über einen OpenAI-kompatiblen Endpunkt /v1/chat/completions unter https://api.scaledown.xyz aufgerufen.
Text-Input kostet 0,05 $ pro Million Tokens, Bilder 0,15 $, Output ist kostenlos. Auf OpenRouter sind Classify-1, Extract und Summarize mit 20 % Rabatt für 0,04 $ gelistet.
Lohnt sich ScaleDown Constrained Decoding Models (Classify, Extract, Summarize)?
Der Preis ist die Behauptung von ScaleDown, die einer Prüfung standhält; der Großteil der Rechnungen zum Start tut es nicht. Der Launch-Beitrag versprach Modelle, die "200x faster, 467x cheaper than frontier LLM APIs" seien, und 77,2 % bei DecisionBench gegenüber 72 % für Jev. ScaleDowns eigene Benchmark-Docs sind deutlich bescheidener: 2,2- bis 13,9-mal schneller als der Durchschnitt der Modellpalette des jeweiligen Anbieters, 89-mal günstiger als der Durchschnitt von OpenAI und 161-mal günstiger als der von Anthropic. Ein öffentlicher Nachweis für das Ergebnis von 77,2 % bei DecisionBench ist nicht aufgetaucht, eine Lücke, auf die laut einer unabhängigen Analyse ein Thread bei Bitroot hingewiesen hat. Alle Vergleiche von ScaleDown sind selbst gemeldet.
Der beste unabhängige Beleg ist ein Test mit 1.000 Aufrufen von Ishank Choudhary auf DEV Community, der Lauf eines einzelnen Entwicklers und keine begutachtete Evaluation. Bei 300 CLINC150-Intents erreichte der Jev-kompatible Decisions-Endpunkt 97,3 % (95-%-Intervall 94,8 bis 98,6) gegenüber 90,7 % für ein lokales Qwen3 1.7B; bei 110 Bitext-Support-Tickets waren es 92,7 % gegenüber 62,7 %. Extract lag bei 50 SROIE-Belegen mit 89,5 % Feldgenauigkeit gleichauf mit dem lokalen Modell, las aber die Gesamtbeträge jedes Mal richtig, gegenüber 78 %, und jeder Wert kommt mit einem Konfidenzwert und Zeichen-Offsets in die Quelle zurück.
Die Rechnung ist größer als dein Prompt. ScaleDown zählt Label-Kriterien, Schemas und seine internen Prompts als Input: Choudharys Classify-Aufrufe wurden mit etwa 481 Tokens abgerechnet, wo dieselbe Aufgabe als einfacher Prompt 172 hatte. Beim Decisions-Endpunkt ist jede Frage ein eigener, separat berechneter Modellaufruf, während Jev alle Fragen in einem Durchgang beantwortet. Zu Listenpreisen kostete eine kurze Klassifikation damit doppelt so viel wie gpt-5-nano (0,024 $ gegenüber 0,012 $ pro 1.000 Aufrufe) und bei der Extraktion etwas mehr (0,069 $ gegenüber 0,057 $). Groß sind die Einsparungen nur gegenüber Flaggschiffmodellen: im selben Test 45- bis 102-mal gegenüber gpt-5.5. Der Batch-Modus von /classify hilft, weil sich 50 Eingaben einen abgerechneten Label-Satz teilen.
Summarize ist das schwächste der drei Modelle. In sechs QMSum-Meetings erfand es keine Fakten, fasste auf eine Frage hin aber oft den falschen Teil eines Meetings zusammen, und bei einem Dokument mit 369.000 Tokens deckte es nur eine von zwei Meeting-Reihen ab. Das Fenster von 1 Mio. Tokens nimmt den Input an; es garantiert nicht, dass das Modell alles davon liest.
Gegenüber Jev selbst ist die Kompatibilität echt, aber unvollständig. Die Docs nennen zwei Modellnamen (classify und classify-1), keine box-Fragen, höchstens 10 Stufen pro score-Frage und eine Grenze von 20 Labels bei /classify, auf dem choice-Fragen laufen, gegenüber 255 Optionen bei Jev. Eine Jev-Routing-Schicht mit langen Optionslisten oder vielen Fragen pro Request lässt sich nicht zu denselben Kosten übertragen.
Wo es sich lohnt
Ein Plattform-Engineer mit einer Jev-Routing-Schicht im Produktivbetrieb
Dieselben Entscheidungsfragen wegen Preis und Ausfallsicherheit bei einem zweiten Anbieter laufen lassen
Richte das bestehende Jev-Request-Format auf /v1/scaledown und vergleiche die Antworten auf protokolliertem Traffic. Requests mit mehreren Fragen werden mit einem Aufruf pro Frage berechnet, und choice-Fragen mit mehr als 20 Optionen müssen aufgeteilt werden. Miss also die Rechnung, bevor du wechselst.
Die Leitung der Kreditorenbuchhaltung bei einem mittelgroßen Großhändler, die 5.000 Belege pro Woche scannt
Händler, Datum und Betrag aus Fotos mit Prüfpfad ins Hauptbuch übernehmen
Extract liest das Bild und liefert jedes Feld mit Konfidenz und Offsets zurück in den Text, Zeilen mit niedriger Konfidenz gehen an einen Sachbearbeiter. Im unabhängigen Test lagen die Belegsummen 50 von 50 Mal richtig, für etwa 0,069 $ pro 1.000 Aufrufe.
Ein Analyst im Support-Betrieb einer Bank, der historische Tickets taggt
Einen Rückstau von zehn Millionen Tickets über Nacht nach 15 Intents klassifizieren
Schicke 50 Tickets pro /classify-Request, damit die 15 Bewertungskriterien einmal pro Batch statt einmal pro Ticket berechnet werden. Batch-Requests überspringen den Aufruf für die Begründung in einem Satz, der bei einzelnen Requests die Kriterien zum doppelten Input-Preis erneut sendet.
Bevor du dich festlegst
- Einrichtung
- Die Website bietet eine Registrierung mit 1 Mio. kostenlosen Tokens und ohne Karte an; die Einführung in den Docs verweist neue Nutzer für einen Schlüssel aber noch an ein Vertriebsgespräch. Requests nutzen einen x-api-key-Header gegen https://api.scaledown.xyz; api.scaledown.ai ist kein API-Host.
- Integrationen
- Eigene Endpunkte /classify und /compress/raw/, das Jev-artige POST /v1/scaledown und OpenAI-kompatible Chat Completions für extract und summarize. Außerdem auf OpenRouter (Classify-1 über dessen Decisions-API), in LiteLLM und in LangChains Middleware langchain-scaledown.
- Daten und Datenschutz
- ScaleDowns Startseite wirbt mit Zero Data Retention, keinem Training auf Kundendaten und Selbsthosting und sagt, der Dienst sei nach den Standards SOC 2, HIPAA, DSGVO und ISO 27001 gebaut, mit einem Badge für SOC 2 Type 1. Die Docs sagen nicht, welche Tarife Zero Retention erhalten, und nennen keine Aufbewahrungsfristen.
- Kosten im großen Maßstab
- Mit den im unabhängigen Test gemessenen Token-Zahlen kosten eine Million Classify-Aufrufe etwa 24 $, eine Million Extract-Aufrufe etwa 69 $ und eine Million Zusammenfassungen von 6K Tokens etwa 317 $. Das Angebot von 50 Mio. kostenlosen Tokens zum Start ist ausgelaufen; neue Konten erhalten jetzt 1 Mio.
- Grenzen
- 1 Mio. Input-Tokens; Zusammenfassungen höchstens 1.000 Output-Tokens; /classify nimmt höchstens 20 Labels (16 bei Multi-Label) und 50 Chunks; score-Fragen haben 2 bis 10 Stufen. Ohne Guthaben kommt 402 Insufficient credits zurück. Rate Limits sind nicht veröffentlicht.
Was gut ist
- 97,3 % bei CLINC150 und 92,7 % bei Bitext in einem unabhängigen Test mit 1.000 Aufrufen
- 0,05 $ pro 1 Mio. Input-Tokens, Output kostenlos, ein einheitlicher Preis für vier Modelle
- Extract liefert für jeden Wert Konfidenz und Zeichen-Offsets
- Liest Bilder und PDFs bei Classify, Extract und Summarize
Was nicht
- Die Behauptungen zum Start, 467x günstiger und 77,2 % bei DecisionBench, haben keine veröffentlichte Vergleichsbasis
- Der abgerechnete Input enthält Label-Kriterien und Schemas und ist daher größer als dein Prompt
- Jede Decisions-Frage wird als eigener Aufruf berechnet; /classify erlaubt höchstens 20 Labels
- Summarize weicht von der Frage ab und ließ die Hälfte eines Inputs mit 369K Tokens aus
Am besten für
Teams, die für Routing, Tagging oder Feldextraktion Preise von Flaggschiffmodellen zahlen, einen günstigen gehosteten Ersatz suchen und ihn zuerst auf eigenen gelabelten Daten testen wollen.
Alternativen zu ScaleDown Constrained Decoding Models (Classify, Extract, Summarize)
ScaleDown Constrained Decoding Models (Classify, Extract, Summarize): häufige Fragen
- Lohnt sich ScaleDown Constrained Decoding Models (Classify, Extract, Summarize)?
- Die Preise sind echt und der Klassifikator ist gut, aber die Zahlen zum Start eilten den Belegen voraus, und die Jev-Kompatibilität kostet mehr, als es scheint. Wir bewerten es mit 3.7 von 5.
- Was kostet ScaleDown Constrained Decoding Models (Classify, Extract, Summarize)?
- 0,05 $ pro 1 Mio. Text-Input-Tokens, 0,15 $ pro 1 Mio. Bild-Input-Tokens, Output kostenlos; 1 Mio. kostenlose Tokens für neue Konten. OpenRouter: 0,04 $ mit 20 % Rabatt. Enterprise: dedizierte Instanz oder Lizenz zum Selbsthosten, nach Angebot.
- Welche Nachteile hat ScaleDown Constrained Decoding Models (Classify, Extract, Summarize)?
- Die Behauptungen zum Start, 467x günstiger und 77,2 % bei DecisionBench, haben keine veröffentlichte Vergleichsbasis; Der abgerechnete Input enthält Label-Kriterien und Schemas und ist daher größer als dein Prompt; Jede Decisions-Frage wird als eigener Aufruf berechnet; /classify erlaubt höchstens 20 Labels; Summarize weicht von der Frage ab und ließ die Hälfte eines Inputs mit 369K Tokens aus.
- Für wen eignet sich ScaleDown Constrained Decoding Models (Classify, Extract, Summarize)?
- Teams, die für Routing, Tagging oder Feldextraktion Preise von Flaggschiffmodellen zahlen, einen günstigen gehosteten Ersatz suchen und ihn zuerst auf eigenen gelabelten Daten testen wollen.
- Was kostet ScaleDown Constrained Decoding Models (Classify, Extract, Summarize) für ein Team oder im Produktivbetrieb?
- Mit den im unabhängigen Test gemessenen Token-Zahlen kosten eine Million Classify-Aufrufe etwa 24 $, eine Million Extract-Aufrufe etwa 69 $ und eine Million Zusammenfassungen von 6K Tokens etwa 317 $. Das Angebot von 50 Mio. kostenlosen Tokens zum Start ist ausgelaufen; neue Konten erhalten jetzt 1 Mio.
- Ist ScaleDown Constrained Decoding Models (Classify, Extract, Summarize) sicher für Firmendaten?
- ScaleDowns Startseite wirbt mit Zero Data Retention, keinem Training auf Kundendaten und Selbsthosting und sagt, der Dienst sei nach den Standards SOC 2, HIPAA, DSGVO und ISO 27001 gebaut, mit einem Badge für SOC 2 Type 1. Die Docs sagen nicht, welche Tarife Zero Retention erhalten, und nennen keine Aufbewahrungsfristen.
- Was sind die besten Alternativen zu ScaleDown Constrained Decoding Models (Classify, Extract, Summarize)?
- Die nächsten Alternativen, die wir getestet haben, sind Jev, Perplexity Decider (pplx-decider), Laya, GLiNER2.5-Decide und d3 (vLLM Semantic Router).
Antworten geprüft am 26. Okt. 2026.