O que é ScaleDown Constrained Decoding Models (Classify, Extract, Summarize)?
Os Constrained Decoding Models (CDMs) são a família de modelos hospedados de tarefa única da ScaleDown, lançada em 13 de outubro de 2026 pelo cofundador e CEO Neal Patel. O Classify devolve uma probabilidade por rótulo que você define, o Extract tira campos que você descreve para JSON, e o Summarize escreve um resumo de no máximo 1.000 tokens. Um modelo mais antigo, o Compress, enxuga o contexto antes de uma chamada a um LLM. Os quatro recebem até 1M de tokens de entrada, e os três CDMs também leem imagens e PDFs.
O Classify tem duas interfaces. O POST /classify recebe rótulos com rubricas e suporta lotes de até 50 entradas. O POST /v1/scaledown é o que a documentação da ScaleDown chama de "a drop-in replacement for the Jev Decisions API": ele copia o formato de requisição e resposta do Jev da TypeSafe, com perguntas choice, noul (sim/não) e score. A ScaleDown é uma empresa separada e não serve o Jev; ela construiu o seu próprio modelo por trás do mesmo formato de requisição. O Extract e o Summarize são chamados por um endpoint /v1/chat/completions compatível com OpenAI em https://api.scaledown.xyz.
A entrada de texto custa US$ 0,05 por milhão de tokens e a de imagens, US$ 0,15, com saída gratuita. No OpenRouter, o Classify-1, o Extract e o Summarize aparecem a US$ 0,04 com um desconto de 20%.
ScaleDown Constrained Decoding Models (Classify, Extract, Summarize) vale a pena?
O preço da ScaleDown é a alegação que resiste à verificação; a maior parte da aritmética do lançamento não resiste. O post de lançamento prometia modelos "200x faster, 467x cheaper than frontier LLM APIs" e 77,2% no DecisionBench, contra 72% do Jev. A própria documentação de benchmarks da ScaleDown é bem mais modesta: de 2,2 a 13,9 vezes mais rápido que a média da linha de cada provedor, e 89 vezes mais barato que a média da OpenAI e 161 vezes mais barato que a da Anthropic. Nenhum registro público do resultado de 77,2% no DecisionBench apareceu, uma lacuna apontada em uma thread da Bitroot, segundo uma análise independente. Todas as comparações da ScaleDown são autodeclaradas.
A melhor evidência independente é um teste de 1.000 chamadas feito por Ishank Choudhary na DEV Community, que é a execução de um engenheiro, e não uma avaliação revisada por pares. Em 300 intenções do CLINC150, o endpoint Decisions compatível com o Jev marcou 97,3% (intervalo de 95% de 94,8 a 98,6) contra 90,7% de um Qwen3 1.7B local; em 110 tickets de suporte do Bitext, foram 92,7% contra 62,7%. O Extract empatou com o modelo local em 89,5% de acurácia por campo em 50 recibos do SROIE, mas leu os totais corretamente em todas as vezes, contra 78%, e cada valor volta com uma pontuação de confiança e posições de caractere no texto de origem.
A conta é maior que o seu prompt. A ScaleDown conta critérios de rótulos, schemas e os seus prompts internos como entrada: as chamadas de classify de Choudhary foram cobradas por cerca de 481 tokens, quando a mesma tarefa como prompt simples tinha 172. No endpoint Decisions, cada pergunta é uma chamada de modelo separada, cobrada separadamente, enquanto o Jev responde a todas as perguntas em uma passada. A preço de tabela, isso fez a classificação curta custar o dobro do gpt-5-nano (US$ 0,024 contra US$ 0,012 por 1.000 chamadas) e um pouco mais na extração (US$ 0,069 contra US$ 0,057). A economia só é grande contra modelos topo de linha: de 45 a 102 vezes contra o gpt-5.5 no mesmo teste. O modo em lote do /classify ajuda, já que 50 entradas compartilham um único conjunto de rótulos cobrado.
O Summarize é o mais fraco dos três. Ele não inventou fatos em seis reuniões do QMSum, mas muitas vezes resumiu a parte errada de uma reunião quando recebeu uma pergunta, e em um documento de 369.000 tokens cobriu apenas uma de duas séries de reuniões. A janela de 1M de tokens aceita a entrada; ela não garante que o modelo leia tudo.
Em relação ao próprio Jev, a compatibilidade é real, mas parcial. A documentação lista dois nomes de modelo (classify e classify-1), nenhuma pergunta box, no máximo 10 níveis por pergunta score e um limite de 20 rótulos no /classify, sobre o qual rodam as perguntas choice, contra as 255 opções do Jev. Uma camada de roteamento com Jev que use listas longas de opções ou muitas perguntas por requisição não vai migrar pelo mesmo custo.
Onde ele se destaca
Um engenheiro de plataforma com uma camada de roteamento com Jev em produção
Rodar as mesmas perguntas de decisão em um segundo fornecedor por preço e failover
Aponte o formato de requisição do Jev existente para o /v1/scaledown e compare as respostas no tráfego registrado. Requisições com várias perguntas cobram uma chamada por pergunta, e perguntas choice com mais de 20 opções precisam ser divididas, então meça a conta antes de trocar.
Um líder de contas a pagar em uma distribuidora de porte médio que digitaliza 5.000 recibos por semana
Levar estabelecimento, data e total das fotos para o razão com trilha de auditoria
O Extract lê a imagem, devolve cada campo com uma confiança e as posições no texto, e as linhas de baixa confiança vão para um funcionário. No teste independente, ele acertou os totais dos recibos 50 vezes em 50, a cerca de US$ 0,069 por 1.000 chamadas.
Um analista de operações de suporte em um banco que etiqueta tickets históricos
Classificar durante a noite um acúmulo de dez milhões de tickets em 15 intenções
Envie 50 tickets por requisição ao /classify para que as 15 rubricas sejam cobradas uma vez por lote, e não uma vez por ticket. As requisições em lote pulam a chamada de justificativa de uma frase, que nas requisições individuais reenvia as rubricas pelo dobro do preço de entrada.
Antes de decidir
- Configuração
- O site oferece cadastro com 1M de tokens grátis e sem cartão; a introdução da documentação ainda direciona novos usuários a uma ligação com vendas para obter uma chave. As requisições usam um header x-api-key contra https://api.scaledown.xyz; api.scaledown.ai não é um host da API.
- Integrações
- Endpoints próprios /classify e /compress/raw/, o POST /v1/scaledown no formato do Jev e chat completions compatíveis com OpenAI para extract e summarize. Também no OpenRouter (Classify-1 pela sua Decisions API), no LiteLLM e no middleware langchain-scaledown do LangChain.
- Dados e privacidade
- A página inicial da ScaleDown anuncia retenção zero de dados, nenhum treinamento com dados de clientes e auto-hospedagem, e diz que foi construída segundo os padrões SOC 2, HIPAA, GDPR e ISO 27001, com um selo SOC 2 Type 1. A documentação não diz quais planos têm retenção zero nem publica prazos de retenção.
- Custo em escala
- Com as contagens de tokens medidas no teste independente, um milhão de chamadas de classify custa cerca de US$ 24, um milhão de chamadas de extract cerca de US$ 69 e um milhão de resumos de 6K tokens cerca de US$ 317. A oferta de 50M de tokens grátis do período de lançamento terminou; contas novas agora recebem 1M.
- Limites
- 1M de tokens de entrada; resumos limitados a 1.000 tokens de saída; o /classify aceita no máximo 20 rótulos (16 em multirrótulo) e 50 trechos; perguntas score aceitam de 2 a 10 níveis. Sem crédito, a resposta é 402 Insufficient credits. Os limites de taxa não são publicados.
O que é bom
- 97,3% no CLINC150 e 92,7% no Bitext em um teste independente de 1.000 chamadas
- US$ 0,05 por 1M de tokens de entrada, saída gratuita, uma tarifa única para quatro modelos
- O Extract devolve confiança e posições de caractere para cada valor
- Lê imagens e PDFs no Classify, no Extract e no Summarize
O que não é
- As alegações de lançamento de 467x mais barato e 77,2% no DecisionBench não têm base de comparação publicada
- A entrada cobrada inclui critérios de rótulos e schemas, então passa do tamanho do seu prompt
- Cada pergunta do Decisions é cobrada como uma chamada separada; o /classify limita os rótulos a 20
- O Summarize se desvia da pergunta e pulou metade de uma entrada de 369K tokens
Ideal para
Equipes que pagam preço de modelo topo de linha por roteamento, etiquetagem ou extração de campos e querem um substituto hospedado barato, e que vão testá-lo antes com os seus próprios dados rotulados.
Alternativas ao ScaleDown Constrained Decoding Models (Classify, Extract, Summarize)
ScaleDown Constrained Decoding Models (Classify, Extract, Summarize): perguntas frequentes
- ScaleDown Constrained Decoding Models (Classify, Extract, Summarize) vale a pena?
- Os preços são reais e o classificador é bom, mas os números do lançamento foram além das evidências e a compatibilidade com o Jev custa mais do que parece. Damos nota 3.7 de 5.
- Quanto custa ScaleDown Constrained Decoding Models (Classify, Extract, Summarize)?
- US$ 0,05 por 1M de tokens de entrada de texto, US$ 0,15 por 1M de tokens de entrada de imagem, saída gratuita; 1M de tokens grátis para contas novas. OpenRouter: US$ 0,04 com desconto de 20%. Enterprise: instância dedicada ou licença de auto-hospedagem, sob cotação.
- Quais são as desvantagens de ScaleDown Constrained Decoding Models (Classify, Extract, Summarize)?
- As alegações de lançamento de 467x mais barato e 77,2% no DecisionBench não têm base de comparação publicada; a entrada cobrada inclui critérios de rótulos e schemas, então passa do tamanho do seu prompt; cada pergunta do Decisions é cobrada como uma chamada separada; o /classify limita os rótulos a 20; o Summarize se desvia da pergunta e pulou metade de uma entrada de 369K tokens.
- Para quem ScaleDown Constrained Decoding Models (Classify, Extract, Summarize) é indicado?
- Equipes que pagam preço de modelo topo de linha por roteamento, etiquetagem ou extração de campos e querem um substituto hospedado barato, e que vão testá-lo antes com os seus próprios dados rotulados.
- Quanto custa ScaleDown Constrained Decoding Models (Classify, Extract, Summarize) para uma equipe ou em produção?
- Com as contagens de tokens medidas no teste independente, um milhão de chamadas de classify custa cerca de US$ 24, um milhão de chamadas de extract cerca de US$ 69 e um milhão de resumos de 6K tokens cerca de US$ 317. A oferta de 50M de tokens grátis do período de lançamento terminou; contas novas agora recebem 1M.
- ScaleDown Constrained Decoding Models (Classify, Extract, Summarize) é seguro para dados da empresa?
- A página inicial da ScaleDown anuncia retenção zero de dados, nenhum treinamento com dados de clientes e auto-hospedagem, e diz que foi construída segundo os padrões SOC 2, HIPAA, GDPR e ISO 27001, com um selo SOC 2 Type 1. A documentação não diz quais planos têm retenção zero nem publica prazos de retenção.
- Quais são as melhores alternativas ao ScaleDown Constrained Decoding Models (Classify, Extract, Summarize)?
- As alternativas mais próximas que analisamos são Jev, Perplexity Decider (pplx-decider), Laya, GLiNER2.5-Decide e d3 (vLLM Semantic Router).
Respostas verificadas em 26 de out. de 2026.