AionLabs: Aion-2.0 vs. Mancer: Weaver (alpha)

AionLabs: Aion-2.0 ist ein Textmodell von AionLabs, veröffentlicht am 2026-02-23. Mancer: Weaver (alpha) ist ein Textmodell von Mancer, veröffentlicht am 2023-08-02. Beide werden über api14 als Text-in, Text-out Modelle bereitgestellt, sodass keines von beiden Bilder oder Audio als Eingabe akzeptiert oder etwas anderes als Text ausgibt. Der wichtigste strukturelle Unterschied zwischen ihnen ist Alter und Fokus: Aion-2.0 ist ein neueres Allzweckmodell, während Weaver eine ältere Alpha-Version ist, die lange genug existiert, um für einen bestimmten Prompting-Stil eine bekannte Größe zu sein.

Am stärksten unterscheiden sich die beiden beim Kontext und bei dem, was man ihnen auftragen kann. Aion-2.0 hat ein Kontextfenster von 131072 Tokens, während Weavers bei 8000 Tokens liegt, daher greift man zu Aion-2.0, wenn man lange Dokumente, große Codedateien oder ausgedehnte Gespräche in einen einzigen Aufruf packen muss. Aion-2.0 unterstützt außerdem Reasoning und Tool-Nutzung, einschließlich der Parameter reasoning und include_reasoning, tools und tool_choice, sodass es Funktionen aufrufen und einen Reasoning-Durchlauf offenlegen kann. Weaver unterstützt nichts davon; stattdessen bietet es eine breite Palette von Sampling-Steuerungen wie frequency_penalty, presence_penalty, repetition_penalty, min_p, top_a, top_k, logit_bias, logprobs, top_logprobs, seed und stop. Beide akzeptieren temperature, top_p, max_tokens und response_format, sodass strukturierte Ausgabe auf beiden Seiten verfügbar ist.

Für die praktische Arbeit läuft die Wahl meist auf die Form der Aufgabe hinaus. Wenn man einen Agenten baut, der Tools aufrufen muss, oder möchte, dass das Modell ein Problem durchdenkt, bevor es antwortet, oder wenn der Prompt plus abgerufener Kontext über ein paar tausend Tokens hinausgeht, ist Aion-2.0 die natürliche Wahl. Wenn man Kurzform-Generierung betreibt und feine Kontrolle über das Sampling möchte, etwa bei kreativem Schreiben, Charakterdialogen oder Experimenten, bei denen man repetition- und presence-Penalties abstimmt und Seeds vergleicht, gibt Weaver einem die Regler dafür. Weaver ist außerdem das günstigere der beiden, sowohl bei Eingabe als auch bei Ausgabe, daher kann es bei hohem Volumen und kurzen Prompts, bei denen der kleinere Kontext keine Einschränkung darstellt, die wirtschaftlichere Option sein. Aion-2.0 passt besser, wenn Fähigkeit wichtiger ist als Kosten pro Aufruf.

Beide Modelle über api14 aufzurufen funktioniert auf dieselbe Weise, weil das Gateway eine OpenAI-kompatible API bereitstellt. Man richtet seinen Client auf die api14 Base-URL, sendet seine Anfrage mit seinem api14 Key an den Chat-Completions-Endpunkt und setzt das Feld model entweder auf "aion-labs/aion-2.0" oder "mancer/weaver". Alles andere im Request-Body folgt dem OpenAI-Schema, sodass messages, temperature, max_tokens und response_format unverändert übernommen werden. Zwischen den beiden zu wechseln ist eine einzeilige Änderung der Model-Id, wobei man bedenken sollte, dass die Parameter nicht vollständig austauschbar sind: tools, tool_choice und reasoning gelten nur für Aion-2.0, während die Penalty-, Logprob- und Sampling-Parameter nur für Weaver gelten.

Es gibt weiterhin Fälle, in denen Weaver die bessere Wahl ist, obwohl Aion-2.0 insgesamt das leistungsfähigere Modell ist. Wenn die Prompts kurz sind, das Budget knapp ist und man das Sampling-Verhalten präzise abstimmen möchte, machen Weavers Parametersatz und der niedrigere Preis es zu einer vernünftigen Standardwahl. Es ist auch eine sinnvolle Wahl, wenn man Arbeit reproduziert, die gegen ein älteres Modell geschrieben wurde, und man dasselbe Generierungsverhalten statt der Ausgabe eines neueren Modells möchte. In diesen Situationen sind das kleinere Kontextfenster und das Fehlen von Tool-Nutzung akzeptable Kompromisse, und man kann denselben api14 Endpunkt und dieselbe Request-Form weiterverwenden.