Usamos cookies. Las cookies y el almacenamiento del navegador mantienen tu sesión iniciada y recuerdan tus preferencias. Con tu permiso, también medimos cómo se usa el sitio. Puedes en cualquier momento. Consulta nuestra política de cookies.

¿Eres nuevo? Mira cómo funciona Un recorrido de 1 minuto por el entorno de pruebas, los modelos y tu clave API.

Mercury 2 vs Qwen3 VL 8B Instruct: precio de la API, contexto y funciones · api14

Inception: Mercury 2 contra Qwen: Qwen3 VL 8B Instruct

Una comparativa lado a lado de Inception: Mercury 2 (0,88 US$ / 1M fragmentos (≈ 0,78 €)) y Qwen: Qwen3 VL 8B Instruct (0,88 US$ / 1M fragmentos (≈ 0,78 €)) con precios actuales en USD y capacidades del catálogo de api14. Ambos funcionan a través de la misma API compatible con OpenAI.

Especificaciones

	Inception: Mercury 2	Qwen: Qwen3 VL 8B Instruct
Proveedor	Inception	Qwen
Entrada	0,88 US$ / 1M fragmentos (≈ 0,78 €)	0,88 US$ / 1M fragmentos (≈ 0,78 €)
Salida	2,63 US$ / 1M fragmentos (≈ 2,35 €)	2,63 US$ / 1M fragmentos (≈ 2,35 €)
Lectura de caché	0,09 US$ / 1M fragmentos (≈ 0,08 €)	0,42 US$ / 1M fragmentos (≈ 0,38 €)
Ventana de contexto	128.000	262.144
Salida máxima	50.000	235.929
Entrada	text	image, text
Salida	text	text
Llamadas a herramientas
Salida estructurada
Control del razonamiento
Añadido	4 mar 2026	14 oct 2025

Diferencias clave

Ambos tienen aproximadamente el mismo precio de entrada.
Qwen: Qwen3 VL 8B Instruct lee 2.0× más contexto (262.144 tokens).
Solo Inception: Mercury 2 admite control del esfuerzo de razonamiento.
Una solicitud con 1.000 tokens de entrada y 500 de salida cuesta 0,00219 US$ con Inception: Mercury 2 y 0,00219 US$ con Qwen: Qwen3 VL 8B Instruct.

En detalle

Inception: Mercury 2 es un modelo de texto de Inception, lanzado el 4 de marzo de 2026. Qwen: Qwen3 VL 8B Instruct es un modelo de texto de Qwen, lanzado el 14 de octubre de 2025. Ambos se sirven a través de api14 dentro de la categoría de texto, por lo que ocupan la misma posición en tu integración aunque provengan de proveedores distintos y se hayan creado en momentos diferentes.

La división más clara está en el contexto y las modalidades. Qwen3 VL 8B Instruct acepta tanto imagen como texto como entrada y devuelve texto, mientras que Mercury 2 acepta solo texto y devuelve texto. Qwen3 VL 8B Instruct también tiene la ventana de contexto más grande, con 262144 tokens frente a 128000 de Mercury 2, por lo que puede contener aproximadamente el doble de material en una sola llamada. En cuanto al razonamiento, Mercury 2 es el que tiene soporte de razonamiento dedicado: su lista de parámetros incluye include_reasoning, reasoning y reasoning_effort, ninguno de los cuales aparece para Qwen3 VL 8B Instruct. Los dos tienen aproximadamente el mismo precio tanto en entrada como en salida, por lo que el coste no es un factor decisivo aquí.

Para tareas que incluyen capturas de pantalla, diagramas, páginas escaneadas o cualquier otra imagen junto con texto, Qwen3 VL 8B Instruct es la única opción de las dos, ya que Mercury 2 no puede aceptar entrada de imagen en absoluto. Lo mismo se aplica cuando necesitas encajar un documento, una transcripción o una base de código muy grandes en un solo prompt, donde la ventana de contexto más grande de Qwen3 VL 8B Instruct te da más espacio antes de tener que dividir en fragmentos. Mercury 2 encaja mejor cuando la tarea se beneficia de un control explícito del razonamiento, porque puedes solicitar salida de razonamiento y ajustar el esfuerzo de razonamiento, y cuando la entrada es puramente texto y cabe cómodamente dentro de 128000 tokens. Qwen3 VL 8B Instruct también expone un conjunto más amplio de parámetros de muestreo y decodificación, incluidos frequency_penalty, presence_penalty, repetition_penalty, logit_bias, seed, top_k, top_p, logprobs y top_logprobs, lo cual importa si dependes de la reproducibilidad con semilla o de la inspección a nivel de token. Mercury 2 responde con response_format, structured_outputs, tools y tool_choice, todos los cuales Qwen3 VL 8B Instruct también admite, por lo que la salida estructurada y el llamamiento de herramientas están disponibles en cualquiera de los dos.

Llamar a cualquiera de los dos modelos a través de api14 funciona de la misma manera, porque la API es compatible con OpenAI. Apuntas tu cliente a la URL base de api14, envías tu solicitud al endpoint de chat completions con tu clave de api14 y estableces el campo model al id que quieras. Cambiar entre ellos es un cambio de una línea: usa "inception/mercury-2" para Mercury 2 y "qwen/qwen3-vl-8b-instruct" para Qwen3 VL 8B Instruct. El formato de los mensajes, los campos tools y response_format y el comportamiento de streaming siguen igual, por lo que puedes mantener una sola ruta de código e intercambiar el id, o enrutar entre los dos en tiempo de ejecución según si la solicitud lleva una imagen.

Cambia con una sola cadena

Ambos modelos usan el mismo endpoint y la misma estructura de solicitud. Cambia el valor de model de "inception/mercury-2" a "qwen/qwen3-vl-8b-instruct": los prompts, el streaming y las herramientas siguen funcionando.

Detalles y entorno de pruebas de Inception: Mercury 2 →Detalles y entorno de pruebas de Qwen: Qwen3 VL 8B Instruct →

import OpenAI from "openai";

const client = new OpenAI({
  baseURL: "https://api14.com/api/v1",
  apiKey: process.env.API14_API_KEY,
});

const result = await client.chat.completions.create({
  "model": "qwen/qwen3-vl-8b-instruct",
  "messages": [
    {
      "role": "user",
      "content": "Explain vector databases in two sentences."
    }
  ]
});
console.log(result.choices[0].message.content);

Inception: Mercury 2 contra Qwen: Qwen3 VL 8B Instruct

Especificaciones

Diferencias clave

En detalle

Cambia con una sola cadena

Más comparativas