Inception: Mercury 3 es un modelo de texto de Inception, y Z.ai: GLM 4.7 Flash es un modelo de texto de Z.ai. Ambos se sirven a través de api14 como modelos de chat en la categoría de texto, lo que significa que reciben texto y devuelven texto. Ninguno acepta imágenes, audio u otras entradas que no sean texto, así que si tu carga de trabajo implica algo más allá del texto, necesitarás un modelo diferente en cualquiera de los dos lados. Los dos difieren principalmente en escala y en cuánto control te dan sobre la generación.
La división más clara es el contexto. Mercury 3 tiene una ventana de contexto de 1,000,000 de tokens, mientras que GLM 4.7 Flash tiene 200,000. Esa es una diferencia de cinco veces, y es importante si estás introduciendo documentos largos, bases de código grandes o historiales de conversación extensos en una sola llamada. En cuanto al precio, los dos no están alineados: GLM 4.7 Flash es la opción más barata para tokens de entrada, mientras que Mercury 3 es la opción más barata para tokens de salida. Así que la cuestión del costo depende de tu proporción de tokens de prompt a tokens de finalización. Una carga de trabajo que lee mucho y escribe poco se inclina hacia GLM 4.7 Flash, mientras que una que lee poco y escribe mucho se inclina hacia Mercury 3. Ambos exponen herramientas, salidas estructuradas y controles de razonamiento, así que ninguno tiene una característica exclusiva ahí.
Para la selección práctica, empieza por la forma de la solicitud. Si necesitas pasar entradas muy grandes, como un repositorio completo, una transcripción larga o una pila de documentos de referencia, Mercury 3 es el ajuste natural debido a su ventana de contexto más grande. Si tus prompts son moderados y generas salidas largas, como redacción, resumen extenso o generación de código con finalizaciones sustanciales, el precio más barato de salida de Mercury 3 juega a su favor. Si tus prompts son grandes pero tus respuestas son cortas, como clasificación, extracción o enrutamiento sobre entradas largas, GLM 4.7 Flash es la mejor elección económica. GLM 4.7 Flash también expone un conjunto más amplio de parámetros de muestreo, incluidos frequency y presence penalties, logit bias, logprobs, min_p, repetition penalty, seed, top_k, top_p y top_logprobs. Si dependes de la reproducibilidad con seed, de probabilidades logarítmicas a nivel de token o de un control de muestreo detallado, esa superficie de parámetros es una razón real para elegirlo. La lista de parámetros de Mercury 3 es más estrecha y se centra en reasoning effort, response format, stop sequences, temperature y tool choice.
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 una solicitud estándar de chat completions y estableces el campo model al id que quieras. Para usar Mercury 3, establece el model a "inception/mercury-3". Para usar GLM 4.7 Flash, establece el model a "z-ai/glm-4.7-flash". Todo lo demás en el cuerpo de la solicitud, el array de messages, las tools, el response format, permanece igual. Cambiar entre los dos es un cambio de una línea, lo que hace barato comparar ambos con tu propio tráfico en lugar de adivinar a partir de las especificaciones.
Todavía hay casos en los que GLM 4.7 Flash es la mejor elección incluso cuando el contexto no es la limitación. Si tu tarea depende de logprobs o top_logprobs para la estimación de confianza, o de un seed fijo para un muestreo reproducible, Mercury 3 no lista esos parámetros, así que GLM 4.7 Flash es el que hay que llamar. Lo mismo se aplica si necesitas penalties o ajuste de top_k y top_p como parte de tu estrategia de prompts. A la inversa, si necesitas un contexto muy grande y salida barata, Mercury 3 es el que hay que usar.