AionLabs: Aion-2.0 contre Inception: Mercury 3

AionLabs : Aion-2.0 est un modèle de texte d'AionLabs, publié le 2026-02-23. Inception : Mercury 3 est un modèle de texte d'Inception, publié le 2026-10-16. Les deux sont servis sur api14 dans la catégorie texte, et les deux acceptent une entrée texte et renvoient une sortie texte. Aucun des deux modèles ne prend en charge les images, l'audio ou toute autre modalité, donc si votre charge de travail est purement linguistique, les deux sont candidats et le choix se fait sur le contexte, les paramètres et le prix plutôt que sur ce que vous pouvez leur fournir.

La séparation la plus nette est la longueur du contexte. Aion-2.0 prend en charge 131072 tokens, tandis que Mercury 3 prend en charge 1000000 tokens, donc Mercury 3 contient environ sept à huit fois plus de texte dans une seule requête. Cela compte pour la lecture de dépôts entiers, les longues transcriptions, les grands ensembles de documents ou toute invite où vous devriez sinon découper et recoller. Sur les paramètres, les deux se recouvrent sur les bases : les deux acceptent max_tokens, temperature, tool_choice, tools, response_format, reasoning et include_reasoning, donc l'appel de fonctions et la sortie de raisonnement sont disponibles des deux côtés. Mercury 3 ajoute reasoning_effort, stop et structured_outputs, ce qui donne un contrôle plus fin sur l'intensité du raisonnement et sur l'application d'un schéma. Mercury 3 est le moins cher des deux en entrée comme en sortie, donc c'est aussi le coût par token le plus bas, bien que le tableau des prix en direct sur cette page soit l'endroit où vérifier les chiffres actuels.

Pour le travail quotidien comme le résumé, la classification, l'extraction, les assistants de chat et l'aide modérée au code, l'un ou l'autre modèle fera l'affaire, et les facteurs décisifs sont généralement le contexte et le coût. Si vos invites tiennent confortablement dans 131072 tokens et que vous voulez un modèle de texte simple avec appel de fonctions et raisonnement, Aion-2.0 est un choix par défaut raisonnable. Si vous poussez régulièrement des entrées très longues, ou si vous avez besoin de structured_outputs pour garantir une forme JSON, ou si vous voulez ajuster reasoning_effort, Mercury 3 est plus adapté, et son contexte plus grand signifie moins de pipelines de découpage à maintenir. Comme Mercury 3 est moins cher en entrée et en sortie, c'est aussi le choix judicieux lorsque le volume est élevé et que la tâche n'est pas limitée par le contexte.

Appeler l'un ou l'autre modèle via api14 est la même opération. L'API est compatible OpenAI, donc vous pointez votre client existant vers l'URL de base api14, vous envoyez votre clé, et vous définissez le champ model. Pour utiliser Aion-2.0, définissez l'id du modèle sur "aion-labs/aion-2.0". Pour utiliser Mercury 3, définissez-le sur "inception/mercury-3". Tout le reste dans le corps de la requête, messages, temperature, tools, response_format et le reste, garde la même forme, donc passer de l'un à l'autre est un changement d'une ligne et vous pouvez les comparer sur votre propre trafic sans réécrire le code d'intégration.

Il reste des cas où Aion-2.0 est le meilleur choix. Si vos entrées sont courtes ou de longueur moyenne et que vous n'avez pas besoin de structured_outputs ou de reasoning_effort, le contexte et les paramètres supplémentaires de Mercury 3 ne vous apportent rien, et une surface de requête plus simple est plus facile à raisonner. Si vous avez déjà ajusté des invites et des harnais d'évaluation sur Aion-2.0 et qu'ils passent, il n'y a aucune raison de changer, sauf si le coût ou le contexte vous y force. Traitez les deux comme interchangeables au niveau de l'API et choisissez selon la tâche : Aion-2.0 pour le travail textuel contenu, Mercury 3 lorsque la longueur, l'application d'un schéma ou le prix par token dominent.