AionLabs: Aion-2.0 lawan Inception: Mercury 2
Perbandingan berdampingan AionLabs: Aion-2.0 (US$2,80 / 1 jt token) dan Inception: Mercury 2 (US$0,88 / 1 jt token) menggunakan harga USD dan kemampuan terkini dari katalog api14. Keduanya berjalan melalui API yang sama dan kompatibel dengan OpenAI.
Spesifikasi
| AionLabs: Aion-2.0 | Inception: Mercury 2 | |
|---|---|---|
| Penyedia | AionLabs | Inception |
| Masukan | US$2,80 / 1 jt token | US$0,88 / 1 jt token |
| Keluaran | US$5,60 / 1 jt token | US$2,63 / 1 jt token |
| Baca cache | US$0,70 / 1 jt token | US$0,09 / 1 jt token |
| Jendela konteks | 131.072 | 128.000 |
| Output maks. | 32.768 | 50.000 |
| Masukan | text | text |
| Keluaran | text | text |
| panggilan alat | ||
| Output terstruktur | ||
| Pengaturan penalaran | ||
| Ditambahkan | 23 Feb 2026 | 4 Mar 2026 |
Perbedaan utama
- Inception: Mercury 2 69% lebih murah untuk token input.
- Inception: Mercury 2 53% lebih murah untuk token output.
- Hanya Inception: Mercury 2 yang mendukung output JSON terstruktur.
- Permintaan dengan 1.000 token input dan 500 token output berbiaya US$0,00560 dengan AionLabs: Aion-2.0 dan US$0,00219 dengan Inception: Mercury 2.
Lebih mendalam
AionLabs: Aion-2.0 adalah model teks dari AionLabs, dirilis pada 2026-02-23. Inception: Mercury 2 adalah model teks dari Inception, dirilis pada 2026-03-04. Keduanya dilayani melalui api14 sebagai model teks bergaya chat, dan keduanya menerima teks sebagai input dan menghasilkan teks sebagai output, jadi tidak ada yang menangani gambar, audio, atau modalitas non-teks lainnya. Jika Anda memilih di antara keduanya, keputusannya bergantung pada ukuran konteks, dukungan parameter, dan harga, bukan pada perbedaan jenis konten yang dapat mereka proses.
Kedua model ini berdekatan dalam panjang konteks: Aion-2.0 menawarkan 131072 token dan Mercury 2 menawarkan 128000 token, yang bukan perbedaan berarti untuk sebagian besar beban kerja. Keduanya menyediakan kontrol penalaran (include_reasoning dan reasoning), pemanggilan tool (tools dan tool_choice), response_format, dan temperature, sehingga keduanya dapat menjalankan pemanggilan fungsi dan respons bergaya JSON. Kesenjangan kemampuan yang paling jelas adalah structured output: Mercury 2 mencantumkan structured_outputs di antara parameter yang didukungnya, sedangkan Aion-2.0 tidak. Mercury 2 juga menerima reasoning_effort dan stop, yang tidak dicantumkan Aion-2.0, sementara Aion-2.0 mencantumkan top_p, yang tidak dimiliki Mercury 2. Dari sisi harga, Mercury 2 adalah opsi yang lebih murah untuk token input maupun output, jadi ia adalah pilihan berbiaya lebih rendah di kedua sisi tagihan.
Untuk pekerjaan sehari-hari seperti peringkasan, ekstraksi, klasifikasi, chat, dan bantuan kode, kedua model bisa digunakan, dan jendela konteks yang hampir identik berarti dokumen panjang muat di keduanya. Pilih Mercury 2 ketika Anda menginginkan panggilan yang lebih murah, ketika Anda membutuhkan structured output ketat yang ditegakkan oleh model, atau ketika Anda ingin menyetel reasoning effort per permintaan. Pilih Aion-2.0 ketika Anda menginginkan kontrol sampling top_p, ketika prompt Anda sudah disetel di sekitar parameter itu, atau ketika Anda sekadar lebih memilih model AionLabs untuk pipeline tertentu. Jika biaya adalah faktor penentu dan tugas Anda tidak bergantung pada structured_outputs, reasoning_effort, atau top_p, Mercury 2 adalah default yang lebih ekonomis.
Memanggil salah satu model melalui api14 bekerja dengan cara yang sama karena API-nya kompatibel dengan OpenAI. Anda arahkan klien OpenAI yang sudah ada ke base URL api14, kirim permintaan chat completions seperti biasa, dan setel field model ke "aion-labs/aion-2.0" atau "inception/mercury-2". Semua hal lain di body permintaan tetap seperti semula: messages, temperature, max_tokens, tools, dan response_format berlaku tanpa perubahan. Berpindah di antara keduanya cukup mengedit satu baris pada model id, sehingga Anda dapat membandingkan keduanya dengan trafik Anda sendiri tanpa menulis ulang kode integrasi. Ingat saja bahwa parameter yang hanya didukung satu sisi, seperti structured_outputs atau reasoning_effort pada Mercury 2 dan top_p pada Aion-2.0, akan ditolak atau diabaikan oleh sisi lainnya, jadi jauhkan parameter tersebut dari template permintaan bersama.
Masih ada kasus di mana Aion-2.0 adalah pilihan yang lebih baik. Jika aplikasi Anda mengandalkan top_p untuk membentuk sampling, Mercury 2 tidak mencantumkannya, jadi Aion-2.0 adalah model yang mendukung konfigurasi Anda yang ada. Demikian pula, jika Anda sudah memvalidasi kualitas output dan latensi pada Aion-2.0 untuk tugas tertentu, tidak ada alasan kemampuan dalam data di sini untuk berpindah, karena jendela konteksnya efektif sama dan keduanya menangani tools dan reasoning. Pertukaran yang Anda lakukan cukup jelas: Mercury 2 memberi Anda structured output, kontrol reasoning effort, dan biaya lebih rendah, sementara Aion-2.0 memberi Anda top_p dan jendela konteks yang sedikit lebih besar.
Berganti cukup dengan satu string
Kedua model menggunakan endpoint dan bentuk permintaan yang sama. Ubah nilai model dari "aion-labs/aion-2.0" ke "inception/mercury-2", prompt, streaming, dan tools tetap berfungsi.
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": "inception/mercury-2",
"messages": [
{
"role": "user",
"content": "Explain vector databases in two sentences."
}
]
});
console.log(result.choices[0].message.content);
Perbandingan lainnya
- DeepSeek: DeepSeek V4.1 Flash 1017 lawan Elorian: Glimpse
- DeepSeek: DeepSeek V4.1 Flash 1017 lawan MiniMax: MiniMax M3.1 Flash
- DeepSeek: DeepSeek V4.1 Flash 1017 lawan MoonshotAI: Kimi K3.1 Pro
- DeepSeek: DeepSeek V4.1 Flash 1017 lawan Reflection: Beam 1.0 501B A23B
- Elorian: Glimpse lawan MiniMax: MiniMax M3.1 Flash
- Elorian: Glimpse lawan MoonshotAI: Kimi K3.1 Pro
- Elorian: Glimpse lawan Reflection: Beam 1.0 501B A23B
- MiniMax: MiniMax M3.1 Flash lawan MoonshotAI: Kimi K3.1 Pro