AionLabs: Aion-2.0 lawan Mancer: Weaver (alpha)

AionLabs: Aion-2.0 adalah model teks dari AionLabs, dirilis pada 2026-02-23. Mancer: Weaver (alpha) adalah model teks dari Mancer, dirilis pada 2023-08-02. Keduanya disajikan sebagai model text-in, text-out melalui api14, jadi keduanya tidak menerima gambar atau audio pada input dan tidak menghasilkan apa pun selain teks pada output. Perbedaan struktural utama antara keduanya adalah usia dan fokus: Aion-2.0 adalah model general purpose yang lebih baru, sedangkan Weaver adalah rilis alpha yang lebih lama yang sudah cukup lama ada sehingga menjadi kuantitas yang dikenal untuk gaya prompting tertentu.

Keduanya paling berbeda tajam pada konteks dan pada apa yang bisa Anda minta mereka lakukan. Aion-2.0 memiliki context window 131072 token, sedangkan Weaver 8000 token, jadi Aion-2.0 adalah pilihan yang tepat ketika Anda perlu memasukkan dokumen panjang, file kode besar, atau percakapan panjang ke dalam satu panggilan. Aion-2.0 juga mendukung reasoning dan tool use, termasuk parameter reasoning dan include_reasoning, tools dan tool_choice, sehingga dapat memanggil fungsi dan mengekspos proses reasoning. Weaver tidak mendukung semua itu; sebagai gantinya ia mengekspos berbagai kontrol sampling seperti frequency_penalty, presence_penalty, repetition_penalty, min_p, top_a, top_k, logit_bias, logprobs, top_logprobs, seed dan stop. Keduanya menerima temperature, top_p, max_tokens dan response_format, jadi structured output tersedia di kedua sisi.

Untuk pekerjaan praktis, pilihan biasanya bergantung pada bentuk tugas. Jika Anda membangun agen yang perlu memanggil tools, atau Anda ingin model menalar suatu masalah sebelum menjawab, atau prompt Anda ditambah konteks yang diambil melebihi beberapa ribu token, Aion-2.0 adalah pilihan alaminya. Jika Anda melakukan generasi short-form di mana Anda ingin kontrol halus atas sampling, seperti penulisan kreatif, dialog karakter, atau eksperimen di mana Anda menyetel repetition dan presence penalty serta membandingkan seed, Weaver memberi Anda knob untuk itu. Weaver juga lebih murah dari keduanya baik pada input maupun output, jadi untuk volume tinggi, prompt pendek di mana konteksnya yang lebih kecil bukan kendala, ini bisa menjadi opsi yang lebih ekonomis. Aion-2.0 lebih cocok ketika kemampuan lebih penting daripada biaya per panggilan.

Memanggil salah satu model melalui api14 bekerja dengan cara yang sama, karena gateway mengekspos API yang kompatibel dengan OpenAI. Anda arahkan klien Anda ke base URL api14, kirim permintaan Anda ke endpoint chat completions dengan kunci api14 Anda, dan setel field model ke "aion-labs/aion-2.0" atau "mancer/weaver". Semua hal lain dalam body permintaan mengikuti skema OpenAI, jadi messages, temperature, max_tokens dan response_format berlaku tanpa perubahan. Beralih antara keduanya adalah edit satu baris pada model id, meskipun Anda harus ingat bahwa parameter tidak sepenuhnya dapat dipertukarkan: tools, tool_choice dan reasoning hanya berlaku untuk Aion-2.0, sedangkan parameter penalty, logprob dan sampling hanya berlaku untuk Weaver.

Masih ada kasus di mana Weaver adalah pilihan yang lebih baik meskipun Aion-2.0 adalah model yang lebih capable secara keseluruhan. Jika prompt Anda pendek, anggaran Anda ketat dan Anda ingin menyetel perilaku sampling secara presisi, set parameter Weaver dan harganya yang lebih rendah membuatnya menjadi default yang wajar. Ini juga pilihan yang masuk akal ketika Anda mereproduksi pekerjaan yang ditulis terhadap model lama dan Anda menginginkan perilaku generasi yang sama alih-alih output model yang lebih baru. Dalam situasi tersebut, context window yang lebih kecil dan tidak adanya tool use adalah trade-off yang dapat diterima, dan Anda dapat terus menggunakan endpoint api14 yang sama dan bentuk permintaan yang sama.