Inception: Mercury 2 lawan Qwen: Qwen3 VL 8B Instruct
Perbandingan berdampingan Inception: Mercury 2 (US$0,88 / 1 jt token (≈ Rp 15.837)) dan Qwen: Qwen3 VL 8B Instruct (US$0,88 / 1 jt token (≈ Rp 15.837)) menggunakan harga USD dan kemampuan terkini dari katalog api14. Keduanya berjalan melalui API yang sama dan kompatibel dengan OpenAI.
Spesifikasi
| Inception: Mercury 2 | Qwen: Qwen3 VL 8B Instruct | |
|---|---|---|
| Penyedia | Inception | Qwen |
| Masukan | US$0,88 / 1 jt token (≈ Rp 15.837) | US$0,88 / 1 jt token (≈ Rp 15.837) |
| Keluaran | US$2,63 / 1 jt token (≈ Rp 47.510) | US$2,63 / 1 jt token (≈ Rp 47.510) |
| Baca cache | US$0,09 / 1 jt token (≈ Rp 1.584) | US$0,42 / 1 jt token (≈ Rp 7.602) |
| Jendela konteks | 128.000 | 262.144 |
| Output maks. | 50.000 | 235.929 |
| Masukan | text | image, text |
| Keluaran | text | text |
| panggilan alat | ||
| Output terstruktur | ||
| Pengaturan penalaran | ||
| Ditambahkan | 4 Mar 2026 | 14 Okt 2025 |
Perbedaan utama
- Keduanya memiliki harga input yang hampir sama.
- Qwen: Qwen3 VL 8B Instruct membaca konteks 2.0× lebih banyak (262.144 token).
- Hanya Inception: Mercury 2 yang mendukung pengaturan tingkat penalaran.
- Permintaan dengan 1.000 token input dan 500 token output berbiaya US$0,00219 dengan Inception: Mercury 2 dan US$0,00219 dengan Qwen: Qwen3 VL 8B Instruct.
Lebih mendalam
Inception: Mercury 2 adalah model teks dari Inception, dirilis pada 4 Maret 2026. Qwen: Qwen3 VL 8B Instruct adalah model teks dari Qwen, dirilis pada 14 Oktober 2025. Keduanya dilayani melalui api14 di bawah kategori teks, sehingga keduanya menempati slot yang sama dalam integrasi Anda meskipun berasal dari provider yang berbeda dan dibangun pada waktu yang berbeda.
Pemisahan yang paling jelas terletak pada konteks dan modalitas. Qwen3 VL 8B Instruct menerima gambar dan teks sebagai input dan mengembalikan teks, sedangkan Mercury 2 hanya menerima teks dan mengembalikan teks. Qwen3 VL 8B Instruct juga memiliki context window yang lebih besar, yaitu 262144 token dibandingkan 128000 untuk Mercury 2, sehingga dapat menampung sekitar dua kali lebih banyak materi dalam satu panggilan. Pada penalaran, Mercury 2 adalah yang memiliki dukungan reasoning khusus: daftar parameternya mencakup include_reasoning, reasoning dan reasoning_effort, yang tidak muncul untuk Qwen3 VL 8B Instruct. Keduanya memiliki harga yang kurang lebih sama pada input dan output, jadi biaya bukan faktor penentu di sini.
Untuk tugas yang melibatkan screenshot, diagram, halaman hasil pindaian atau gambar lain bersama teks, Qwen3 VL 8B Instruct adalah satu-satunya pilihan di antara keduanya, karena Mercury 2 tidak dapat menerima input gambar sama sekali. Hal yang sama berlaku ketika Anda perlu memasukkan dokumen, transkrip atau basis kode yang sangat besar ke dalam satu prompt, di mana context window Qwen3 VL 8B Instruct yang lebih besar memberi Anda lebih banyak ruang sebelum Anda harus melakukan chunking. Mercury 2 lebih cocok ketika tugas mendapat manfaat dari kontrol penalaran yang eksplisit, karena Anda dapat meminta output reasoning dan menyetel reasoning effort, dan ketika input sepenuhnya teks dan nyaman berada dalam 128000 token. Qwen3 VL 8B Instruct juga mengekspos kumpulan parameter sampling dan decoding yang lebih luas, termasuk frequency_penalty, presence_penalty, repetition_penalty, logit_bias, seed, top_k, top_p, logprobs dan top_logprobs, yang penting jika Anda mengandalkan reproduksibilitas berbasis seed atau inspeksi tingkat token. Mercury 2 membalas dengan response_format, structured_outputs, tools dan tool_choice, yang semuanya juga didukung Qwen3 VL 8B Instruct, sehingga output terstruktur dan pemanggilan tool tersedia di kedua sisi.
Memanggil salah satu model melalui api14 bekerja dengan cara yang sama, karena API-nya 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 id yang Anda inginkan. Beralih di antara keduanya adalah perubahan satu baris: gunakan "inception/mercury-2" untuk Mercury 2 dan "qwen/qwen3-vl-8b-instruct" untuk Qwen3 VL 8B Instruct. Format pesan, field tools dan response_format serta perilaku streaming tetap sama, sehingga Anda dapat mempertahankan satu jalur kode dan menukar id-nya, atau merutekan di antara keduanya saat runtime berdasarkan apakah permintaan membawa gambar.
Berganti cukup dengan satu string
Kedua model menggunakan endpoint dan bentuk permintaan yang sama. Ubah nilai model dari "inception/mercury-2" ke "qwen/qwen3-vl-8b-instruct", 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": "qwen/qwen3-vl-8b-instruct",
"messages": [
{
"role": "user",
"content": "Explain vector databases in two sentences."
}
]
});
console.log(result.choices[0].message.content);
Perbandingan lainnya
- LiquidAI: LFM3-1.7B lawan Ricursive: Ripple 65B Preview
- LiquidAI: LFM3-1.7B lawan Crouton Alpha
- LiquidAI: LFM3-1.7B lawan Tencent: Hy4
- LiquidAI: LFM3-1.7B lawan Z.ai: GLM 5.3 FlashX Legal
- Ricursive: Ripple 65B Preview lawan Crouton Alpha
- Ricursive: Ripple 65B Preview lawan Tencent: Hy4
- Ricursive: Ripple 65B Preview lawan Z.ai: GLM 5.3 FlashX Legal
- Crouton Alpha lawan Tencent: Hy4