Inception: Mercury 3 lawan Z.ai: GLM 4.7 Flash
Perbandingan berdampingan Inception: Mercury 3 (US$0,35 / 1 jt token (≈ Rp 6.328)) dan Z.ai: GLM 4.7 Flash (US$0,21 / 1 jt token (≈ Rp 3.828)) menggunakan harga USD dan kemampuan terkini dari katalog api14. Keduanya berjalan melalui API yang sama dan kompatibel dengan OpenAI.
Spesifikasi
| Inception: Mercury 3 | Z.ai: GLM 4.7 Flash | |
|---|---|---|
| Penyedia | Inception | Z.ai |
| Masukan | US$0,35 / 1 jt token (≈ Rp 6.328) | US$0,21 / 1 jt token (≈ Rp 3.828) |
| Keluaran | US$1,22 / 1 jt token (≈ Rp 22.148) | US$1,40 / 1 jt token (≈ Rp 25.312) |
| Baca cache | US$0,04 / 1 jt token (≈ Rp 633) | - |
| Jendela konteks | 1.000.000 | 200.000 |
| Output maks. | 131.072 | 117.964 |
| Masukan | text | text |
| Keluaran | text | text |
| panggilan alat | ||
| Output terstruktur | ||
| Pengaturan penalaran | ||
| Ditambahkan | 16 Okt 2026 | 19 Jan 2026 |
Perbedaan utama
- Z.ai: GLM 4.7 Flash 40% lebih murah untuk token input.
- Inception: Mercury 3 13% lebih murah untuk token output.
- Inception: Mercury 3 membaca konteks 5.0× lebih banyak (1.000.000 token).
- Permintaan dengan 1.000 token input dan 500 token output berbiaya US$0,000963 dengan Inception: Mercury 3 dan US$0,000912 dengan Z.ai: GLM 4.7 Flash.
Lebih mendalam
Inception: Mercury 3 adalah model teks dari Inception, dan Z.ai: GLM 4.7 Flash adalah model teks dari Z.ai. Keduanya disajikan melalui api14 sebagai model chat dalam kategori teks, artinya keduanya menerima teks dan mengembalikan teks. Tidak ada yang menerima gambar, audio, atau input non-teks lainnya, jadi jika beban kerja Anda melibatkan apa pun di luar teks, Anda memerlukan model lain di salah satu sisi. Keduanya berbeda terutama dalam skala dan seberapa besar kendali yang diberikan kepada Anda atas generasi.
Perbedaan paling jelas adalah konteks. Mercury 3 membawa jendela konteks 1.000.000 token, sedangkan GLM 4.7 Flash membawa 200.000. Itu perbedaan lima kali lipat, dan ini penting jika Anda memasukkan dokumen panjang, basis kode besar, atau riwayat percakapan yang diperpanjang dalam satu panggilan. Dari sisi harga, keduanya tidak sejajar: GLM 4.7 Flash adalah opsi yang lebih murah untuk token input, sedangkan Mercury 3 adalah opsi yang lebih murah untuk token output. Jadi pertanyaan biaya bergantung pada rasio token prompt terhadap token completion Anda. Beban kerja yang banyak membaca dan sedikit menulis condong ke GLM 4.7 Flash, sedangkan yang sedikit membaca dan banyak menulis condong ke Mercury 3. Keduanya mengekspos tools, structured outputs, dan kontrol reasoning, jadi tidak ada yang memiliki fitur eksklusif di sana.
Untuk pemilihan praktis, mulailah dari bentuk permintaan. Jika Anda perlu memasukkan input yang sangat besar, seperti repositori penuh, transkrip panjang, atau tumpukan dokumen referensi, Mercury 3 adalah pilihan alami karena jendela konteksnya yang lebih besar. Jika prompt Anda moderat dan Anda menghasilkan output panjang, seperti penyusunan draf, peringkasan panjang, atau generasi kode dengan completion yang substansial, harga output Mercury 3 yang lebih murah menguntungkannya. Jika prompt Anda besar tetapi jawaban Anda pendek, seperti klasifikasi, ekstraksi, atau routing atas input panjang, GLM 4.7 Flash adalah pilihan ekonomi yang lebih baik. GLM 4.7 Flash juga mengekspos kumpulan parameter sampling yang lebih luas, termasuk frequency dan presence penalties, logit bias, logprobs, min_p, repetition penalty, seed, top_k, top_p, dan top_logprobs. Jika Anda mengandalkan reproduksibilitas berbasis seed, log probabilities tingkat token, atau kontrol sampling yang terperinci, permukaan parameter itu adalah alasan nyata untuk memilihnya. Daftar parameter Mercury 3 lebih sempit dan berpusat pada reasoning effort, response format, stop sequences, temperature, dan tool choice.
Memanggil salah satu model melalui api14 bekerja dengan cara yang sama, karena API-nya kompatibel dengan OpenAI. Anda mengarahkan klien Anda ke base URL api14, mengirim permintaan chat completions standar, dan mengatur field model ke id yang Anda inginkan. Untuk menggunakan Mercury 3, atur model ke "inception/mercury-3". Untuk menggunakan GLM 4.7 Flash, atur model ke "z-ai/glm-4.7-flash". Semua hal lain dalam body permintaan, array messages, tools, response format, tetap sama. Berpindah antara keduanya adalah perubahan satu baris, yang membuatnya murah untuk melakukan benchmark keduanya terhadap trafik Anda sendiri daripada menebak dari spesifikasi.
Berganti cukup dengan satu string
Kedua model menggunakan endpoint dan bentuk permintaan yang sama. Ubah nilai model dari "inception/mercury-3" ke "z-ai/glm-4.7-flash", 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": "z-ai/glm-4.7-flash",
"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