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

AionLabs: Aion-2.0 è un modello di testo di AionLabs, rilasciato il 2026-02-23. Mancer: Weaver (alpha) è un modello di testo di Mancer, rilasciato il 2023-08-02. Entrambi sono serviti come modelli text-in, text-out tramite api14, quindi nessuno dei due accetta immagini o audio in input né produce qualcosa di diverso da testo in output. La principale differenza strutturale tra loro è l'età e il focus: Aion-2.0 è un modello general purpose più recente, mentre Weaver è una release alpha più vecchia che esiste da abbastanza tempo da essere una quantità nota per un particolare stile di prompting.

I due divergono maggiormente sul contesto e su ciò che puoi chiedere loro di fare. Aion-2.0 ha una finestra di contesto di 131072 token, mentre quella di Weaver è di 8000 token, quindi Aion-2.0 è quello da scegliere quando devi inserire documenti lunghi, grandi file di codice o conversazioni estese in una singola chiamata. Aion-2.0 supporta anche il reasoning e l'uso di tool, inclusi i parametri reasoning e include_reasoning, tools e tool_choice, quindi può chiamare funzioni ed esporre una fase di reasoning. Weaver non supporta nulla di tutto ciò; espone invece un ampio insieme di controlli di campionamento come frequency_penalty, presence_penalty, repetition_penalty, min_p, top_a, top_k, logit_bias, logprobs, top_logprobs, seed e stop. Entrambi accettano temperature, top_p, max_tokens e response_format, quindi l'output strutturato è disponibile su entrambi i lati.

Per il lavoro pratico, la scelta di solito dipende dalla forma del compito. Se stai costruendo un agente che deve chiamare tool, o vuoi che il modello ragioni su un problema prima di rispondere, o il tuo prompt più il contesto recuperato supera qualche migliaio di token, Aion-2.0 è la scelta naturale. Se stai facendo generazione in forma breve in cui vuoi un controllo fine sul campionamento, come scrittura creativa, dialogo tra personaggi o esperimenti in cui regoli repetition e presence penalty e confronti seed, Weaver ti offre le manopole per farlo. Weaver è anche il più economico dei due sia in input sia in output, quindi per prompt brevi ad alto volume in cui la sua finestra di contesto più piccola non è un vincolo, può essere l'opzione più economica. Aion-2.0 è più adatto quando la capacità conta più del costo per chiamata.

Chiamare uno dei due modelli tramite api14 funziona allo stesso modo, perché il gateway espone un'API compatibile con OpenAI. Punti il tuo client all'URL di base di api14, invii la tua richiesta all'endpoint chat completions con la tua chiave api14 e imposti il campo model su "aion-labs/aion-2.0" oppure "mancer/weaver". Tutto il resto nel corpo della richiesta segue lo schema OpenAI, quindi messages, temperature, max_tokens e response_format valgono invariati. Passare dall'uno all'altro è una modifica di una riga all'id del modello, anche se dovresti tenere presente che i parametri non sono perfettamente intercambiabili: tools, tool_choice e reasoning si applicano solo ad Aion-2.0, mentre i parametri penalty, logprob e sampling si applicano solo a Weaver.

Ci sono ancora casi in cui Weaver è la scelta migliore anche se Aion-2.0 è il modello complessivamente più capace. Se i tuoi prompt sono brevi, il tuo budget è limitato e vuoi regolare con precisione il comportamento di campionamento, l'insieme di parametri e il prezzo inferiore di Weaver lo rendono un default ragionevole. È anche una scelta sensata quando stai riproducendo un lavoro scritto per un modello più vecchio e vuoi lo stesso comportamento di generazione invece dell'output di un modello più recente. In quelle situazioni la finestra di contesto più piccola e l'assenza di uso dei tool sono compromessi accettabili, e puoi continuare a usare lo stesso endpoint api14 e la stessa forma di richiesta.