Usiamo i cookie. Cookie e memoria del browser ti mantengono connesso e ricordano le tue preferenze. Con il tuo consenso misuriamo anche come viene usato il sito. Puoi in qualsiasi momento. Consulta la nostra cookie policy.

Sei nuovo? Scopri come funziona Un tour di 1 minuto tra banco di prova, modelli e la tua chiave API.

Inception: Mercury 2 contro Qwen: Qwen3 VL 8B Instruct

Un confronto fianco a fianco tra Inception: Mercury 2 (0,88 USD / 1M token (≈ 0,78 €)) e Qwen: Qwen3 VL 8B Instruct (0,88 USD / 1M token (≈ 0,78 €)) con i prezzi in USD e le funzionalità aggiornati dal catalogo di api14. Entrambi funzionano con la stessa API compatibile OpenAI.

Specifiche

	Inception: Mercury 2	Qwen: Qwen3 VL 8B Instruct
Fornitore	Inception	Qwen
Ingresso	0,88 USD / 1M token (≈ 0,78 €)	0,88 USD / 1M token (≈ 0,78 €)
Uscita	2,63 USD / 1M token (≈ 2,34 €)	2,63 USD / 1M token (≈ 2,34 €)
Lettura cache	0,09 USD / 1M token (≈ 0,08 €)	0,42 USD / 1M token (≈ 0,37 €)
Finestra di contesto	128.000	262.144
Output massimo	50.000	235.929
Ingresso	text	image, text
Uscita	text	text
chiamata di strumenti
Output strutturato
Controllo del ragionamento
Aggiunto	4 mar 2026	14 ott 2025

Differenze principali

Entrambi hanno all’incirca lo stesso prezzo di input.
Qwen: Qwen3 VL 8B Instruct legge 2.0× più contesto (262.144 token).
Solo Inception: Mercury 2 supporta controllo del livello di ragionamento.
Una richiesta con 1.000 token di input e 500 di output costa 0,00219 USD con Inception: Mercury 2 e 0,00219 USD con Qwen: Qwen3 VL 8B Instruct.

Nel dettaglio

Inception: Mercury 2 è un modello testuale di Inception, rilasciato il 4 marzo 2026. Qwen: Qwen3 VL 8B Instruct è un modello testuale di Qwen, rilasciato il 14 ottobre 2025. Entrambi sono serviti tramite api14 nella categoria text, quindi occupano lo stesso slot nella tua integrazione anche se provengono da provider diversi e sono stati costruiti in momenti diversi.

La differenza più netta riguarda contesto e modalità. Qwen3 VL 8B Instruct accetta sia immagini che testo come input e restituisce testo, mentre Mercury 2 accetta solo testo e restituisce testo. Qwen3 VL 8B Instruct ha anche la finestra di contesto più ampia, con 262144 token contro i 128000 di Mercury 2, quindi può contenere circa il doppio del materiale in una singola chiamata. Sul ragionamento, Mercury 2 è quello con supporto dedicato: la sua lista di parametri include include_reasoning, reasoning e reasoning_effort, nessuno dei quali compare per Qwen3 VL 8B Instruct. I due hanno all'incirca lo stesso prezzo sia in input che in output, quindi il costo non è un fattore decisivo in questo caso.

Per attività che coinvolgono screenshot, diagrammi, pagine scansionate o qualsiasi altra immagine insieme al testo, Qwen3 VL 8B Instruct è l'unica opzione tra i due, dato che Mercury 2 non può ricevere input immagini. Lo stesso vale quando devi inserire un documento, una trascrizione o una codebase molto grandi in un unico prompt, dove la finestra di contesto più ampia di Qwen3 VL 8B Instruct ti dà più spazio prima di dover suddividere. Mercury 2 è più adatto quando l'attività beneficia di un controllo esplicito del ragionamento, perché puoi richiedere l'output di ragionamento e regolare lo sforzo di ragionamento, e quando l'input è puramente testuale e comodamente entro i 128000 token. Qwen3 VL 8B Instruct espone anche un insieme più ampio di parametri di campionamento e decodifica, tra cui frequency_penalty, presence_penalty, repetition_penalty, logit_bias, seed, top_k, top_p, logprobs e top_logprobs, il che conta se ti affidi alla riproducibilità con seed o all'ispezione a livello di token. Mercury 2 risponde con response_format, structured_outputs, tools e tool_choice, tutti supportati anche da Qwen3 VL 8B Instruct, quindi output strutturato e chiamata di strumenti sono disponibili su entrambi i lati.

Chiamare l'uno o l'altro modello tramite api14 funziona allo stesso modo, perché l'API è compatibile con OpenAI. Punti il tuo client all'URL di base di api14, invii la richiesta all'endpoint chat completions con la tua chiave api14 e imposti il campo model sull'id che desideri. Passare dall'uno all'altro è una modifica di una riga: usa "inception/mercury-2" per Mercury 2 e "qwen/qwen3-vl-8b-instruct" per Qwen3 VL 8B Instruct. Il formato dei messaggi, i campi tools e response_format e il comportamento dello streaming restano gli stessi, quindi puoi mantenere un unico percorso di codice e scambiare l'id, oppure instradare tra i due a runtime in base alla presenza di un'immagine nella richiesta.

Cambia modello con una stringa

Entrambi i modelli usano lo stesso endpoint e la stessa struttura di richiesta. Cambia il valore di model da "inception/mercury-2" a "qwen/qwen3-vl-8b-instruct", prompt, streaming e tool continuano a funzionare.

Inception: Mercury 2: dettagli e banco di prova →Qwen: Qwen3 VL 8B Instruct: dettagli e banco di prova →

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);

Altri confronti

Mercury 2 vs Qwen3 VL 8B Instruct: prezzo API, contesto e funzionalità · api14