Inception: Mercury 3 contro Z.ai: GLM 4.7 Flash
Un confronto fianco a fianco tra Inception: Mercury 3 (0,35 USD / 1M token (≈ 0,31 €)) e Z.ai: GLM 4.7 Flash (0,21 USD / 1M token (≈ 0,19 €)) con i prezzi in USD e le funzionalità aggiornati dal catalogo di api14. Entrambi funzionano con la stessa API compatibile OpenAI.
Specifiche
| Inception: Mercury 3 | Z.ai: GLM 4.7 Flash | |
|---|---|---|
| Fornitore | Inception | Z.ai |
| Ingresso | 0,35 USD / 1M token (≈ 0,31 €) | 0,21 USD / 1M token (≈ 0,19 €) |
| Uscita | 1,22 USD / 1M token (≈ 1,09 €) | 1,40 USD / 1M token (≈ 1,25 €) |
| Lettura cache | 0,04 USD / 1M token (≈ 0,03 €) | - |
| Finestra di contesto | 1.000.000 | 200.000 |
| Output massimo | 131.072 | 117.964 |
| Ingresso | text | text |
| Uscita | text | text |
| chiamata di strumenti | ||
| Output strutturato | ||
| Controllo del ragionamento | ||
| Aggiunto | 16 ott 2026 | 19 gen 2026 |
Differenze principali
- Z.ai: GLM 4.7 Flash costa il 40% in meno sui token di input.
- Inception: Mercury 3 costa il 13% in meno sui token di output.
- Inception: Mercury 3 legge 5.0× più contesto (1.000.000 token).
- Una richiesta con 1.000 token di input e 500 di output costa 0,000963 USD con Inception: Mercury 3 e 0,000912 USD con Z.ai: GLM 4.7 Flash.
Nel dettaglio
Inception: Mercury 3 è un modello testuale di Inception, e Z.ai: GLM 4.7 Flash è un modello testuale di Z.ai. Entrambi sono serviti tramite api14 come modelli chat nella categoria testo, il che significa che accettano testo in input e restituiscono testo in output. Nessuno dei due accetta immagini, audio o altri input non testuali, quindi se il tuo carico di lavoro prevede qualcosa oltre al testo avrai bisogno di un modello diverso su uno dei due lati. I due differiscono principalmente per scala e per quanto controllo ti danno sulla generazione.
La differenza più netta è il contesto. Mercury 3 ha una finestra di contesto di 1.000.000 di token, mentre GLM 4.7 Flash ne ha 200.000. È una differenza di cinque volte, e conta se inserisci documenti lunghi, grandi basi di codice o cronologie di conversazione estese in una singola chiamata. Sul prezzo, i due non sono allineati: GLM 4.7 Flash è l'opzione più economica per i token di input, mentre Mercury 3 è l'opzione più economica per i token di output. Quindi la questione del costo dipende dal tuo rapporto tra token di prompt e token di completamento. Un carico di lavoro che legge molto e scrive poco propende verso GLM 4.7 Flash, mentre uno che legge poco e scrive molto propende verso Mercury 3. Entrambi espongono strumenti, output strutturati e controlli di ragionamento, quindi nessuno dei due ha una funzionalità esclusiva in quel campo.
Per la selezione pratica, inizia dalla forma della richiesta. Se devi passare input molto grandi, come un intero repository, una lunga trascrizione o una pila di documenti di riferimento, Mercury 3 è la scelta naturale grazie alla sua finestra di contesto più ampia. Se i tuoi prompt sono moderati e generi output lunghi, come redazione, riassunti estesi o generazione di codice con completamenti sostanziosi, il prezzo di output più economico di Mercury 3 gioca a suo favore. Se i tuoi prompt sono grandi ma le risposte sono brevi, come classificazione, estrazione o instradamento su input lunghi, GLM 4.7 Flash è la scelta economica migliore. GLM 4.7 Flash espone anche un insieme più ampio di parametri di campionamento, tra cui frequency e presence penalties, logit bias, logprobs, min_p, repetition penalty, seed, top_k, top_p e top_logprobs. Se fai affidamento sulla riproducibilità tramite seed, sulle probabilità logaritmiche a livello di token o su un controllo di campionamento granulare, quella superficie di parametri è un vero motivo per sceglierlo. La lista di parametri di Mercury 3 è più ristretta e incentrata su reasoning effort, response format, stop sequences, temperature e tool choice.
Chiamare uno dei due modelli tramite api14 funziona allo stesso modo, perché l'API è compatibile con OpenAI. Punti il tuo client all'URL di base di api14, invii una richiesta standard di chat completions e imposti il campo model all'id che desideri. Per usare Mercury 3, imposta il model su "inception/mercury-3". Per usare GLM 4.7 Flash, imposta il model su "z-ai/glm-4.7-flash". Tutto il resto nel corpo della richiesta, l'array messages, i tools, il response format, resta invariato. Passare da uno all'altro è una modifica di una riga, il che rende economico testare entrambi sul tuo traffico reale invece di indovinare dalle specifiche.
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-3" a "z-ai/glm-4.7-flash", prompt, streaming e tool continuano a funzionare.
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);
Altri confronti
- LiquidAI: LFM3-1.7B contro Ricursive: Ripple 65B Preview
- LiquidAI: LFM3-1.7B contro Crouton Alpha
- LiquidAI: LFM3-1.7B contro Tencent: Hy4
- LiquidAI: LFM3-1.7B contro Z.ai: GLM 5.3 FlashX Legal
- Ricursive: Ripple 65B Preview contro Crouton Alpha
- Ricursive: Ripple 65B Preview contro Tencent: Hy4
- Ricursive: Ripple 65B Preview contro Z.ai: GLM 5.3 FlashX Legal
- Crouton Alpha contro Tencent: Hy4