AionLabs: Aion-2.0 対 Inception: Mercury 3

AionLabs: Aion-2.0 は AionLabs のテキストモデルで、2026-02-23 にリリースされました。Inception: Mercury 3 は Inception のテキストモデルで、2026-10-16 にリリースされました。どちらも api14 上でテキストカテゴリとして提供されており、どちらもテキスト入力を受け取りテキスト出力を返します。どちらのモデルも画像、音声、その他のモダリティを扱わないため、ワークロードが純粋に言語に関するものであれば、どちらも候補になり、選択は入力できる内容ではなく、コンテキスト、パラメータ、価格で決まります。

最も明確な違いはコンテキスト長です。Aion-2.0 は 131072 トークンをサポートし、Mercury 3 は 1000000 トークンをサポートするため、Mercury 3 は 1 回のリクエストでおよそ 7 倍から 8 倍多くのテキストを保持できます。これはリポジトリ全体の読み込み、長い文字起こし、大規模な文書セット、あるいは本来なら分割してつなぎ合わせるようなプロンプトにとって重要です。パラメータについては、両者は基本部分で重なります。どちらも max_tokens、temperature、tool_choice、tools、response_format、reasoning、include_reasoning を受け付けるため、関数呼び出しと推論出力はどちら側でも利用できます。Mercury 3 はさらに reasoning_effort、stop、structured_outputs を追加しており、どれだけ強く推論するか、またスキーマを強制するかについて、より細かい制御が可能です。Mercury 3 は入力と出力の両方で 2 つのうち安い方なので、トークンあたりのコストも低くなりますが、現在の数値を確認するにはこのページのライブ価格表を参照してください。

要約、分類、抽出、チャットアシスタント、中程度のコード支援といった日常的な作業では、どちらのモデルでも機能し、決め手は通常コンテキストとコストです。プロンプトが 131072 トークン以内に余裕をもって収まり、ツール呼び出しと推論を備えた単純なテキストモデルを求めるなら、Aion-2.0 は妥当な既定の選択です。非常に入力が長いことを日常的に扱う場合、JSON の形を保証するために structured_outputs が必要な場合、または reasoning_effort を調整したい場合は、Mercury 3 の方が適しており、そのより大きなコンテキストは維持すべき分割パイプラインが少なくなることを意味します。Mercury 3 は入力と出力で安いため、量が多くタスクがコンテキストに縛られない場合にも賢明な選択です。

どちらのモデルを api14 経由で呼び出す場合も操作は同じです。API は OpenAI 互換なので、既存のクライアントを api14 のベース URL に向け、キーを送信し、model フィールドを設定します。Aion-2.0 を使うには、model id を "aion-labs/aion-2.0" に設定します。Mercury 3 を使うには、"inception/mercury-3" に設定します。リクエスト本文のその他の部分、messages、temperature、tools、response_format などは同じ形のままなので、2 つの切り替えは 1 行の変更であり、統合コードを書き直すことなく独自のトラフィックで比較できます。

それでも Aion-2.0 の方が良い選択となるケースがあります。入力が短いか中程度で、structured_outputs や reasoning_effort を必要としない場合、Mercury 3 の追加のコンテキストとパラメータは何ももたらさず、より単純なリクエスト表面上の方が扱いを考えやすくなります。すでに Aion-2.0 に対してプロンプトと評価ハーネスを調整し、それらが通っているなら、コストやコンテキストが強いる場合を除いて移行する理由はありません。2 つを API レベルでは交換可能なものとして扱い、タスクごとに選んでください。限られたテキスト作業には Aion-2.0、長さ、スキーマ強制、トークンあたりの価格が支配的な場合には Mercury 3 です。