AionLabs: Aion-2.0 対 Inference.net: Schematron V2 Turbo

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。Inference.net: Schematron V2 Turbo は Inference.net のテキストモデルで、2026-09-12 にリリースされました。どちらも api14 を通じてチャット補完モデルとして提供され、どちらもテキストを入力として受け取りテキストを出力するため、あなたのスタックに画像、音声、動画の処理を追加するものではありません。両者の選択は、モダリティの違いではなく、パラメータのサポートと価格によって決まります。

この 2 つのモデルはコンテキスト長が近く、Aion-2.0 は 131072 トークン、Schematron V2 Turbo は 128000 トークンです。この差は、それだけで判断を左右するには十分小さいため、長い入力に対する余裕は同等と考えてください。本当に異なるのは、モデルに何を要求できるかという点です。Aion-2.0 は 2 つのうち tools と tool choice をサポートする唯一のモデルであり、reasoning と include_reasoning パラメータを通じて推論制御を公開する唯一のモデルでもあります。Schematron V2 Turbo は 2 つのうち structured outputs をサポートする唯一のモデルであり、frequency penalty、presence penalty、repetition penalty、logit bias、min p、top k、seed、stop に加えて、temperature、top p、max tokens、response format という、はるかに幅広いサンプリングとデコーディングの調整項目を備えています。Aion-2.0 も response format をサポートしますが、そのパラメータの範囲はより狭く、推論とツール利用に向いています。

タスクに関数呼び出し、エージェントループ、またはモデルがいつどの引数でツールを呼び出すかを判断する必要があるワークフローが含まれる場合、Aion-2.0 が素直な選択です。2 つのうち tools と tool choice を受け付ける唯一のモデルだからです。モデルに推論を公開させたい場合も同様で、reasoning パラメータを提供するのは Aion-2.0 だけです。逆に、スキーマに対して検証される必要がある JSON オブジェクトなど、厳密に制約された出力が必要な場合は、structured outputs が独自の機能である Schematron V2 Turbo の方が適しています。その広範なサンプリング制御は、seed による再現可能な実行が必要な場合や、penalties と top k を調整して生成を形作る場合にも役立ちます。ツールもスキーマ要件もないプレーンテキスト生成では、どちらのモデルでも機能し、決め手はおそらくコストになります。

価格では、Schematron V2 Turbo は入力と出力の両方で 2 つのうち安いため、ツールや推論を必要としない大量処理のワークロードでは、より経済的な選択です。Aion-2.0 はより高コストで、コンテキスト長が近いため、その追加費用はより大きなコンテキストウィンドウではなく、ツールサポートと推論制御に対して支払うことになります。

api14 を通じてどちらのモデルを呼び出す場合も、同じ OpenAI 互換のチャット補完エンドポイントを使用します。同じリクエストボディを送信し、model id だけを変更します。Aion-2.0 には "aion-labs/aion-2.0" を、Schematron V2 Turbo には "inference-net/schematron-v2-turbo" を使用します。messages 配列や、両方のモデルが共有する temperature、top p、max tokens、response format などのパラメータを含め、それ以外はすべて同じままです。ただし、Aion-2.0 の tools と reasoning、または Schematron V2 Turbo の structured outputs と seed のように、一方のモデルに固有のパラメータは、そのモデルでのみ有効になる点に注意してください。