Inception: Mercury 2 は Inception のテキストモデルで、2026年3月4日にリリースされました。Qwen: Qwen3 VL 8B Instruct は Qwen のテキストモデルで、2025年10月14日にリリースされました。どちらも api14 を通じてテキストカテゴリで提供されるため、異なるプロバイダーに由来し、異なる時期に構築されたにもかかわらず、統合において同じスロットを占めます。
最も明確な違いはコンテキストとモダリティにあります。Qwen3 VL 8B Instruct は画像とテキストの両方を入力として受け取り、テキストを返しますが、Mercury 2 はテキストのみを受け取り、テキストを返します。また Qwen3 VL 8B Instruct はコンテキストウィンドウがより大きく、262144 トークン対 Mercury 2 の 128000 トークンであるため、1回の呼び出しでおよそ2倍の量の素材を保持できます。推論については、専用の推論サポートを備えているのは Mercury 2 です。そのパラメータ一覧には include_reasoning、reasoning、reasoning_effort が含まれており、これらはいずれも Qwen3 VL 8B Instruct には現れません。両者は入力と出力の両方でほぼ同じ価格であるため、コストはここでは決め手にはなりません。
スクリーンショット、図表、スキャンしたページ、その他の画像とテキストを組み合わせたタスクでは、Mercury 2 は画像入力を受け取れないため、この2つの中では Qwen3 VL 8B Instruct が唯一の選択肢です。非常に大きなドキュメント、文字起こし、コードベースを1つのプロンプトに収める必要がある場合も同様で、Qwen3 VL 8B Instruct のより大きなコンテキストウィンドウにより、チャンク分割が必要になるまでにより多くの余裕が得られます。Mercury 2 は、明示的な推論制御がタスクに役立つ場合、つまり推論出力を要求し、reasoning effort を調整できる場合に、より適しており、また入力が純粋にテキストで 128000 トークン以内に余裕をもって収まる場合にも適しています。Qwen3 VL 8B Instruct は、frequency_penalty、presence_penalty、repetition_penalty、logit_bias、seed、top_k、top_p、logprobs、top_logprobs を含む、より広範なサンプリングおよびデコーディングパラメータも公開しており、これはシードによる再現性やトークンレベルの検査に依存する場合に重要です。Mercury 2 は response_format、structured_outputs、tools、tool_choice で対抗しますが、これらはすべて Qwen3 VL 8B Instruct もサポートしているため、構造化出力とツール呼び出しはどちら側でも利用できます。
どちらのモデルを api14 経由で呼び出す場合も、API が OpenAI 互換であるため、同じように動作します。クライアントを api14 のベース URL に向け、api14 キーを使ってリクエストを chat completions エンドポイントに送信し、model フィールドを使用したい id に設定します。両者の切り替えは1行の変更です。Mercury 2 には "inception/mercury-2" を、Qwen3 VL 8B Instruct には "qwen/qwen3-vl-8b-instruct" を使用します。メッセージ形式、tools および response_format フィールド、ストリーミングの挙動は同じままであるため、1つのコードパスを維持して id を差し替えるか、リクエストに画像が含まれるかどうかに基づいて実行時に2つの間でルーティングできます。
全体的にはもう一方のモデルの方が柔軟であるにもかかわらず、推論モデルの方が依然としてより良い選択となるケースが1つあります。ワークロードがテキストのみで、128000 トークン以内に収まり、モデルに問題を段階的に検討させ、どれだけ推論するかを制御したい場合、Mercury 2 は include_reasoning と reasoning_effort を通じてそれを提供し、Qwen3 VL 8B Instruct はこれらのパラメータを提供しません。その状況では、Qwen3 VL 8B Instruct の追加のコンテキストと画像サポートは何の役にも立たず、Mercury 2 がより直接的な選択です。