AionLabs: Aion-2.0 대 Inception: Mercury 2
api14 카탈로그의 최신 USD 가격과 기능을 바탕으로 AionLabs: Aion-2.0(US$2.80 / 100만 토큰)와(과) Inception: Mercury 2(US$0.88 / 100만 토큰)를 나란히 비교합니다. 두 모델 모두 같은 OpenAI 호환 API로 실행됩니다.
사양
| AionLabs: Aion-2.0 | Inception: Mercury 2 | |
|---|---|---|
| 제공업체 | AionLabs | Inception |
| 입력 | US$2.80 / 100만 토큰 | US$0.88 / 100만 토큰 |
| 출력 | US$5.60 / 100만 토큰 | US$2.63 / 100만 토큰 |
| 캐시 읽기 | US$0.70 / 100만 토큰 | US$0.09 / 100만 토큰 |
| 컨텍스트 윈도우 | 131,072 | 128,000 |
| 최대 출력 | 32,768 | 50,000 |
| 입력 | text | text |
| 출력 | text | text |
| 도구 호출 | ||
| 구조화된 출력 | ||
| 추론 조절 | ||
| 추가일 | 2026. 2. 23. | 2026. 3. 4. |
주요 차이점
- Inception: Mercury 2의 입력 토큰 가격이 69% 더 저렴합니다.
- Inception: Mercury 2의 출력 토큰 가격이 53% 더 저렴합니다.
- 구조화된 JSON 출력은(는) Inception: Mercury 2만 지원합니다.
- 입력 1,000 토큰, 출력 500 토큰 요청의 비용은 AionLabs: Aion-2.0에서 US$0.00560, Inception: Mercury 2에서 US$0.00219입니다.
자세히 보기
AionLabs: Aion-2.0은 AionLabs의 텍스트 모델로, 2026-02-23에 출시되었습니다. Inception: Mercury 2는 Inception의 텍스트 모델로, 2026-03-04에 출시되었습니다. 둘 다 api14를 통해 채팅 스타일 텍스트 모델로 제공되며, 둘 다 텍스트를 입력으로 받아 텍스트를 출력하므로 이미지, 오디오 또는 기타 비텍스트 모달리티는 처리하지 않습니다. 이 둘 중에서 선택한다면, 결정은 처리할 수 있는 콘텐츠 종류의 차이가 아니라 컨텍스트 크기, 파라미터 지원 및 가격에 달려 있습니다.
두 모델은 컨텍스트 길이가 비슷합니다. Aion-2.0은 131072 토큰을 제공하고 Mercury 2는 128000 토큰을 제공하는데, 이는 대부분의 워크로드에서 의미 있는 차이가 아닙니다. 둘 다 추론 제어(include_reasoning 및 reasoning), 도구 호출(tools 및 tool_choice), response_format 및 temperature를 노출하므로, 어느 쪽이든 함수 호출과 JSON 스타일 응답을 구동할 수 있습니다. 가장 명확한 기능 격차는 구조화된 출력입니다. Mercury 2는 지원되는 파라미터에 structured_outputs를 나열하지만 Aion-2.0은 그렇지 않습니다. Mercury 2는 또한 reasoning_effort와 stop을 받아들이는데, Aion-2.0은 이를 나열하지 않으며, Aion-2.0은 top_p를 나열하지만 Mercury 2는 그렇지 않습니다. 가격 면에서 Mercury 2는 입력과 출력 토큰 모두에서 더 저렴한 옵션이므로, 청구서 양쪽 모두에서 더 낮은 비용의 선택입니다.
요약, 추출, 분류, 채팅 및 코드 지원과 같은 일상적인 작업에는 어느 모델이든 충분하며, 거의 동일한 컨텍스트 윈도우 덕분에 긴 문서가 둘 다에 들어갑니다. 더 저렴한 호출을 원하거나, 모델이 강제하는 엄격한 구조화된 출력이 필요하거나, 요청별로 추론 노력을 조정하고 싶을 때는 Mercury 2를 선택하세요. top_p 샘플링 제어를 원하거나, 프롬프트가 이미 그 파라미터에 맞춰 조정되어 있거나, 특정 파이프라인에서 단순히 AionLabs 모델을 선호할 때는 Aion-2.0을 선택하세요. 비용이 결정적 요인이고 작업이 structured_outputs, reasoning_effort 또는 top_p에 의존하지 않는다면, Mercury 2가 더 경제적인 기본값입니다.
api14를 통해 어느 모델을 호출하든 방식은 동일합니다. API가 OpenAI 호환되기 때문입니다. 기존 OpenAI 클라이언트를 api14 기본 URL로 지정하고, 평소의 채팅 완성 요청을 보내고, model 필드를 "aion-labs/aion-2.0" 또는 "inception/mercury-2"로 설정하세요. 요청 본문의 다른 모든 것은 그대로 유지됩니다. messages, temperature, max_tokens, tools 및 response_format은 변경 없이 이어집니다. 둘 사이를 전환하는 것은 모델 id를 한 줄 수정하는 것이므로, 통합 코드를 다시 작성하지 않고도 자체 트래픽에 대해 둘 다 벤치마크할 수 있습니다. 다만 Mercury 2의 structured_outputs 또는 reasoning_effort, Aion-2.0의 top_p처럼 한쪽만 지원하는 파라미터는 다른 쪽에서 거부되거나 무시되므로, 공유 요청 템플릿에서는 이것들을 빼두세요.
Aion-2.0이 더 나은 선택인 경우도 여전히 있습니다. 애플리케이션이 샘플링을 형성하기 위해 top_p에 의존한다면, Mercury 2는 이를 나열하지 않으므로, 기존 구성을 지원하는 모델은 Aion-2.0입니다. 마찬가지로 특정 작업에 대해 Aion-2.0의 출력 품질과 지연 시간을 이미 검증했다면, 여기 데이터에는 이동할 기능적 이유가 없습니다. 컨텍스트 윈도우가 사실상 동일하고 둘 다 도구와 추론을 처리하기 때문입니다. 여러분이 하는 트레이드오프는 명확합니다. Mercury 2는 구조화된 출력, 추론 노력 제어 및 더 낮은 비용을 제공하고, Aion-2.0은 top_p와 약간 더 큰 컨텍스트 윈도우를 제공합니다.
문자열 하나로 전환
두 모델은 같은 엔드포인트와 요청 형식을 사용합니다. model 값을 "aion-labs/aion-2.0"에서 "inception/mercury-2"로 바꾸기만 하면 프롬프트, 스트리밍, 도구가 그대로 작동합니다.
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": "inception/mercury-2",
"messages": [
{
"role": "user",
"content": "Explain vector databases in two sentences."
}
]
});
console.log(result.choices[0].message.content);
더 많은 비교
- DeepSeek: DeepSeek V4.1 Flash 1017 대 Elorian: Glimpse
- DeepSeek: DeepSeek V4.1 Flash 1017 대 MiniMax: MiniMax M3.1 Flash
- DeepSeek: DeepSeek V4.1 Flash 1017 대 MoonshotAI: Kimi K3.1 Pro
- DeepSeek: DeepSeek V4.1 Flash 1017 대 Reflection: Beam 1.0 501B A23B
- Elorian: Glimpse 대 MiniMax: MiniMax M3.1 Flash
- Elorian: Glimpse 대 MoonshotAI: Kimi K3.1 Pro
- Elorian: Glimpse 대 Reflection: Beam 1.0 501B A23B
- MiniMax: MiniMax M3.1 Flash 대 MoonshotAI: Kimi K3.1 Pro