AionLabs: Aion-2.0 대 Mancer: Weaver (alpha)

AionLabs: Aion-2.0은 AionLabs의 텍스트 모델로, 2026-02-23에 출시되었습니다. Mancer: Weaver (alpha)는 Mancer의 텍스트 모델로, 2023-08-02에 출시되었습니다. 둘 다 api14를 통해 텍스트 입력, 텍스트 출력 모델로 제공되므로, 어느 쪽도 입력으로 이미지나 오디오를 받지 않으며 출력으로 텍스트 외에는 생성하지 않습니다. 두 모델의 주요 구조적 차이는 연식과 초점입니다. Aion-2.0은 더 새로운 범용 모델이고, Weaver는 특정 스타일의 프롬프팅에서 충분히 오래 존재해 온 구형 알파 릴리스입니다.

두 모델이 가장 뚜렷하게 갈리는 지점은 컨텍스트와 요청할 수 있는 작업입니다. Aion-2.0의 컨텍스트 윈도우는 131072 토큰이고 Weaver는 8000 토큰이므로, 긴 문서나 대형 코드 파일, 확장된 대화를 단일 호출에 담아야 할 때 선택할 모델은 Aion-2.0입니다. Aion-2.0은 또한 추론과 도구 사용을 지원하며, reasoning과 include_reasoning 파라미터, tools와 tool_choice를 포함하므로 함수를 호출하고 추론 과정을 노출할 수 있습니다. Weaver는 이들 중 어느 것도 지원하지 않습니다. 대신 frequency_penalty, presence_penalty, repetition_penalty, min_p, top_a, top_k, logit_bias, logprobs, top_logprobs, seed, stop 같은 폭넓은 샘플링 제어를 제공합니다. 둘 다 temperature, top_p, max_tokens, response_format을 받으므로 구조화된 출력은 양쪽 모두에서 사용할 수 있습니다.

실무에서는 보통 작업 형태에 따라 선택이 갈립니다. 도구를 호출해야 하는 에이전트를 만들거나, 모델이 답변 전에 문제를 추론하기를 원하거나, 프롬프트와 검색된 컨텍스트가 수천 토큰을 넘는 경우에는 Aion-2.0이 자연스러운 선택입니다. 창작 글쓰기, 캐릭터 대화, 반복 및 존재 페널티를 조정하고 시드를 비교하는 실험처럼 샘플링을 세밀하게 제어하고 싶은 단문 생성에는 Weaver가 그 조절 장치를 제공합니다. Weaver는 입력과 출력 모두에서 둘 중 더 저렴하므로, 작은 컨텍스트가 제약이 되지 않는 대량의 짧은 프롬프트에서는 더 경제적인 선택이 될 수 있습니다. 호출당 비용보다 성능이 더 중요할 때는 Aion-2.0이 더 적합합니다.

api14를 통해 어느 모델을 호출하든 방식은 같습니다. 게이트웨이가 OpenAI 호환 API를 노출하기 때문입니다. 클라이언트를 api14 base URL로 지정하고, api14 키와 함께 chat completions 엔드포인트로 요청을 보내며, model 필드를 "aion-labs/aion-2.0" 또는 "mancer/weaver"로 설정합니다. 요청 본문의 나머지는 모두 OpenAI 스키마를 따르므로 messages, temperature, max_tokens, response_format은 그대로 적용됩니다. 두 모델 사이 전환은 model id를 한 줄만 수정하면 되지만, 파라미터가 완전히 호환되지는 않는다는 점을 염두에 두어야 합니다. tools, tool_choice, reasoning은 Aion-2.0에만 적용되고, penalty, logprob, 샘플링 파라미터는 Weaver에만 적용됩니다.

Aion-2.0이 전반적으로 더 성능이 좋은 모델이지만 Weaver가 더 나은 선택인 경우도 있습니다. 프롬프트가 짧고 예산이 빠듯하며 샘플링 동작을 정밀하게 조정하고 싶다면, Weaver의 파라미터 집합과 더 낮은 가격이 합리적인 기본값이 됩니다. 구형 모델을 기준으로 작성된 작업을 재현하면서 더 새로운 모델의 출력이 아니라 동일한 생성 동작을 원할 때도 합리적인 선택입니다. 이런 상황에서는 더 작은 컨텍스트 윈도우와 도구 사용 부재가 받아들일 만한 트레이드오프이며, 동일한 api14 엔드포인트와 동일한 요청 형태를 계속 사용할 수 있습니다.