쿠키를 사용합니다. 쿠키와 브라우저 저장소는 로그인 상태를 유지하고 환경설정을 기억합니다. 동의하시면 사이트 이용 방식도 측정합니다. 언제든지 할 수 있습니다. 자세한 내용은 쿠키 정책을 참고하세요.

처음이신가요? 사용법을 확인해 보세요 플레이그라운드, 모델, API 키를 1분 만에 둘러보세요.

Mercury 2 vs Qwen3 VL 8B Instruct: API 가격, 컨텍스트, 기능 비교 · api14

Inception: Mercury 2 대 Qwen: Qwen3 VL 8B Instruct

api14 카탈로그의 최신 USD 가격과 기능을 바탕으로 Inception: Mercury 2(US$0.88 / 100만 토큰 (≈ ₩1,179))와(과) Qwen: Qwen3 VL 8B Instruct(US$0.88 / 100만 토큰 (≈ ₩1,179))를 나란히 비교합니다. 두 모델 모두 같은 OpenAI 호환 API로 실행됩니다.

사양

	Inception: Mercury 2	Qwen: Qwen3 VL 8B Instruct
제공업체	Inception	Qwen
입력	US$0.88 / 100만 토큰 (≈ ₩1,179)	US$0.88 / 100만 토큰 (≈ ₩1,179)
출력	US$2.63 / 100만 토큰 (≈ ₩3,538)	US$2.63 / 100만 토큰 (≈ ₩3,538)
캐시 읽기	US$0.09 / 100만 토큰 (≈ ₩118)	US$0.42 / 100만 토큰 (≈ ₩566)
컨텍스트 윈도우	128,000	262,144
최대 출력	50,000	235,929
입력	text	image, text
출력	text	text
도구 호출
구조화된 출력
추론 조절
추가일	2026. 3. 4.	2025. 10. 14.

주요 차이점

두 모델의 입력 가격은 거의 같습니다.
Qwen: Qwen3 VL 8B Instruct는(은) 2.0배 더 긴 컨텍스트(262,144 토큰)를 읽습니다.
추론 강도 조절은(는) Inception: Mercury 2만 지원합니다.
입력 1,000 토큰, 출력 500 토큰 요청의 비용은 Inception: Mercury 2에서 US$0.00219, Qwen: Qwen3 VL 8B Instruct에서 US$0.00219입니다.

자세히 보기

Inception: Mercury 2는 Inception의 텍스트 모델로, 2026년 3월 4일에 출시되었습니다. Qwen: Qwen3 VL 8B Instruct는 Qwen의 텍스트 모델로, 2025년 10월 14일에 출시되었습니다. 둘 다 api14를 통해 텍스트 카테고리로 제공되므로, 서로 다른 제공자에서 나왔고 서로 다른 시기에 만들어졌음에도 불구하고 통합 환경에서 같은 슬롯을 차지합니다.

가장 명확한 차이는 컨텍스트와 모달리티에 있습니다. Qwen3 VL 8B Instruct는 이미지와 텍스트를 모두 입력으로 받아 텍스트를 반환하는 반면, Mercury 2는 텍스트만 받아 텍스트를 반환합니다. Qwen3 VL 8B Instruct는 컨텍스트 윈도우도 262144 토큰으로 Mercury 2의 128000 토큰보다 커서, 한 번의 호출에 약 두 배 많은 자료를 담을 수 있습니다. 추론 측면에서는 Mercury 2가 전용 추론 지원을 갖춘 쪽입니다. Mercury 2의 파라미터 목록에는 include_reasoning, reasoning, reasoning_effort가 포함되어 있으며, 이 중 Qwen3 VL 8B Instruct에는 나타나는 것이 없습니다. 두 모델은 입력과 출력 모두 가격이 비슷하므로 여기서 비용은 결정 요인이 아닙니다.

스크린샷, 다이어그램, 스캔한 페이지 또는 텍스트와 함께 제공되는 기타 이미지가 관련된 작업에서는 Qwen3 VL 8B Instruct가 둘 중 유일한 선택입니다. Mercury 2는 이미지 입력을 전혀 받을 수 없기 때문입니다. 매우 큰 문서, 녹취록 또는 코드베이스를 하나의 프롬프트에 넣어야 할 때도 마찬가지이며, 이 경우 Qwen3 VL 8B Instruct의 더 큰 컨텍스트 윈도우 덕분에 청크로 나누기 전까지 더 많은 여유를 얻을 수 있습니다. Mercury 2는 작업이 명시적 추론 제어의 이점을 누릴 때, 즉 추론 출력을 요청하고 추론 노력을 조정할 수 있을 때, 그리고 입력이 순전히 텍스트이고 128000 토큰 이내에 여유 있게 들어갈 때 더 적합합니다. Qwen3 VL 8B Instruct는 또한 frequency_penalty, presence_penalty, repetition_penalty, logit_bias, seed, top_k, top_p, logprobs, top_logprobs를 포함한 더 넓은 샘플링 및 디코딩 파라미터 집합을 노출하는데, 이는 시드 기반 재현성이나 토큰 수준 검사에 의존하는 경우 중요합니다. Mercury 2는 response_format, structured_outputs, tools, tool_choice로 맞서며, 이들은 모두 Qwen3 VL 8B Instruct도 지원하므로 구조화된 출력과 도구 호출은 양쪽 모두에서 사용할 수 있습니다.

api14를 통해 어느 모델을 호출하든 방식은 같습니다. API가 OpenAI 호환 방식이기 때문입니다. 클라이언트를 api14 기본 URL로 지정하고, api14 키와 함께 요청을 chat completions 엔드포인트로 보내고, model 필드를 원하는 id로 설정하면 됩니다. 둘 사이를 전환하는 것은 한 줄 변경입니다. Mercury 2에는 "inception/mercury-2"를, Qwen3 VL 8B Instruct에는 "qwen/qwen3-vl-8b-instruct"를 사용합니다. 메시지 형식, tools와 response_format 필드, 스트리밍 동작은 그대로 유지되므로, 하나의 코드 경로를 유지하고 id만 바꾸거나, 요청에 이미지가 포함되는지에 따라 런타임에 둘 사이를 라우팅할 수 있습니다.

전반적으로 다른 모델이 더 유연하더라도 추론 모델이 여전히 더 나은 선택인 경우가 하나 있습니다. 워크로드가 텍스트 전용이고, 128000 토큰 안에 들어가며, 모델이 문제를 단계별로 풀어나가되 추론을 얼마나 할지 제어하기를 원한다면, Mercury 2는 include_reasoning과 reasoning_effort를 통해 이를 제공하고, Qwen3 VL 8B Instruct는 그러한 파라미터를 제공하지 않습니다. 그런 상황에서는 Qwen3 VL 8B Instruct의 추가 컨텍스트와 이미지 지원이 아무런 이점을 주지 못하므로, Mercury 2가 더 직접적인 선택입니다.

문자열 하나로 전환

두 모델은 같은 엔드포인트와 요청 형식을 사용합니다. model 값을 "inception/mercury-2"에서 "qwen/qwen3-vl-8b-instruct"로 바꾸기만 하면 프롬프트, 스트리밍, 도구가 그대로 작동합니다.

Inception: Mercury 2 상세 정보 및 플레이그라운드 →Qwen: Qwen3 VL 8B Instruct 상세 정보 및 플레이그라운드 →

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": "qwen/qwen3-vl-8b-instruct",
  "messages": [
    {
      "role": "user",
      "content": "Explain vector databases in two sentences."
    }
  ]
});
console.log(result.choices[0].message.content);

Inception: Mercury 2 대 Qwen: Qwen3 VL 8B Instruct

사양

주요 차이점

자세히 보기

문자열 하나로 전환

더 많은 비교