Inception: Mercury 2 tegen Qwen: Qwen3 VL 8B Instruct
Een vergelijking naast elkaar van Inception: Mercury 2 (US$ 0,88 / 1M tekstdelen (≈ € 0,78)) en Qwen: Qwen3 VL 8B Instruct (US$ 0,88 / 1M tekstdelen (≈ € 0,78)) met actuele USD-prijzen en mogelijkheden uit de catalogus van api14. Beide werken via dezelfde OpenAI-compatibele API.
Specificaties
| Inception: Mercury 2 | Qwen: Qwen3 VL 8B Instruct | |
|---|---|---|
| Aanbieder | Inception | Qwen |
| Invoer | US$ 0,88 / 1M tekstdelen (≈ € 0,78) | US$ 0,88 / 1M tekstdelen (≈ € 0,78) |
| Uitvoer | US$ 2,63 / 1M tekstdelen (≈ € 2,35) | US$ 2,63 / 1M tekstdelen (≈ € 2,35) |
| Cache lezen | US$ 0,09 / 1M tekstdelen (≈ € 0,08) | US$ 0,42 / 1M tekstdelen (≈ € 0,38) |
| Contextvenster | 128.000 | 262.144 |
| Maximale output | 50.000 | 235.929 |
| Invoer | text | image, text |
| Uitvoer | text | text |
| tool-aanroepen | ||
| Gestructureerde output | ||
| Instelbaar redeneren | ||
| Toegevoegd | 4 mrt 2026 | 14 okt 2025 |
Belangrijkste verschillen
- Beide hebben ongeveer dezelfde inputprijs.
- Qwen: Qwen3 VL 8B Instruct leest 2.0× meer context (262.144 tokens).
- Alleen Inception: Mercury 2 ondersteunt instelbare redeneerinspanning.
- Een verzoek met 1.000 input- en 500 outputtokens kost US$ 0,00219 met Inception: Mercury 2 en US$ 0,00219 met Qwen: Qwen3 VL 8B Instruct.
In detail
Inception: Mercury 2 is een tekstmodel van Inception, uitgebracht op 4 maart 2026. Qwen: Qwen3 VL 8B Instruct is een tekstmodel van Qwen, uitgebracht op 14 oktober 2025. Beide worden aangeboden via api14 onder de categorie tekst, dus ze bezetten dezelfde plek in je integratie, ook al komen ze van verschillende providers en zijn ze op verschillende momenten gebouwd.
Het duidelijkste verschil zit in context en modaliteiten. Qwen3 VL 8B Instruct accepteert zowel afbeeldingen als tekst als invoer en retourneert tekst, terwijl Mercury 2 alleen tekst accepteert en tekst retourneert. Qwen3 VL 8B Instruct heeft ook het grotere contextvenster met 262144 tokens tegenover 128000 voor Mercury 2, dus het kan ongeveer twee keer zoveel materiaal in een enkele aanroep bevatten. Wat redeneren betreft, is Mercury 2 degene met speciale ondersteuning voor redeneren: de parameterlijst bevat include_reasoning, reasoning en reasoning_effort, die geen van alle voorkomen bij Qwen3 VL 8B Instruct. De twee kosten ongeveer hetzelfde voor zowel invoer als uitvoer, dus kosten zijn hier geen beslissende factor.
Voor taken waarbij screenshots, diagrammen, gescande pagina's of andere afbeeldingen samen met tekst betrokken zijn, is Qwen3 VL 8B Instruct de enige optie van de twee, aangezien Mercury 2 helemaal geen afbeeldingsinvoer kan verwerken. Hetzelfde geldt wanneer je een zeer groot document, transcript of codebase in één prompt moet passen, waarbij het grotere contextvenster van Qwen3 VL 8B Instruct je meer ruimte geeft voordat je moet opsplitsen. Mercury 2 is de betere keuze wanneer de taak profiteert van expliciete controle over redeneren, omdat je om redeneeruitvoer kunt vragen en de redeneerinspanning kunt afstemmen, en wanneer de invoer puur tekst is en ruim binnen 128000 tokens past. Qwen3 VL 8B Instruct biedt ook een bredere set sampling- en decoding-parameters, waaronder frequency_penalty, presence_penalty, repetition_penalty, logit_bias, seed, top_k, top_p, logprobs en top_logprobs, wat van belang is als je afhankelijk bent van reproduceerbaarheid met een seed of inspectie op tokenniveau. Mercury 2 biedt daarentegen response_format, structured_outputs, tools en tool_choice, die Qwen3 VL 8B Instruct allemaal ook ondersteunt, dus gestructureerde uitvoer en tool calling zijn aan beide zijden beschikbaar.
Het aanroepen van een van beide modellen via api14 werkt op dezelfde manier, omdat de API OpenAI compatibel is. Je richt je client op de api14 base URL, stuurt je verzoek naar het chat completions endpoint met je api14 key, en stelt het model-veld in op de id die je wilt. Wisselen tussen de twee is een wijziging van één regel: gebruik "inception/mercury-2" voor Mercury 2 en "qwen/qwen3-vl-8b-instruct" voor Qwen3 VL 8B Instruct. Het berichtformaat, de velden tools en response_format en het streaminggedrag blijven hetzelfde, dus je kunt één codepad aanhouden en de id verwisselen, of tijdens runtime tussen de twee routeren op basis van of het verzoek een afbeelding bevat.
Wissel met één string
Beide modellen gebruiken hetzelfde endpoint en dezelfde verzoekstructuur. Verander de waarde van model van "inception/mercury-2" naar "qwen/qwen3-vl-8b-instruct", prompts, streaming en tools blijven werken.
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);
Meer vergelijkingen
- LiquidAI: LFM3-1.7B tegen Ricursive: Ripple 65B Preview
- LiquidAI: LFM3-1.7B tegen Crouton Alpha
- LiquidAI: LFM3-1.7B tegen Tencent: Hy4
- LiquidAI: LFM3-1.7B tegen Z.ai: GLM 5.3 FlashX Legal
- Ricursive: Ripple 65B Preview tegen Crouton Alpha
- Ricursive: Ripple 65B Preview tegen Tencent: Hy4
- Ricursive: Ripple 65B Preview tegen Z.ai: GLM 5.3 FlashX Legal
- Crouton Alpha tegen Tencent: Hy4