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

AionLabs: Aion-2.0 é um modelo de texto da AionLabs, lançado em 2026-02-23. Mancer: Weaver (alpha) é um modelo de texto da Mancer, lançado em 2023-08-02. Ambos são servidos como modelos de texto para entrada e texto para saída através da api14, portanto nenhum dos dois aceita imagens ou áudio na entrada nem produz algo diferente de texto na saída. A principal diferença estrutural entre eles é a idade e o foco: Aion-2.0 é um modelo de propósito geral mais recente, enquanto Weaver é um lançamento alpha mais antigo que existe há tempo suficiente para ser uma quantidade conhecida para um determinado estilo de prompting.

Os dois divergem mais acentuadamente no contexto e no que você pode pedir a eles. Aion-2.0 tem uma janela de contexto de 131072 tokens, enquanto a do Weaver é de 8000 tokens, então Aion-2.0 é o modelo a usar quando você precisa encaixar documentos longos, arquivos de código grandes ou conversas extensas em uma única chamada. Aion-2.0 também suporta raciocínio e uso de ferramentas, incluindo os parâmetros reasoning e include_reasoning, tools e tool_choice, então ele pode chamar funções e expor uma passagem de raciocínio. Weaver não suporta nada disso; em vez disso, ele expõe um amplo conjunto de controles de amostragem, como frequency_penalty, presence_penalty, repetition_penalty, min_p, top_a, top_k, logit_bias, logprobs, top_logprobs, seed e stop. Ambos aceitam temperature, top_p, max_tokens e response_format, então a saída estruturada está disponível em qualquer um dos lados.

Para trabalho prático, a escolha geralmente se resume ao formato da tarefa. Se você está construindo um agente que precisa chamar ferramentas, ou quer que o modelo raciocine sobre um problema antes de responder, ou se seu prompt mais o contexto recuperado ultrapassa alguns milhares de tokens, Aion-2.0 é a escolha natural. Se você está fazendo geração de formato curto em que quer controle fino sobre a amostragem, como escrita criativa, diálogo de personagens ou experimentos em que você ajusta as penalidades de repetição e presença e compara seeds, Weaver oferece os botões para isso. Weaver também é o mais barato dos dois tanto na entrada quanto na saída, então para alto volume, prompts curtos em que seu contexto menor não é uma restrição, ele pode ser a opção mais econômica. Aion-2.0 é a melhor opção quando a capacidade importa mais do que o custo por chamada.

Chamar qualquer um dos modelos através da api14 funciona da mesma forma, porque o gateway expõe uma API compatível com OpenAI. Você aponta seu cliente para a URL base da api14, envia sua requisição para o endpoint de chat completions com sua chave da api14, e define o campo model como "aion-labs/aion-2.0" ou "mancer/weaver". Todo o resto no corpo da requisição segue o esquema da OpenAI, então messages, temperature, max_tokens e response_format são transportados sem alteração. Alternar entre os dois é uma edição de uma linha no id do modelo, embora você deva ter em mente que os parâmetros não são perfeitamente intercambiáveis: tools, tool_choice e reasoning se aplicam apenas ao Aion-2.0, enquanto os parâmetros de penalidade, logprob e amostragem se aplicam apenas ao Weaver.

Ainda há casos em que Weaver é a melhor escolha, mesmo que Aion-2.0 seja o modelo mais capaz no geral. Se seus prompts são curtos, seu orçamento é apertado e você quer ajustar o comportamento de amostragem com precisão, o conjunto de parâmetros e o preço mais baixo do Weaver o tornam um padrão razoável. Também é uma escolha sensata quando você está reproduzindo trabalho que foi escrito para um modelo mais antigo e quer o mesmo comportamento de geração em vez da saída de um modelo mais recente. Nessas situações, a janela de contexto menor e a ausência de uso de ferramentas são trade-offs aceitáveis, e você pode continuar usando o mesmo endpoint da api14 e o mesmo formato de requisição.