Inception: Mercury 3 contra Z.ai: GLM 4.7 Flash
Uma comparação lado a lado entre Inception: Mercury 3 (US$ 0,35 / 1M fragmentos (≈ R$ 1,91)) e Z.ai: GLM 4.7 Flash (US$ 0,21 / 1M fragmentos (≈ R$ 1,16)) com preços em USD e recursos atuais do catálogo do api14. Os dois funcionam pela mesma API compatível com OpenAI.
Especificações
| Inception: Mercury 3 | Z.ai: GLM 4.7 Flash | |
|---|---|---|
| Provedor | Inception | Z.ai |
| Entrada | US$ 0,35 / 1M fragmentos (≈ R$ 1,91) | US$ 0,21 / 1M fragmentos (≈ R$ 1,16) |
| Saída | US$ 1,22 / 1M fragmentos (≈ R$ 6,70) | US$ 1,40 / 1M fragmentos (≈ R$ 7,66) |
| Leitura de cache | US$ 0,04 / 1M fragmentos (≈ R$ 0,19) | - |
| Janela de contexto | 1.000.000 | 200.000 |
| Saída máxima | 131.072 | 117.964 |
| Entrada | text | text |
| Saída | text | text |
| chamada de ferramentas | ||
| Saída estruturada | ||
| Controle de raciocínio | ||
| Adicionado em | 16 de out. de 2026 | 19 de jan. de 2026 |
Principais diferenças
- Z.ai: GLM 4.7 Flash é 40% mais barato nos tokens de entrada.
- Inception: Mercury 3 é 13% mais barato nos tokens de saída.
- Inception: Mercury 3 lê 5.0× mais contexto (1.000.000 tokens).
- Uma requisição com 1.000 tokens de entrada e 500 de saída custa US$ 0,000963 com Inception: Mercury 3 e US$ 0,000912 com Z.ai: GLM 4.7 Flash.
Em detalhe
Inception: Mercury 3 é um modelo de texto da Inception, e Z.ai: GLM 4.7 Flash é um modelo de texto da Z.ai. Ambos são servidos através do api14 como modelos de chat na categoria de texto, o que significa que recebem texto e devolvem texto. Nenhum deles aceita imagens, áudio ou outras entradas não textuais, por isso, se a sua carga de trabalho envolver algo além de texto, precisará de um modelo diferente em qualquer dos lados. Os dois diferem principalmente em escala e em quanto controlo lhe dão sobre a geração.
A divisão mais clara é o contexto. O Mercury 3 tem uma janela de contexto de 1.000.000 de tokens, enquanto o GLM 4.7 Flash tem 200.000. Isso é uma diferença de cinco vezes, e é relevante se estiver a introduzir documentos longos, bases de código grandes ou históricos de conversa extensos numa única chamada. Em termos de preço, os dois não estão alinhados: o GLM 4.7 Flash é a opção mais barata para tokens de entrada, enquanto o Mercury 3 é a opção mais barata para tokens de saída. Portanto, a questão do custo depende do seu rácio de tokens de prompt para tokens de conclusão. Uma carga de trabalho que lê muito e escreve pouco inclina-se para o GLM 4.7 Flash, enquanto uma que lê pouco e escreve muito inclina-se para o Mercury 3. Ambos expõem ferramentas, saídas estruturadas e controlos de raciocínio, por isso nenhum tem uma funcionalidade exclusiva nesse aspeto.
Para uma seleção prática, comece pela forma do pedido. Se precisar de passar entradas muito grandes, como um repositório completo, uma transcrição longa ou uma pilha de documentos de referência, o Mercury 3 é a escolha natural devido à sua janela de contexto maior. Se os seus prompts forem moderados e gerar saídas longas, como redação, sumarização extensa ou geração de código com conclusões substanciais, o preço mais barato de saída do Mercury 3 joga a seu favor. Se os seus prompts forem grandes mas as respostas forem curtas, como classificação, extração ou encaminhamento sobre entradas longas, o GLM 4.7 Flash é a melhor escolha económica. O GLM 4.7 Flash também expõe um conjunto mais amplo de parâmetros de amostragem, incluindo frequency e presence penalties, logit bias, logprobs, min_p, repetition penalty, seed, top_k, top_p e top_logprobs. Se depende de reprodutibilidade com seed, probabilidades logarítmicas ao nível do token ou controlo de amostragem refinado, essa superfície de parâmetros é uma razão real para o escolher. A lista de parâmetros do Mercury 3 é mais estreita e centrada em reasoning effort, response format, stop sequences, temperature e tool choice.
Chamar qualquer dos modelos através do api14 funciona da mesma forma, porque a API é compatível com OpenAI. Aponta o seu cliente para o URL base do api14, envia um pedido padrão de chat completions e define o campo model para o id que pretende. Para usar o Mercury 3, defina o model como "inception/mercury-3". Para usar o GLM 4.7 Flash, defina o model como "z-ai/glm-4.7-flash". Tudo o resto no corpo do pedido, o array messages, as tools, o response format, permanece igual. Alternar entre os dois é uma alteração de uma linha, o que torna barato testar ambos com o seu próprio tráfego em vez de adivinhar a partir das especificações.
Troque com uma string
Os dois modelos usam o mesmo endpoint e o mesmo formato de requisição. Mude o valor de model de "inception/mercury-3" para "z-ai/glm-4.7-flash", prompts, streaming e ferramentas continuam funcionando.
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": "z-ai/glm-4.7-flash",
"messages": [
{
"role": "user",
"content": "Explain vector databases in two sentences."
}
]
});
console.log(result.choices[0].message.content);
Mais comparações
- LiquidAI: LFM3-1.7B contra Ricursive: Ripple 65B Preview
- LiquidAI: LFM3-1.7B contra Crouton Alpha
- LiquidAI: LFM3-1.7B contra Tencent: Hy4
- LiquidAI: LFM3-1.7B contra Z.ai: GLM 5.3 FlashX Legal
- Ricursive: Ripple 65B Preview contra Crouton Alpha
- Ricursive: Ripple 65B Preview contra Tencent: Hy4
- Ricursive: Ripple 65B Preview contra Z.ai: GLM 5.3 FlashX Legal
- Crouton Alpha contra Tencent: Hy4