AionLabs: Aion-2.0

O Aion-2.0 é um modelo de texto da AionLabs, lançado em 23 de fevereiro de 2026. É uma variante do DeepSeek V3.2 que foi otimizada para roleplay imersivo e narração de histórias. A AionLabs o posiciona como particularmente forte em introduzir tensão, crises e conflito nas histórias, que é a qualidade que faz suas narrativas parecerem mais envolventes. Se você está criando ficção interativa, chat baseado em personagens ou qualquer produto em que o impulso narrativo importa, este é o foco declarado do modelo.

O modelo funciona apenas com texto, tanto na entrada quanto na saída, portanto não aceita imagens nem áudio e não os gera. Ele oferece uma janela de contexto de 131.072 tokens, o que é suficiente para armazenar longos históricos de conversa, descrições estendidas de cenas ou rascunhos de vários capítulos em uma única requisição. A saída máxima é de 32.768 tokens, então uma única resposta pode resultar em um trecho substancial de prosa em vez de uma réplica curta. Esses dois números juntos são a principal restrição prática a considerar ao projetar prompts e gerenciar o estado da conversa.

Por causa dessa combinação, os casos de uso naturais são sessões de roleplay de formato longo, em que o modelo precisa se lembrar de cenas anteriores, geração de histórias que precisa fazer um enredo escalar em vez de se desviar, e personagens interativos que devem contestar, criar complicações ou aumentar as apostas em vez de concordar com o usuário. Os mesmos traços servem para aplicações no estilo mestre de jogo, ferramentas de narrativa ramificada e assistentes de escrita que ajudam autores a redigir cenas com muito conflito. Qualquer carga de trabalho que seja puramente extração factual, classificação ou respostas curtas determinísticas também pode ser atendida por este modelo, mas seu comportamento distintivo está na narrativa e no diálogo.

Você o chama pela API compatível com OpenAI do api14 usando o id de modelo "aion-labs/aion-2.0". Os parâmetros de requisição que ele suporta são include_reasoning, max_tokens, reasoning, response_format, temperature, tool_choice, tools e top_p. Isso significa que você pode controlar a amostragem com temperature e top_p, limitar o comprimento da resposta com max_tokens, solicitar saída estruturada por meio de response_format e fornecer ao modelo funções chamáveis com tools e tool_choice. Os parâmetros reasoning e include_reasoning permitem que você trabalhe com o comportamento de raciocínio do modelo onde sua aplicação precisar.

Tenha em mente o limite de saída de 32.768 tokens quando pedir continuações muito longas, pois uma resposta não pode excedê-lo, mesmo que a janela de contexto seja maior. O modelo é apenas texto, então, se sua aplicação depende de entrada de imagem ou áudio, você precisará de um modelo diferente para essa parte do pipeline. Dentro do trabalho com texto, o motivo sensato para escolher outra coisa é quando sua tarefa não se beneficia de tensão narrativa ou contexto longo, e um modelo menor ou mais rápido lhe serviria melhor.