Wygenerowana karta tytułowa z napisem „Aion-1.0-Instruct-2.3B vs Aion 3.5 Mini” i podtytułem „Dwa modele o nazwie Aion, dzieli je jedna firma”, nad dwiema kartami: Microsoft z „otwartymi wagami, MIT”, „2,29 mld parametrów” i „kontekstem 32 768 tokenów” oraz AionLabs z „wyłącznie hostowanym API”, „brakiem liczby parametrów” i „kontekstem 262 144 tokenów”.
Guides & Insights

Aion-1.0-Instruct-2.3B kontra Aion 3.5 Mini: dwa modele o nazwie Aion, które dzieli jedna firma

Autor

Elias Hawthorne

Data publikacji

Najnowsze modele · 20Zobacz wszystkie modele →
Benchmarki: Artificial Analysis · aktualizowane codziennie
Powrót do wszystkich wpisów

firmy MicrosoftAion-1.0-Instruct-2.3B pojawił się na Hugging Face 18 listopada 2026 r. bez wpisu zapowiadającego premierę, bez bloga i z trzema polubieniami. Aion 3.5 Mini jest w sprzedaży od 23 września 2026 r. w cenie 0,70 USD za milion tokenów wejściowych, a sprzedaje go firma AionLabs. Łączy ich tylko nazwa — nic więcej: nie licencja, nie architektura, nie model biznesowy i ani jedna linijka kodu. Każdy, kto teraz szuka „Aion”, trafi na oba, a wybór niewłaściwego oznacza albo zmarnowane pobranie, albo zmarnowaną fakturę.

To, co następuje, starannie rozdziela te dwa przypadki. Wszystko na temat Aion-1.0-Instruct-2.3B pochodzi z karty modelu i pliku konfiguracyjnego, które Microsoft opublikował wraz z wagami, odczytanych bezpośrednio; w chwili pisania model ma zaledwie jeden dzień i nie sprawdził go żaden niezależny ewaluator. Wszystko na temat Aion 3.5 Mini pochodzi z opublikowanej przez AionLabs listy modeli oraz z katalogu udostępnianego przez jego własne API. Tam, gdzie dostawca podaje jakąś liczbę, zostało to wyraźnie powiedziane; tam, gdzie nikt czegoś nie zmierzył, również zostało to powiedziane.

Nazwa to jedyne, co ich łączy.

AionLabs to dostawca modeli, który sprzedaje hostowaną inferencję. Aion firmy Microsoft wywodzi się z Windows Applied Sciences Group i jest opisany na swojej karcie jako „podstawowy mały model językowy (SLM) w ekosystemie Windows, specjalnie zoptymalizowany pod AI na urządzeniu”. Jeden z nich to produkt, który wynajmujesz za tokeny. Drugi to publikacja wag, którą Microsoft określa własnymi słowami jako „wprowadzenie do tego, co nadchodzi, i sposób na maksymalizację przejrzystości wobec naszych użytkowników”.

Strona AionLabs nie publikuje nawet liczby parametrów. W jej wpisie katalogowym Aion 3.5 Mini opisano jako „system wielomodelowy zbudowany na rodzinie modeli G​LM”, w którym „wiele wyspecjalizowanych modeli wnosi wkład w każdą odpowiedź” — zespół modeli za punktem końcowym, a nie pojedynczy checkpoint, który można pobrać. Nie ma pliku wag, który można by porównać z 2,29 mld wag Microsoftu.

• Parametry — Aion-1.0-Instruct-2.3B ma ~2,29 mld parametrów przy współdzielonych embeddingach wejścia i wyjścia; Aion 3.5 Mini nie publikuje żadnych, ponieważ jest warstwą routingu nad kilkoma modelami, a nie jedną siecią.

• Wagi — safetensors bfloat16 na licencji MIT, które możesz pobrać już dziś, w przeciwieństwie do zamkniętej usługi hostowanej.

• Kontekst — 32 768 tokenów w porównaniu z 262 144.

• Maksymalna długość wyjściowa — katalog AionLabs ogranicza odpowiedź do 32 768 tokenów; Microsoft nie publikuje odrębnego limitu wyjściowego, więc limitem jest okno.

• Modalność — po obu stronach tekst na wejściu, tekst na wyjściu. Żadna z nich nie jest multimodalna.

• Cena — zero dla checkpointu Microsoft, $0.70 / $0.18 (z pamięci podręcznej) / $1.40 za milion tokenów dla Aion 3.5 Mini.

• Kontrolki rozumowania — Aion 3.5 Mini udostępnia poziomy wysiłku: niski, wysoki i maksymalny, przy czym domyślny jest wysoki; Aion-1.0-Instruct-2.3B nie ma w ogóle trybu myślenia i odpowiada w jednym przebiegu.

Co Microsoft faktycznie dostarczył, a czego nie

Tabela architektury na karcie modelu jest nietypowo szczegółowa jak na cichy upload: 28 warstw, rozmiar ukryty 2 048, MLP SiLU o szerokości 8 192, grouped-query attention z 24 głowami zapytań i 8 głowami kluczy/wartości przy wymiarze głowy 128 oraz hybrydowy wzorzec uwagi obejmujący 21 warstw z oknem przesuwnym o rozmiarze 2 048 tokenów plus 7 warstw pełnej uwagi. Słownik ma 200 029 tokenów, a checkpoint jest w formacie bfloat16.

Twierdzenie o kontekście zasługuje na drugie spojrzenie. Opublikowane okno wynosi 32 768 tokenów, ale blok RoPE w konfiguracji zapisuje original_max_position_embeddings równe 2 048 ze współczynnikiem skalowania YaRN wynoszącym 16, stosowanym wyłącznie do warstw pełnej uwagi. Szesnaście razy 2 048 daje 32 768, co sugeruje, że długie okno uzyskano dzięki interpolacji pozycyjnej na znacznie krótszym zakresie natywnym, a nie dzięki treningowi na długich sekwencjach. To uzasadniony wybór inżynieryjny i częsty w tej skali. To także detal, który decyduje o tym, czy streszczanie dokumentów o długości 30 tys. tokenów rzeczywiście się sprawdza, a nikt nie opublikował oceny długiego kontekstu tego modelu.

Dwie inne luki warto nazwać wprost. Karta wymienia GGUF wśród nazw bibliotek, ale lista plików w repozytorium zawiera safetensors, pliki tokenizera, niestandardowy kod modelowania i szablon czatu — nie ma GGUF. Karta podaje, że niekwantyzowany model jest publikowany najpierw, „po nim mają pojawić się wersje skwantyzowane”, więc format jest obiecany, a nie obecny. A historia z Windows jest wyraźnie w czasie przyszłym: „dalsza zoptymalizowana wersja Aion Instruct, połączona z modelem moderowania treści firmy Microsoft, stanie się SLM systemu Windows do końca stycznia 2027 r.”. Wgrany model to podgląd tego modelu, a nie model, który będzie dostarczany z Windows.

To, co jest obecne, to działający artefakt w repozytorium dostrojony do instrukcji: szablon czatu z turami systemu, użytkownika i asystenta, z których każda jest zamykana dedykowanym tokenem końca tury, który jednocześnie pełni rolę tokenu EOS, oraz udokumentowana ścieżka wywoływania narzędzi, która wstrzykuje schematy funkcji do promptu systemowego i odczytuje wywołania z powrotem z opakowanych tagów. Wymaga też trust_remote_code=True, ponieważ kod modelowania jest dostarczany wraz z wagami, a nie znajduje się w transformers.

Liczba, która oddziela te dwa produkty

Aion 3.5 Mini nie ma opublikowanego benchmarku. Żadnego. Lista modeli AionLabs podaje cenę, kontekst, limit wyjścia, modalność i poziomy rozumowania, i na tym się kończy. Nie ma karty ewaluacyjnej, żadnego wpisu w indeksie zewnętrznym, którego bylibyśmy w stanie znaleźć, ani bezpośredniego porównania z czymkolwiek.

Microsoft poszedł w przeciwnym kierunku. Brak tablicy wyników w Aion 3.5 Mini nie jest luką, którą można wypełnić skądinąd; karta Aion-1.0-Instruct-2.3B publikuje jedenaście wyników benchmarków, podając nazwy harnessu i modelu oceniającego, a każdy z nich ma datę, został uzyskany przy użyciu harnessu i można go przypisać do źródła. MMLU 55.15, IFEval 83.90 i MMLU-Pro 33.35 to trzy wyniki, które warto mieć w głowie, ponieważ określają one, czym jest ten model: kompetentny w przestrzeganiu określonego formatu, przeciętny w odtwarzaniu z pamięci i rozumowaniu wieloetapowym. Na karcie znajduje się jeszcze dziesięć wierszy dla każdego, kto chce zobaczyć pełny obraz.

Dwa przypisy do tej tabeli mają większe znaczenie niż sama tabela. GSM8K opatrzono adnotacją „loose matching”, która zawyża wynik w porównaniu ze ścisłym wyodrębnianiem, a IFBench jest raportowany jako „prompt-level loose”. Dostawca, który sam z własnej woli ujawnia własne łagodne ustawienia oceniania, mówi ci, że te liczby nie są marketingiem, a uzyskana tabela — zwłaszcza 33,35 w MMLU-Pro — wygląda słabo na tle tego, co publikują porównywalne otwarte modele. To sygnał wiarygodności w przeciwnym kierunku niż efektowna premiera: sprawia wrażenie rzeczywistego uruchomienia harnessu, a nie wyselekcjonowanego. Wciąż jednak jest raportowany przez dostawcę i nieodtworzony.

Koszt, gdy przestaniesz płacić za token

Ekonomia odwraca się całkowicie w zależności od tego, którą stronę wybierzesz. Aion 3.5 Mini nalicza 0,70 USD za milion tokenów wejściowych i 1,40 USD za milion tokenów wyjściowych, a wejście z pamięci podręcznej kosztuje 0,18 USD. Milion tokenów wyjściowych kosztuje 1,40 USD i wiąże się z oknem 262K oraz trzema poziomami rozumowania. Nie płacisz nic z góry i nic nie posiadasz.

Aion-1.0-Instruct-2.3B zajmuje około 4,6 GB w bfloat16 — 2,29 miliarda parametrów po dwa bajty każdy — a następnie kosztuje tyle, ile kosztuje Twój sprzęt. Przy 8 bitach to się zmniejsza o połowę; przy 4 bitach spada do około 1,2 GB, blisko zapotrzebowania pamięciowego modelu klasy średniej na telefon. Dokładnie taki jest cel Microsoftu: zadania tekstowe i systemowe na urządzeniu, przy czym dane nigdy nie opuszczają maszyny. Kompromis jest przeciwieństwem modelu hostowanego: żadnych opłat za token, żadnego okna 262K, żadnego trybu rozumowania ani dostawcy, do którego można by zadzwonić, gdy coś pójdzie nie tak.

Jeśli potrzebujesz obu form naraz, kwestia techniczna sprowadza się do tego, ile umów utrzymujesz. W OrcaRouter jeden klucz sięga do ponad 200 modeli z 0% marży — cena katalogowa dostawcy przekazywana bez zmian, więc zmiana ceny u dostawcy jest widoczna po naszej stronie tego samego dnia — plus automatyczny failover, gdy dostawca zawodzi, oraz DSL routingu do komponowania modeli w jedno wywołanie. Żaden z tych dwóch Aionów nie znajduje się w tym katalogu: Microsoft publikuje wagi, a nie API, a AionLabs jest osobnym dostawcą. Więc to nie jest pitch „wywołaj oba z jednego miejsca”. Chodzi o węższą kwestię: hostowana warstwa, którą wynajmujesz, i checkpoint, który uruchamiasz na laptopie, odpowiadają na różne pytania, a mieszanie ich ma sens tylko wtedy, gdy każde robi to, do czego zostało stworzone.

Którego właściwie chcesz

Weź model Microsoft Aion-1.0-Instruct-2.3B, jeśli ograniczeniem jest lokalność. Dokument, który nie może opuścić maszyny, interfejs systemu operacyjnego, który musi działać offline, budżet opóźnień liczony w dziesiątkach milisekund oraz obciążenie złożone ze streszczania, przepisywania, czatu i lekkich wywołań narzędzi — to właśnie opis modelu zawarty w jego karcie, a okno 32K jest dostosowane do wielostronicowych dokumentów, a nie do całych baz kodu. Przystępuj do tego ze świadomością, że model ma zaledwie jeden dzień, że jego zachowanie w długim kontekście nie zostało zmierzone, że nie istnieje jeszcze żadna skwantyzowana wersja oraz że klasa 2.3B będzie przekłamywać fakty i tracić wątek przy rozumowaniu wieloetapowym, jak mówi jego własna sekcja ograniczeń.

Wybierz Aion 3.5 Mini, jeśli ograniczeniem jest wydajność na żądanie i jesteś gotów za to zapłacić: okno 262K, opcjonalna głębokość rozumowania, wywoływanie narzędzi oraz dostawca, który odpowie na zgłoszenie do pomocy technicznej. Przystępuj do tego ze świadomością, że nie możesz zobaczyć wag, nie możesz policzyć parametrów ani zweryfikować żadnego twierdzenia o jakości na podstawie opublikowanej liczby — bo żadna nie istnieje.

Pułapką jest nazwa. Wyszukiwanie „Aion 2.3B” lub „Aion Instruct” wyświetli strony AionLabs; wyszukiwanie „Aion 3.5” prędzej czy później wyświetli materiały o pracach Microsoftu nad SLM dla Windows. Zapisz, którego dostawcę miałeś na myśli, zanim napiszesz integrację. Te dwa są niepowiązane, a identyfikator to jedyna rzecz, która pozwoli je odróżnić w pliku zależności.

A screenshot of AionLabs' model documentation showing the Aion 3.5 Mini catalogue entry, its $0.70 input, $0.18 cached and $1.40 output per-million-token rates, a 262,144-token context with a 32,768-token output ceiling, and the low, high and max reasoning effort levels.

Karta Microsoftu to jedyne miejsce, w którym liczba 2,29 mld, okno 32K i cel Windows na styczeń 2027 pojawiają się razem. To także miejsce, w którym znajdują się tabela benchmarków i jej uwagi o „luźnym dopasowaniu”.

Co zmieniłoby to porównanie

Trzy rzeczy, w kolejności prawdopodobieństwa. Wersja GGUF umieściłaby Aion Instruct w llama.cpp i LM Studio i uczyniła lokalny scenariusz praktycznym, a nie teoretycznym — karta obiecuje wersje skwantyzowane, a repozytorium jeszcze takiej nie ma. Niezależne uruchomienie harnessu zamieniłoby tabelę Microsoftu w sprawdzalne twierdzenie; przy trzech polubieniach i zeru pobrań pierwszego dnia nic takiego nie istnieje. A styczniowa integracja z Windows w 2027 roku całkowicie zmieniłaby odbiorców — z osób pobierających wagi na osoby, które w ogóle nie myślą o modelu.

Z drugiej strony, opublikowana ocena Aion 3.5 Mini — jakakolwiek ocena — byłaby nowiną, ponieważ obecna sytuacja to płatny produkt z cennikiem stawek i bez mianownika.

A screenshot of the Hugging Face model card for microsoft/Aion-1.0-Instruct-2.3B, showing the description of the foundational Small Language Model for the Windows ecosystem optimised for on-device AI, the 32,768-token context, the eleven published benchmarks including MMLU 55.15 and MMLU-Pro 33.35, and the note that a further optimised version becomes the Windows OS SLM by the end of January 2027.

Katalog AionLabs to źródło karty stawek Aion 3.5 Mini i okna 262 144 tokenów. Nie ma w nim kolumny z benchmarkami.

A generated two-column scoreboard comparing Aion-1.0-Instruct-2.3B, with 2.29B tied-embedding parameters, MIT safetensors, a 32,768-token context, free download, no reasoning mode and 11 published vendor-run benchmarks, against Aion 3.5 Mini, with no published parameter count, hosted API only, a 262,144-token context, $0.70 input and $1.40 output per million tokens, low-high-max reasoning levels and no published benchmarks. Footnoted that both sets are vendor-reported and independently unreproduced.

Tablica wyników z wyraźnie ukazaną asymetrią: jedna strona podaje liczby, ale nie cenę; druga podaje cenę, ale nie liczby.