
Aion-1.0-Instruct-2.3B 對上 Aion 3.5 Mini:兩款同名 Aion 模型,分屬不同公司
- Orca新OrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 每百萬 tokens · 184 tok/s
- tencent新Tencent: Hy4 Flash2026-11-16$0.02 / $0.07 每百萬 tokens · 223 tok/s
- Google新Google: Gemini 4 Carbon2026-11-10$2.00 / $10.00 每百萬 tokens · 87 tok/s
- Anthropic新Anthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 每百萬 tokens · 96 tok/s
- orca新Orca: OrcaC2 1.02026-11-079 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 每百萬 tokens · 90 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 每百萬 tokens · 131 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 每百萬 tokens · 78 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 每百萬 tokens · 94 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 每百萬 tokens · 114 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 每百萬 tokens · 69 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 每百萬 tokens · 94 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 每百萬 tokens · 41 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447智能
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 每百萬 tokens · 208 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929智能
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 每百萬 tokens · 111 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733智能
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 每百萬 tokens · 311 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740智能
微軟的Aion-1.0-Instruct-2.3B於 2026 年 11 月 18 日出現在 Hugging Face 上,沒有發布貼文、沒有部落格文章,只有三個讚。Aion 3.5 Mini自 2026 年 9 月 23 日起以每百萬個輸入 token 0.70 美元的價格販售,由一家名為 AionLabs 的公司銷售。它們只共享一個名稱,別無其他——不是授權條款,不是架構,不是商業模式,也不是任何一行程式碼。現在任何人搜尋「Aion」都會同時找到兩者,而選錯的代價不是浪費一次下載,就是浪費一張帳單。
以下內容會仔細區分這兩者。關於 Aion-1.0-Instruct-2.3B 的一切,都來自 Microsoft 隨權重一同發布的模型卡與設定檔,並且是直接讀取而來;在撰寫本文時,它才剛發布一天,尚無獨立評測者接觸過它。關於 Aion 3.5 Mini 的一切,則來自 AionLabs 公開的模型清單,以及其自家 API 上提供的目錄。凡是廠商回報的數字,文中都會註明;凡是沒有人測量過的項目,文中也會如實說明。
名字是他們唯一共有的東西
AionLabs 是一家販售託管推論服務的模型供應商。Microsoft 的 Aion 出自 Windows Applied Sciences Group,並在其模型卡上被描述為「Windows 生態系中的基礎小型語言模型(SLM),專門針對裝置端 AI 最佳化」。一個是按 token 租用的產品。另一個是權重發布,Microsoft 用自己的話將其定位為「介紹即將推出的內容,並盡可能提高與使用者透明度的一種方式」。
AionLabs 這一側甚至不公布參數量。其目錄條目將 Aion 3.5 Mini 描述為「一個建立在 GLM 模型家族之上的多模型系統」,其中「多個專門化模型共同參與每一次回應」——這是藏在單一端點背後的集成式系統,而不是你可以下載的單一檢查點。沒有權重檔可與微軟的 22.9 億個權重相比。
• 參數 — Aion-1.0-Instruct-2.3B 約為 2.29B,且輸入與輸出嵌入共用;Aion 3.5 Mini 則未公布任何參數,因為它是橫跨多個模型的路由層,而非單一網路。
• 權重 — 現在就能下載、採 MIT 授權的 bfloat16 safetensors,而非封閉式的託管服務。
• 上下文 — 32,768 個 token,相較於 262,144。
• 最大輸出 — AionLabs 的型錄將單次回應上限設為 32,768 個 token;Microsoft 未公布另外的輸出上限,因此上限即為視窗大小。
• 模態 — 雙方都是文字輸入、文字輸出。兩者皆非多模態。
• 價格 — Microsoft 檢查點為零;Aion 3.5 Mini 為每百萬個 token $0.70 / 快取 $0.18 / $1.40。
• 推理控制 — Aion 3.5 Mini 提供低、高與最高努力程度,預設為高;Aion-1.0-Instruct-2.3B 完全沒有思考模式,並一次完成回答。
微軟實際推出了什麼,以及沒有推出什麼
這張卡的架構表對於一次低調的上傳而言異常具體:28 層、隱藏大小 2,048、寬度 8,192 的 SiLU MLP、分組查詢注意力,具有 24 個查詢頭與 8 個鍵/值頭、頭維度 128,以及由 21 個視窗大小為 2,048 個權杖的滑動視窗層加上 7 個完整注意力層組成的混合注意力模式。詞彙表為 200,029 個權杖,檢查點為 bfloat16。
這項上下文長度主張值得再檢視。已公布的視窗為 32,768 個 token,但設定的 RoPE 區塊記錄的 original_max_position_embeddings為 2,048,且僅對全注意力層套用 YaRN 縮放因子 16。16 乘 2,048 等於 32,768,這意味長視窗是透過在短得多的原生範圍上進行位置插值達成,而非透過長序列訓練達成。這是合理的工程選擇,且在這種規模很常見。這也正是決定 30K token 文件摘要能否真正站得住腳的細節,而目前沒有人發表過此模型的長上下文評估。
另外還有兩個落差值得直接點名。模型卡在函式庫名稱中列出 GGUF,但儲存庫的檔案清單包含 safetensors、tokenizer 檔案、自訂建模程式碼與聊天範本——沒有 GGUF。模型卡說未量化模型會先發布,「隨後推出量化版本」,因此該格式是承諾而非已存在。而 Windows 方面的說法則明確使用未來式:「Aion Instruct 進一步最佳化的版本,搭配 Microsoft 的內容審核模型,將於 2027 年 1 月底前成為 Windows 作業系統 SLM」。這次上傳是該模型的預覽版,不是 Windows 將出貨的模型。
目前具備的是一個可運作、經指令微調的 repo 內產物:一個聊天範本,其中 system、user 與 assistant 輪次各自以專用的輪次結束符元收尾,而該符元同時作為 EOS 符元;以及一條有文件記載的工具呼叫路徑,會將函式結構描述注入系統提示,並從包裝標籤中把呼叫解析回來。它也需要 trust_remote_code=True,因為建模程式碼是隨權重一起提供,而不是位於 transformers 中。
區隔這兩項產品的數字
Aion 3.5 Mini 沒有公開的基準測試。完全沒有。AionLabs 的模型清單只提供價格、上下文、輸出上限、模態與推理等級,然後就沒了。沒有評測卡,我們也找不到任何第三方索引收錄,更沒有與任何對象的正面對比。
微軟則反其道而行。Aion 3.5 Mini 缺少評分表,並不是你能從別處補上的缺口;Aion-1.0-Instruct-2.3B 的模型卡公布了十一項基準測試結果,並註明所用的測試框架與評審模型,而且每一項都有日期、經過測試框架執行,且可追溯來源。MMLU 55.15、IFEval 83.90 與 MMLU-Pro 33.35 是三個值得記在腦中的數字,因為它們界定了這個模型的樣貌:擅長遵循指定格式,但在回憶與多步推理上表現平平。模型卡上還有另外十列資料,供任何想看完整全貌的人參考。
那張表上的兩則註腳比表格本身更重要。GSM8K 帶有「寬鬆匹配」的註記,相較於嚴格抽取,這會美化分數;而 IFBench 則是以「提示層級寬鬆」回報。一個主動公布自家寬鬆評分設定的廠商,等於在告訴你這些數字不是行銷話術;而由此得出的表格——尤其是 MMLU-Pro 上的 33.35——與同等開放模型所公布的分數相比顯得偏弱。這是與光鮮發表會方向相反的可信度訊號:它讀起來像真實的測試框架執行,而非精心策劃的結果。它仍然是廠商自行回報且未經重現的。
成本,一旦你不再按 token 付費
經濟效益會完全反轉,取決於你選擇哪一邊。Aion 3.5 Mini 每百萬輸入 token 收費 0.70 美元,每百萬輸出 token 收費 1.40 美元,快取輸入則為 0.18 美元。一百萬個輸出 token 要價 1.40 美元,並附帶 262K 視窗與三種推理層級。你無需預付任何費用,也不擁有任何東西。
Aion-1.0-Instruct-2.3B 在 bfloat16 下約佔 4.6 GB——22.9 億個參數,每個參數兩個位元組——其餘成本則取決於你的硬體。以 8 位元計會減半;以 4 位元計則落在約 1.2 GB,接近中階手機模型的佔用空間。微軟的目標正是如此:在裝置上處理文字與作業系統任務,資料永遠不離開機器。取捨與託管模型相反:沒有按 token 計費、沒有 262K 視窗、沒有推理模式,出錯時也沒有廠商可找。
如果你同時需要這兩種形態,基礎架構層面的問題就在於你維護了多少份合約。在 OrcaRouter 上,一把金鑰即可存取 200+ 個模型,並享有 0% 加成——直接沿用供應商的定價清單,因此供應商價格變動當天就能在我們這邊看到——此外,若供應商服務品質下降,還有自動容錯移轉,以及可將多個模型組合成一次呼叫的路由 DSL。這兩款 Aion 都不在那個目錄裡:Microsoft 發佈的是權重,而不是 API,AionLabs 則是獨立供應商。所以這不是「從同一個地方呼叫兩者」的推銷。而是更狹義的一點:你租用的託管方案與你在筆電上執行的檢查點,回答的是不同問題,而只有當兩者各自在做原本被打造來做的工作時,混用才有意義。
你真正想要哪一個?
如果限制條件是本地性,那就選微軟的 Aion-1.0-Instruct-2.3B。一份不能離開機器的文件、一個必須離線運作的作業系統介面、以數十毫秒計的延遲預算,以及由摘要、改寫、聊天和輕量工具呼叫組成的工作負載——這正是該模型卡自身的描述,而 32K 視窗是為多頁文件而非整個程式碼庫設計的。要心裡有數:這模型才剛問世一天,其長上下文行為尚未實測,目前還沒有量化版本,而且正如它自己的限制說明所述,2.3B 等級會誤述事實,並在多步推理中失去脈絡。
若你的限制在於每次請求的能力,且願意為此付費,就選 Aion 3.5 Mini:262K 視窗、可選的推理深度、工具呼叫,以及會回覆支援工單的廠商。但你要清楚:你看不到權重、數不出參數,也無法拿任何已公布的數字來核對品質宣稱——因為根本沒有這樣的數字。
陷阱在於名稱。搜尋「Aion 2.3B」或「Aion Instruct」會找到 AionLabs 的頁面;搜尋「Aion 3.5」最終會找到 Microsoft Windows SLM 工作的相關報導。在撰寫整合之前,先寫下你指的是哪個廠商。這兩者彼此無關,而在相依性檔案中,識別字是唯一能分辨它們的東西。

微軟的卡片是唯一同時出現 2.29B 這個數字、32K 視窗與 2027 年 1 月 Windows 目標的地方。它也是基準測試表及其「寬鬆比對」註記所在之處。
什麼會改變這個比較?
三件事,按可能性排序。一個 GGUF 版本會把 Aion Instruct 帶進 llama.cpp 和 LM Studio,讓本機應用的說法從理論變成可行——模型卡承諾提供量化版本,而儲存庫目前還沒有。一次獨立的測試框架執行,會把微軟的表格變成可核查的主張;在第一天只有三個讚、零次下載的情況下,這樣的事並不存在。而 2027 年 1 月的 Windows 整合會徹底改變受眾,從會下載權重的人,變成根本不會想到模型的人。
另一方面,一份已公開的 Aion 3.5 Mini 評測——任何評測——都會成為新聞,因為目前的情況是:這是一個有價目表、卻沒有分母的付費產品。

AionLabs 的產品目錄是 Aion 3.5 Mini 費率卡與 262,144-token 視窗的來源。上面沒有基準測試欄位。

記分板,把不對稱明確攤開:一邊提供數字卻沒有價格,另一邊提供價格卻沒有數字。
