Mercury 2.5 Vorschau vs Gemini 3.1 Pro: Zwei Vorschauen, sechs Monate auseinander

In diesem Vergleich tragen beide Modelle das Wort „Preview“ im Namen – und damit enden die Gemeinsamkeiten auch schon. Mercury 2.5 Preview und Gemini 3.1 Pro sind beides Reasoning-Modelle, die Sie heute über eine API aufrufen können, aber sie sind Previews an entgegengesetzten Enden ihres Lebenszyklus. Gemini 3.1 Pro, das Flaggschiff-Reasoning-Modell, ist seit dem 19. Februar 2026 als Preview verfügbar – hinter ihm liegen sechs Monate mit unabhängigen Evaluierungen, öffentlichen Leaderboard-Platzierungen und Produktionslast, dazu ein Artificial Analysis Intelligence Index von 57 zum Start, multimodaler Input für Text, Bild, Audio und Video, ein Kontext von 1 Million Tokens und ein Preis von 2,00 $ / 12,00 $ pro Million Tokens. Mercury 2.5 Preview, Inceptions Diffusions-LLM, veröffentlicht am 31. August 2026, ist erst zwei Tage alt: ein reines Textmodell mit 256K-Kontext, behaupteten 1.107 Tokens pro Sekunde, einem Listenpreis von 0,20 $ / 0,75 $ (etwa 0,04 $ / 0,15 $ bei einem Rabatt bis zum 8. September) – und keiner einzigen unabhängigen Benchmark. Beide als „Previews“ zu bezeichnen, verschleiert die eigentliche Frage: Wie viel ist ein sechsmonatiger Beweisvorsprung wert, verglichen mit einer grundlegend schnelleren Methode der Texterzeugung?

Was jedes Modell tatsächlich ist

Gemini 3.1 Pro ist ein geschlossenes, multimodales Flaggschiff für allgemeines Reasoning. Es verarbeitet Text, Bilder, Audio und Video, bewältigt ein Kontextfenster von 1 M Token mit einer Ausgabeobergrenze von 64 K Token und passt seine Reasoning-Tiefe dynamisch an – der Anbieter beschreibt eine vierstufige Reasoning-Intensität, die mit der Aufgabenkomplexität skaliert. Die Zahlen zum Start – ARC-AGI-2 bei 77,1 %, GPQA Diamond bei 94,3 %, SWE-bench Verified bei 80,6 %, Terminal-Bench 2.0 bei 68,5 % – sind Herstellerangaben, aber sie stützen sich auf sechs Monate unabhängiger Prüfung, darunter eine Neumessung durch Artificial Analysis auf einer strengeren Indexskala, bei der das Modell bei etwa 46,5 liegt. Genau diese Neumessung hat sich ein ausgereiftes Modell verdient: Es wurde so intensiv getestet, dass der Index um es herum strenger geworden ist. Mercury 2.5 Preview ist ein Diffusionsmodell – es erzeugt und verfeinert Token parallel statt einzeln nacheinander – mit einstellbarem Reasoning, parallelen Tool-Aufrufen und schema-konformem JSON, entwickelt für die Workloads mit sich summierender Latenz, die Inception nennt: Suchagenten, Sprachpipelines, Code-Subagenten. Alle Qualitätsangaben, die sich auf das Modell beziehen, einschließlich eines Sprungs um mehr als 10 Punkte gegenüber Mercury 2, stammen vom Anbieter selbst; kein Dritter hat sie gemessen.

Der Spec-Kontrast

• Preis — Mercury 2.5 Preview: 0,20 $ / 0,75 $ pro 1 Mio. Eingabe/Ausgabe, ca. 0,04 $ / 0,15 $ Einführungspreis bis 8. September. Gemini 3.1 Pro: 2,00 $ / 12,00 $ pro 1 Mio., bei über 200.000 Eingaben steigend auf 4,00 $ / 18,00 $.

• Kontext / Ausgabe — Mercury 2.5 Preview: 256K Kontext. Gemini 3.1 Pro: 1M Kontext, 64K max. Ausgabe.

• Eingaben — Mercury 2.5 Preview: nur Text. Gemini 3.1 Pro: Text, Bild, Audio, Video, Datei.

• Architektur — Mercury 2.5 Preview: Diffusions-LLM, parallele Token-Erzeugung. Gemini 3.1 Pro: autoregressiv, dynamische Reasoning-Tiefe.

• Geschwindigkeit — Mercury 2.5 Preview: laut Anbieter 1.107 Token/s. Gemini 3.1 Pro: keine vergleichbare Marketingaussage.

• Belege — Mercury 2.5 Preview: nur vom Anbieter gemeldet. Gemini 3.1 Pro: AA Index 57 zum Start (46.5 auf neuerer Skala) plus eine lange Bilanz unabhängiger Evaluierungen.

Die Multimodalitätslücke ist der entscheidende Unterschied.

Für die meisten Anwendungen ist dieser Vergleich bereits entschieden, bevor Preise oder Benchmarks ins Spiel kommen, denn Mercury 2.5 Preview kann nicht sehen. Gemini 3.1 Pro liest Screenshots, Diagramme, Audio und Video – es ist das Modell, auf das Sie eine PDF-Datei, ein Diagramm, eine Besprechungsaufzeichnung oder eine Benutzeroberfläche richten, wenn Sie eine Antwort zu etwas möchten, das nicht bereits Text ist. Mercury 2.5 Preview ist konstruktionsbedingt rein textbasiert; ein Diffusions-Sprachmodell, das Text parallel erzeugt, hat überhaupt keinen Bild- oder Audioeingabepfad. Für eine dokumentlastige Anwendung, einen Vision-Agenten oder jedes multimodale Produkt ist Gemini 3.1 Pro hier der einzige Kandidat, Punkt. Die reine Textbeschränkung von Mercury 2.5 Preview ist keine Einschränkung im Kleingedruckten; sie ist die Grenze, die darüber entscheidet, für welche Arbeitslasten das Modell überhaupt in Frage kommt.

Sechs Monate Tests gegenüber zwei Tagen

Belegen zufolge ist dies kein Wettbewerb, und es ist wichtig, klar zu sagen, warum. Gemini 3.1 Pro wird seit sechs Monaten von unabhängigen Labors auseinandergenommen; sein Ergebnis wurde eingeordnet, neu gemessen und diskutiert – genau das bedeutet „vertrauenswürdig“ bei einem Modell. Mercury 2.5 Preview hat eine einzige Informationsquelle – seinen Hersteller – und diese Quelle behauptet einen Intelligenzsprung von über 10 Punkten gegenüber Mercury 2 sowie Gleichstand mit der kostenoptimierten Stufe der Spitzenmodelle. Beide Aussagen mögen zutreffen. Keine davon wurde von jemandem außerhalb von Inception bestätigt, und das Modell ist zu neu, als dass etwas anderes zu erwarten wäre. Die Asymmetrie besteht nicht darin, dass das eine besser ist, sondern darin, dass das eine bekannt ist und das andere noch nicht.

Wo Merkurs Geschwindigkeit tatsächlich gewinnt

Der ehrliche Fall für Mercury 2.5 Preview ist schmal, textbasiert und real. Parallele Token-Erzeugung verändert die Latenz-Mathematik auf eine Weise, die kein autoregressives Modell – einschließlich Gemini 3.1 Pro – nachvollziehen kann, denn ein autoregressives Modell ist konstruktionsbedingt seriell. Für eine Sprach-Pipeline ist es die Ironie, dass Eingabe und Ausgabe Audio sind, aber das Denken dazwischen ist Text: Eine schnelle Text-Argumentationsebene ist genau das, was einen Sprachagenten reaktionsschnell wirken lässt. Für einen Suchagenten, der wiederholte Tool-Aufrufe tätigt, und für einen Codierungs-Subagenten, der viele kleine Vervollständigungen pro Aufgabe auslöst, summiert sich die Latenz pro Aufruf zu wahrgenommener Geschwindigkeit. Beim Einführungspreis – 0,04 $ Eingang, 0,15 $ Ausgang – ist Mercury 2.5 Preview etwa 80-mal günstiger als die Standard-Ausgaberate von Gemini 3.1 Pro, was es nicht nur schneller, sondern für hochvolumiges Textdenken zu einer anderen Kostenklasse macht. Der Haken, der mit jedem dieser Sätze reisen muss: Die Geschwindigkeit ist behauptet, die Qualitätsparität ist behauptet, und es gibt keine unabhängige Messung.

Preisgestaltung: Geminis Langkontext-Premium versus Merkurs Teaser

Die Preisliste von Gemini 3.1 Pro enthält ein Detail, das man kennen sollte, bevor man die Schlagzeilenpreise vergleicht: Bei Anfragen, die 200K Eingabe-Token überschreiten, springen die Preise von 2,00 $ / 12,00 $ auf 4,00 $ / 18,00 $ pro Million. Bei einem Modell mit 1M-Kontext ist dieser Long-Context-Aufschlag kein Randfall – es ist der Preis dafür, das Kontextfenster tatsächlich zu nutzen, für das das Modell bekannt ist. Mercury 2.5 Preview hat keine solche Preisstufe, und sein 256K-Kontext dürfte nur selten in den Long-Context-Bereich vordringen. Doch Mercurys niedriger Preis ist ein Lockangebot, das am 8. September ausläuft, während Geminis Preis ein stabiler, veröffentlichter Tarif ist. Beim Vergleich sollte man Mercurys Listenpreis von 0,20 $ / 0,75 $ gegen Geminis Standard-Tarif stellen, nicht gegen den rabattierten Betrag – der Rabatt ist der Anreiz zum Testen, nicht der Preis, mit dem man plant.

Die Routing-Entscheidung

Beide Modelle können heute geroutet werden, und das ändert, wie Sie jedes einzelne behandeln sollten. Gemini 3.1 Pro ist auf OrcaRouter als google/gemini-3.1-pro-preview, zum Listenpreis des Anbieters durchgereicht mit 0 % Aufschlag, sodass die Standard- und die Long-Context-Stufen genau das kosten, was der Anbieter veröffentlicht, neben 200+ weiteren Modellen unter einem API-Schlüssel. Ein Preview-Badge ist genau die Art von Sache, die man umgehen sollte, statt darauf zu setzen – das Fehlerraten-Panel auf der Modellseite ist nicht ohne Grund vorhanden, und automatisches Failover bedeutet, dass eine beeinträchtigte Preview-Antwort ohne Codeänderung an einen zweiten Anbieter weitergeleitet wird. Mercury 2.5 Preview ist noch nicht auf OrcaRouter; Inception stellt es über eine eigene API und mehrere Drittanbieter-Plattformen bereit. Ein zwei Tage altes Modell, das Sie noch nicht in ein Failover einbinden können, ist ein Testkandidat, keine Produktionsabhängigkeit. An dem Tag, an dem ein Anbieter es listet, gilt dieselbe Durchreichung und der Einführungsrabatt ist noch am selben Tag hier – und genau dann wird aus diesem Vergleich eine Routing-Regel statt einer Entscheidung.

Das ehrliche Urteil lautet, dass diese beiden Previews unterschiedliche Fragen beantworten. Gemini 3.1 Pro beantwortet die Frage „Auf welchem Modell sollte ich heute mein Produkt aufbauen?" – es ist multimodal, langkontextfähig, unabhängig getestet und stabil, zu einem Preis, der all das widerspiegelt. Mercury 2.5 Preview beantwortet die Frage „Wie schnell kann Text-Reasoning physisch gehen?" – und seine Geschwindigkeitsarchitektur ist das Interessanteste an dem Modell; sie wartet darauf, dass ein unabhängiges Labor bestätigt, ob die damit einhergehende Qualität echt ist. Wenn Ihre Workload multimodal ist oder lange Kontexte umfasst, ist die Wahl bereits getroffen. Wenn sie rein textbasiert, latenzempfindlich und preissensibel ist, ist Mercury 2.5 Preview das Modell, das man im Auge behalten sollte – und der 8. September ist das Datum, an dem man es im Vergleich beobachten kann.