Mercury 3 vs. Gemini 4 Pro: Einer dieser Namen ist kein Modell

Es gibt kein Gemini 4 Pro. Es gibt ein Gemini 4 Argon, das Google am 13. Oktober 2026 in seinem kostenpflichtigen API-Tarif allgemein verfügbar gemacht hat, und es gibt Mercury 3, das Inception Labs am 19. Oktober 2026 veröffentlicht hat – und sehr viele Menschen suchen nach einem Vergleich zwischen Mercury 3 und einem Gemini 4 Pro, das Google nie angekündigt, nie mit einer Kennung versehen, nie bepreist und für das es nie eine Kontextlänge veröffentlicht hat. Dieser Artikel nimmt die Suchanfrage trotzdem ernst, denn die Frage dahinter ist real: Wie schneidet ein Diffusionsmodell mit 1.068 Token pro Sekunde aus einem kleinen Labor im Vergleich zu Googles aktuellem Flaggschiff bei den Dingen ab, die sich tatsächlich messen lassen? Die Antwort bezieht sich auf Gemini 4 Argon, das Modell, das es gibt, und die erste Erkenntnis ist, dass die beiden überhaupt nicht im selben Markt spielen. Die dokumentierten KI-Ausfälle und Agentenvorfälle hinter Veröffentlichungen wie dieser werden gesammelt in dem OrcaRouter AI Incident Archive, wobei jeder Eintrag eigene Quellen, einen Schweregrad, eine Vertrauensstufe und eine Kennzeichnung als umstritten enthält.

Wie der fehlende Name geprüft wird

Die Abwesenheit ist kein Rückschluss aus dem Schweigen. Sie übersteht fünf separate Prüfungen.

• Die Modelldokumentation der Gemini API von Google führt unter der Überschrift Gemini 4 genau ein Modell auf – gemini-4-argon – und die Seite wurde zuletzt am 19. Oktober 2026 aktualisiert, einen Tag vor diesem Artikel. Bisher ist keine zweite Gemini-4-Karte hinzugekommen.

• Die DeepMind-Modelle-Seite enthält die Argon-Karte und sonst nichts in der G​emini-4-Linie.

• Googles eigener Blog enthält keine Ankündigung zu Gemini 4 Pro, und der Argon-Release-Post beschreibt Argon als das Flaggschiff der Gemini-4-Familie, nicht als Mitglied einer gestaffelten Produktlinie mit einem Pro darüber oder darunter.

• In der API-Dokumentation gibt es nirgends eine Modellkennung für G​emini 4 Pro, keine Preisliste, keine Kontextlänge, keine Obergrenze für die Ausgabe und keine Lizenzbedingungen. Ein Modell ohne all diese Dinge ist kein Modell, das im Stillen veröffentlicht wurde; es ist ein Name, von dem die Leute angenommen haben, dass es ihn geben wird.

• Es steht auch nicht in unserem Katalog. Die von OrcaRouter gerouteten G​oogle-Modelle sind die 3.x-Linie – gemini-3.1-pro-preview, gemini-3.8-flash, gemini-3.6-flash, gemini-3.5-flash und die Lite-Varianten – und nichts aus der 4er-Linie. Wir halten keine Route zurück; es gibt keine Route, die wir zurückhalten könnten.

Wenn später in diesem Jahr noch ein G​emini 4 Pro erscheint, dürfte die Struktur dieses Vergleichs bestehen bleiben, denn die Preisklasse, die er besetzen würde, ist am oberen Ende der Produktreihe bereits von Argon belegt. Die unten aufgeführten Zahlen beziehen sich jedoch auf G​emini 4 Argon und sind als solche gekennzeichnet.

Was G​emini 4 Argon ist, da es das ist, womit verglichen wird

G​emini 4 Argon wurde am 30. September 2026 angekündigt und war ab dem 13. Oktober 2026 in der kostenpflichtigen Stufe allgemein verfügbar. Es ist sowohl bei der Eingabe als auch bei der Ausgabe multimodal – Text, Bilder, Video, Audio und PDF als Eingabe, Text als Ausgabe –, mit einem einheitlichen Kontext von 1 Mio. Token und einer standardmäßigen Ausgabegrenze von 65.536 Token, die im Long-Decode-Modus auf 1.048.576 Token angehoben wird. Die Preise beginnen mit einem Einführungspreis von 2,00 $ pro Million Eingabe-Token und 10,00 $ pro Million Ausgabe-Token und steigen am 1. Dezember 2026 auf 4,00 $ bzw. 20,00 $; zwischengespeicherte Eingabe kostet 0,10 $ und verdoppelt sich am selben Datum auf 0,20 $. Caching ist nur implizit; es gibt keine explizite Cache-Stufe zu kaufen. Es ist nicht im kostenlosen Tarif von G​oogle enthalten.

Im Intelligence Index von Artificial Analysis erreicht es 52,6 bei Rechenkosten von etwa 1,99 US-Dollar pro Index-Aufgabe. Googles eigene veröffentlichte Zahlen umfassen 57,1 % bei Terminal-Bench 4.0, 61,8 % bei SciCode und 57,1 % bei Humanity's Last Exam – vom Anbieter gemeldet und als solche gekennzeichnet, aber zumindest angegeben auf einer benannten Testumgebung mit benannten Aufgaben.

Das Modell auf der anderen Seite dieses Vergleichs ist also ein multimodales Flaggschiff mit einem unabhängigen Indexwert von 52,6 und einem Preis, der sich in sechs Wochen verdoppelt. Mercury 3 ist ein reines Text-Diffusionsmodell ohne Indexwert und mit einem Preis, der sich zum Marktstart halbiert. Nahezu jede Dimension des Vergleichs ist ein Gegensatz zwischen zwei unterschiedlichen Auffassungen davon, wofür ein Sprachmodell da ist.

Der Spec-Kontrast, entlang der Dimensionen, die über Deployments entscheiden

• Ausgabepreis — Mercury 3 bei 0,35 $ pro Million zum Marktstart und 0,70 $ laut Listenpreis, gegenüber G​emini 4 Argon bei 10,00 $ jetzt und 20,00 $ ab dem 1. Dezember 2026.

• Eingabepreis — 0,10 $ zum Start und 0,20 $ Listenpreis, gegenüber 2,00 $ jetzt und 4,00 $ nach dem 1. Dezember.

• Zwischengespeicherte Eingabe — 0,01 $ zur Einführung und 0,02 $ Listenpreis bei Mercury 3, gegenüber 0,10 $ jetzt und 0,20 $ nach dem 1. Dezember bei Argon, nur implizites Caching.

• Kontext — 1.000.000 Token bei beiden, wobei Argons Kontext über alle Modalitäten hinweg vereinheitlicht ist und der von Mercury 3 nur Text umfasst.

• Maximale Ausgabe — 131.072 Tokens auf Mercury 3, gegenüber 65.536 standardmäßig auf Argon und bis zu 1.048.576 im Long-Decode-Modus.

• Eingabemodalitäten — nur Text vs. Text, Bild, Video, Audio und PDF.

• Durchsatz — 1.068 Token pro Sekunde, laut Herstellerangabe auf Mercury 3, gegenüber keiner für Argon veröffentlichten vergleichbaren Single-Stream-Kennzahl.

• Unabhängiger Index-Score – keiner für Mercury 3, gegenüber 52,6 für Argon bei etwa 1,99 US-Dollar Rechenkosten pro Index-Aufgabe.

• Preisrichtung — der Rabatt für Mercury 3 hat kein veröffentlichtes Enddatum; die Erhöhung für Argon ist für den 1. Dezember 2026 geplant und gilt für die gesamte Anfrage, sobald die Eingabe die Long-Context-Grenze überschreitet.

Die Preiszeile ist diejenige, die die meisten realen Deployments entscheiden wird, und das Datum 1. Dezember macht sie in einer Weise dringlich, wie es der Mercury-Start nicht tut. Ein Team, das eine Dokumentenpipeline auf Argon zu 2,00 $/10,00 $ aufbaut und das Kostenmodell im Januar erneut durchrechnet, wird feststellen, dass sich der Eingabepreis verdoppelt hat – und der Ausgabepreis gleich mit. Das ist kein subtiles Risiko; das ist ein Kalendereintrag.

Wo der Preisvergleich völlig versagt

Gemini 4 Argon verarbeitet PDFs, Screenshots, Audio und Video. Mercury 3 verarbeitet Text. Diese eine Zeile macht den Preisvergleich für einen großen Teil der Workloads überflüssig, in denen Argon tatsächlich eingesetzt wird – Rechnungen, gescannte Formulare, aufgezeichnete Anrufe, Bildschirmaufnahmen, alles, wo die Eingabe als Pixel oder Wellenform statt als Zeichen ankommt.

Um eine PDF in Mercury 3 zu bekommen, muss zuerst OCR oder ein Layoutmodell laufen, und dieser Schritt hat seine eigenen Kosten, seine eigene Latenz und seine eigene Fehlerrate. Ein 40-seitiger gescannter Vertrag wird nicht dadurch kostenlos, dass das Modell, das den extrahierten Text liest, günstig ist. Bei den Workloads, bei denen Argons Multimodalität tragend ist, ist Mercury 3 keine günstigere Option — es ist keine Option, und der ehrliche Vergleich endet dort.

Wo die Modalitäten übereinstimmen – Text rein, Text raus, und ein großer Teil des Produktionsverkehrs ist genau das –, beträgt der Preisunterschied bei Argons derzeitiger Ausgaberate etwa das 14-Fache und nach dem 1. Dezember das 28-Fache. Das ist groß genug, um eine Architektur zu verändern. Eine Retrieval-Pipeline, die derzeit zwanzig Kandidatenpassagen zum Re-Ranking an ein Flaggschiff schickt, könnte für dasselbe Geld hundert an Mercury 3 schicken, und der zusätzliche Kontext dürfte durchaus mehr wert sein als der Qualitätsunterschied pro Token.

Die Evidenzasymmetrie – und warum sie hier wichtiger ist

Gemini 4 Argon verfügt über eine unabhängige Messung und eine Anbieter-Benchmark-Tabelle. Mercury 3 hat beides nicht. Was Mercury 3 hat, ist eine Durchsatzzahl, die Inception auf nicht näher spezifizierter NVIDIA-Hardware gemessen hat, eine Behauptung von mehr als dem 40-Fachen der Parameter von Mercury 1 und ein strukturiertes Qualitätsergebnis: 50 % Abschluss bei 50 Live-Mind2Web-Navigationsaufgaben innerhalb von Inceptions eigenem Agent-Harness, was laut dem Unternehmen „deutlich mehr als GPT-6.1-Sol“ bei gleichem Token-Volumen und gleicher Schrittanzahl ist.

Das ist ein echtes Ergebnis – Live-Webnavigation lässt sich schwer manipulieren –, aber es ist nicht mit einer 52,6 auf einem neutralen Index vergleichbar. Die beiden Zahlen beantworten unterschiedliche Fragen: Die eine besagt „Dieses Modell kann die Hälfte von fünfzig echten Navigationsaufgaben abschließen“; die andere besagt „Dieses Modell erzielt 52,6 auf einer festen, veröffentlichten Suite, die auch jedes andere Modell im Index absolviert hat“. Die zweite kann man gegen Alternativen einordnen. Die erste kann man nur auf Plausibilität prüfen.

Außerdem verbirgt sich im Vergleich ein Kalibrierungsproblem. Mercury 3 verwendet standardmäßig die niedrigste seiner vier Aufwandsstufen, wenn der Parameter weggelassen wird; jede Evaluierung, die die Aufwandsstufe nicht fixiert, misst das Modell daher in seiner leistungsschwächsten Einstellung. Argon hat keinen entsprechenden Regler. Ein sorglos durchgeführter Benchmark-Lauf beider Modelle würde die Lücke in beide Richtungen größer erscheinen lassen, als sie ist — und die eigenen Vergleichsaussagen von Inception geben nicht an, mit welcher Einstellung sie erzielt wurden.

Die beiden Modelle befinden sich bei einer Preisänderung nicht auf derselben Seite.

Legt man die beiden Tarifkarten nebeneinander, ist die Bewegungsrichtung entgegengesetzt. Mercury 3 startete mit einem Rabatt von 50 %, der kein Enddatum hat, was bedeutet, dass ein Entwickler nicht sagen kann, ob der Preis in sechs Monaten $0.10/$0.35 oder $0.20/$0.70 beträgt. Argon startete mit einem Einführungspreis mit einem festen Enddatum, was bedeutet, dass ein Entwickler genau weiß, wie der Preis am 2. Dezember lautet: doppelt so hoch.

Gewissheit über eine schlechte Zahl ist oft mehr wert als Ungewissheit über eine gute, und hier liefern die beiden Modelle jeweils eine davon. Wenn Sie eine Pipeline für ein Jahr budgetieren, ist Argons 4,00 $/20,00 $ die Zahl, mit der ab Dezember gerechnet werden sollte, und Mercury 3s Listenpreis von 0,20 $/0,70 $ ist die Zahl, mit der gerechnet werden sollte, weil der Rabatt keine offizielle Preisliste ist. Selbst bei diesen beiden konservativen Zahlen beträgt die Lücke beim Output das 20-Fache, was nach wie vor die größte einzelne Tatsache in diesem Vergleich ist.

Was keine Preisliste verrät, sind die Kosten einer Aufgabe. Argons Index-Lauf kostet etwa 1,99 US-Dollar an Rechenleistung pro Aufgabe; für Mercury 3 gibt es keine vergleichbare Messung, und seine Token-Ökonomie beim Diffusions-Decoding hat nicht dieselbe Form wie die eines autoregressiven Modells. Wer derzeit Kosten pro Aufgabe für Mercury 3 nennt, extrapoliert aus einem Preis pro Token und einer Schätzung der Ausgabelänge.

Wie man beides halten kann, ohne sich auf eines festzulegen

Gemini 4 Argon ist nicht im OrcaRouter-Katalog. Was wir von Google routen, ist die 3.x-Linie – gemini-3.1-pro-preview zu 2,00 $/12,00 $, gemini-3.8-flash und gemini-3.6-flash zu 0,75 $/3,75 $, gemini-3.5-flash zu 1,50 $/9,00 $ und die Lite-Varianten – und Mercury 3 ist ebenfalls nicht im Katalog, aus dem einfacheren Grund, dass wir kein Inception-Modell führen. Für diese spezielle Paarung ist unsere ehrliche Position also, dass wir für keine der beiden Seiten die Route sind.

Nützlich ist ein Router noch in dem Teil der Architektur, der die Auswahl umgibt. Die 3.x-Modelle, die wir tatsächlich anbieten, können als Fallback für beides dienen: den Großteil der Textarbeit an Gemini 3.1 Pro oder Gemini 3.8 Flash zu ihren Listenpreisen, ohne Aufschlag unsererseits weiterleiten und nur die Aufrufe, die wirklich das Flaggschiff oder das Diffusionsmodell benötigen, an die jeweiligen Anbieter senden. Das hält einen Endpunkt, einen Schlüssel und einen Satz Anmeldedaten für den Großteil des Datenverkehrs bereit und beschränkt die beiden Sonderfälle auf zwei schmale Codepfade — was eine deutlich kleinere Verpflichtung ist, als einen von ihnen als Standard für alles zu wählen.

Die Preisweitergabe ist speziell für Argon wichtig. Wenn der 1. Dezember kommt und Google den Tarif verdoppelt, ändert sich der Preis eines gerouteten Modells am Tag, an dem der Anbieter ihn ändert – ohne Neuverhandlung und ohne veraltete Preisliste in Ihrem Kostenmodell. Wir routen Argon derzeit nicht; sollte sich das ändern, fällt die Erhöhung auf denselben Zeitplan, den Google veröffentlicht statt auf unseren.

Was tun mit einem Vergleich mit einem Modell, das nicht existiert

Der praktische Ratschlag ist unspektakulär und dennoch wert, ausgesprochen zu werden. Wenn ein Beschaffungsdokument, ein interner Vorschlag oder eine Anbieter-Präsentation auf Ihrem Tisch G​emini 4 Pro anführt, fragen Sie nach der Modellkennung in der API. Nicht den Marketingnamen, nicht den Familiennamen, nicht die Stufe — die Zeichenkette, die Sie in einen Request-Body schreiben würden. Lautet die Antwort gemini-4-argon, haben Sie Argon mit einem anderen Etikett vor sich, und die Preisliste lautet jetzt $2.00/$10.00 und ab dem 1. Dezember $4.00/$20.00. Gibt es keine Antwort, zitiert das Dokument einen Namen und kein Produkt.

Derselbe Test gilt für Mercury 3 in umgekehrter Richtung. Seine Kennung ist echt, seine Preisliste ist veröffentlicht, seine Kontextlänge ist veröffentlicht, und seine Durchsatzangabe ist eine Anbieterangabe. Zwischen einem Modell mit vollständigem Datenblatt und ohne unabhängige Bewertung und einem Modell mit einer unabhängigen Bewertung, dessen Name ständig falsch genannt wird, ist das zweite Modell immer noch die sicherere Standardwahl — nicht weil G​oogle ein sichererer Anbieter ist, sondern weil eine Zahl, die man nicht blind glauben musste, mehr wert ist als ein Rabatt, den man nicht überprüfen kann. Bis das Modell von Inception eine Indexseite hat, ist die Wahl zwischen diesen beiden eine Wahl zwischen Belegen und Preis, und die meisten Teams sollten die Belege kaufen und den Preis mieten.