Mercury 3 vs. GPT-5.6 Sol: 20-mal günstiger pro Token – und die Token sind das ganze Argument

Das Interessante daran, Mercury 3 neben GPT-5.6 Sol zu stellen, ist, dass Sol bereits das günstige Ende der Frontier von O​penAI ist und Mercury 3 noch einmal günstiger ist – und zwar um einen Abstand, der das Wort „günstig“ bedeutungslos macht. Inception Labs veröffentlichte Mercury 3 am 19. Oktober 2026 zu 0,20 US-Dollar pro Million Eingabe-Tokens und 0,70 US-Dollar pro Million Ausgabe-Tokens, während eines Launch-Fensters ohne angegebenes Enddatum halbiert auf 0,10 und 0,35 US-Dollar. GPT-5.6 Sol, von O​penAI am 9. Juli 2026 veröffentlicht, wird mit 4,00 und 20,00 US-Dollar unter 272.000 Tokens und mit 8,00 und 30,00 US-Dollar darüber gelistet. Bei der Ausgabe ist das ein 57-facher Abstand beim Launchpreis von Mercury und ein 28-facher Abstand beim Listenpreis – und anders als bei den meisten solchen Abständen verringert er sich nicht, wenn man ihn pro Antwort misst, weil Sols Vorteil in den früheren G​PT-6-Vergleichen die Token-Sparsamkeit war und Sol nicht auf die Weise sparsam ist, wie es G​PT-6 Sol war. Die dokumentierten KI-Ausfälle und Agenten-Vorfälle hinter Veröffentlichungen wie dieser sind gesammelt in dem OrcaRouter AI Incident Archive, wo jeder Eintrag seine eigenen Quellen, seinen Schweregrad, seine Konfidenzstufe und seine Kennzeichnung als umstritten trägt.

Beide Modelle nehmen in einem einzigen Aufruf eine Million Tokens Eingabe entgegen und geben im Gegenzug ausschließlich Text aus. Der Unterschied liegt darin, was rund um die Tokens geschieht: Mercury 3 ist ein Diffusions-Sprachmodell, das Blöcke von Positionen auf einmal festlegt und mit einer vom Anbieter gemessenen Geschwindigkeit von 1.068 Tokens pro Sekunde läuft, während GPT-5.6 Sol ein autoregressives Frontier-Modell ist, das neben Text auch Bilder und Dateien akzeptiert und das Artificial Analysis mit 87,7 Tokens pro Sekunde bei 1,99 US-Dollar pro Intelligence Index-Aufgabe gemessen hat. Der Vergleich dreht sich daher weniger darum, welches Modell besser ist – was für Mercury niemand gemessen hat –, sondern eher darum, was dieselbe Arbeitslast jeweils kostet, wenn Wiederholungsversuche und verschwendete Tokens mitgezählt werden.

Zwei Tarifkarten, sorgfältig lesen

Sols Tarifkarte enthält eine Grenze, die Mercurys nicht hat, und diese Grenze ist der folgenreichste strukturelle Unterschied zwischen den beiden Produkten. Alles bis zu 272.000 Eingabe-Tokens wird mit 4,00 $ und 20,00 $ abgerechnet. Alles darüber bepreist die gesamte Anfrage neu mit 8,00 $ und 30,00 $ – nicht nur die überschüssigen Tokens, sondern das Ganze. Ein Prompt mit 300.000 Tokens kostet auf Sol 2,40 $ an Eingabe, was mehr als das Doppelte dessen ist, was ein Prompt mit 250.000 Tokens bei 4,00 $ kosten würde – für 20 % mehr Text.

• Preis — Mercury 3: $0,20 / $0,70 pro Million, zur Einführung $0,10 / $0,35, gecachte Eingabe mit 90 % Rabatt auf den Eingabetarif. GPT-5.6 Sol: $4,00 / $20,00 pro Million bei unter 272.000 Tokens, $8,00 / $30,00 darüber, gecachte Eingabe zu $0,40 zuzüglich $5,00 Schreibkosten pro Million.

• Kontext und Ausgabe — Mercury 3: 1.000.000 Tokens Eingabe, 131.072 Ausgabe. GPT-5.6 Sol: 1.050.000 Eingabe, 128.000 Ausgabe.

• Modalitäten — Mercury 3: nur Text. GPT-5.6 Sol: Text, Bild und Datei als Eingabe, Text als Ausgabe.

• Geschwindigkeit — Mercury 3: 1.068 Token pro Sekunde, von Inception gemessen. GPT-5.6 Sol: 87,7 Token pro Sekunde auf dem Harness von Artificial Analysis, mit einer Zeit bis zum ersten Token von 91,8 Sekunden bei seiner standardmäßigen Long-Prompt-Workload.

• Unabhängige Ergebnisse — Mercury 3: keine veröffentlicht; es gibt keine Seite von Artificial Analysis. GPT-5.6 Sol: 47 auf dem Intelligence Index, 77,4 auf dem Coding Index, 94,1 bei GPQA Diamond, 49,5 bei Humanity's Last Exam, 84,0 beim Langkontext-Recall.

• Veröffentlichung — Mercury 3: 19. Oktober 2026. GPT-5.6 Sol: 9. Juli 2026.

Eine Zahl auf Sols Karte verdient einen eigenen Satz, denn sie ist die Zahl, aus der ein Latenzbudget besteht. Artificial Analysis verzeichnet für GPT-5.6 Sol auf der getesteten Konfiguration eine mediane Zeit bis zum ersten Token von 91,8 Sekunden. Das ist kein Tippfehler und kein Kaltstart; es ist das, was ein Reasoning-First-Modell tut, wenn es bei einem langen Prompt erst denkt, bevor es spricht. Die Berichterstattung zum Start von Mercury 3 enthält Latenzberichte von Drittanbietern – Octen maß auf seiner Workload eine mediane Generierungszeit von 0,9 Sekunden und eine mediane End-to-End-Antwortzeit von 2,2 Sekunden –, aber dabei handelt es sich um Kundenreferenzen in einer Herstellerankündigung, nicht um einen neutralen Testaufbau, und um andere Workloads. Die Richtung ist unstrittig; die Größenordnung lässt sich ohne einen gemeinsamen Test nicht bestimmen.

Warum die Tokenanzahl hier entscheidend ist und wie du sie für deine Arbeitslast überprüfen kannst

Die Lücke pro Token beträgt beim Listenpreis das 28-Fache und zum Marktstart das 57-Fache, Sol kann sie also nur schließen, indem es für dieselbe Arbeit weit weniger Tokens erzeugt. Genau das geschah im GPT-6-Sol-Vergleich, wo Sol etwa 31.000 Ausgabe-Tokens pro Index-Aufgabe verbrauchte, gegenüber 193.000 bei Claude Sonnet 5.5, und pro Aufgabe unterm Strich günstiger war, trotz einer 20-fach höheren Ausgaberate. Hier geschieht das offensichtlich nicht: GPT-5.6 Sol kostet 1,99 $ pro Intelligence-Index-Aufgabe, während GPT-6 Sol auf demselben Harness etwa 1,05 $ kostete; Sol ist also pro Antwort rund doppelt so teuer wie sein Nachfolger und etwa 40-mal so teuer pro Antwort wie eine Mercury-3-Aufgabe für 0,05 $, wenn Mercury dasselbe Token-Volumen verbrauchen würde.

Dieses „if“ leistet die ganze Arbeit, und es lohnt sich, es als Test statt als Behauptung zu formulieren. Nehmen Sie hundert Ihrer eigenen Prompts, lassen Sie sie durch Sol laufen und halten Sie die Output-Tokens pro Prompt sowie die Frage fest, ob die Antwort wiederholt werden musste. Machen Sie dasselbe mit Mercury 3. Multiplizieren Sie das mit den Preistabellen. Das Ergebnis ist Ihre Antwort, und es dauert einen Nachmittag statt einer Benchmark-Debatte.

Drei Ergebnisformen sind so häufig, dass man sie im Voraus vorhersagen kann.

• Kurze Textarbeit mit hohem Volumen – Klassifizierung, Extraktion, Routing, kurze Zusammenfassungen, 150 Ausgabe-Tokens pro Aufruf. Sols Token-Sparsamkeit hat nichts, worauf sie sich auswirken könnte, also zählt allein die Preisliste: 28- bis 57-mal günstiger bei Mercury 3, noch vor dem Rabatt.

• Schlussfolgerungsintensive Arbeit — eine mehrstufige Analyse, für die Sol 20.000 Reasoning-Tokens aufwendet. Wenn Mercury 3 zwei Anläufe braucht, um dieselbe Antwort zu erreichen, sinkt der effektive Abstand von 28-fach auf 14-fach; braucht es fünf, sinkt er auf weniger als das Sechsfache. Immer noch eine große Einsparung, aber kein Rundungsfehler bei der Entscheidung mehr.

• Alles, was ein Bild betrifft — ein Screenshot, eine gescannte Seite, ein Diagramm. Mercury 3 gibt einen Fehler zurück. Der Vergleich existiert nicht, und der Preis für Sols multimodale Eingabe ist der, den Sol verlangt.

Der Rabatt und warum das ehrliche Kostenmodell die Liste verwendet

Der Ausgabepreis von Mercury 3 in Höhe von $0.35 ist eine Aktion. Inception hat den Listenpreis und den Rabatt veröffentlicht, aber nicht das Enddatum – das bedeutet, dass ein auf $0.35 basierendes Kostenmodell eine Verbindlichkeit enthält, die niemand beziffern kann. Bei der oben beschriebenen Short-Answer-Workload beträgt der Unterschied zwischen Einführungspreis und Listenpreis das 2-Fache – genau jenes 2-Fache, das ein gutes Quartal von einem schlechten trennt und dabei ohne Vorwarnung kommt.

Die Karte von Sol hat die entgegengesetzte Eigenschaft. Sie ist stabil, sie hat eine dokumentierte Grenze und eine dokumentierte Cache-Struktur: $0,40 pro Million bei Lesezugriffen, Schreibkosten von $5,00 pro Million, was 25 % über dem Eingabepreis liegt. Für eine Arbeitslast, die dieselbe 30.000-Token-Präambel bei jedem Schritt einer Agentenschleife erneut sendet, lohnt es sich, diesen Schreibaufschlag zu berechnen, bevor man ihn verwirft — Sol zahlt einmal 25 % mehr und bei jedem nachfolgenden Lesevorgang 90 % weniger, und bei zehn oder mehr Schritten pro Aufgabe fallen die amortisierten Eingabekosten unter $1,00 pro Million.

Der Cache-Tarif von Mercury 3 liegt zum Listenpreis bei 0,02 $ pro Million, während des Launch-Fensters bei 0,01 $, ohne veröffentlichten Schreibzuschlag. Das ist die stärkste einzelne Zahl, die für genau diese Arbeitslast spricht: Eine zwanzigstufige Agent-Schleife mit einer 30.000-Token-Präambel kostet zum Listenpreis 0,60 $ an gecachter Eingabe auf Mercury, gegenüber ungefähr 0,40 $ pro Million Lesezugriffen auf Sol nach dem Schreibvorgang – in absoluten Zahlen vergleichbar, und der Vergleich bleibt nur vergleichbar, weil Sols Caching ungewöhnlich gut ist. Nimmt man bei beiden das Caching weg, ist der Abstand wieder 20-fach.

Was die Routing-Schicht mit einer 20-fachen Lücke und ohne neutralen Score macht

GPT-5.6 Sol ist im OrcaRouter-Katalog zu OpenAIs eigenen Preisen — 4,00 $ und 20,00 $ pro Million Token, 8,00 $ und 30,00 $ oberhalb der Grenze von 272.000 Token, 0,40 $ für gecachte Lesevorgänge — hinter demselben OpenAI-kompatiblen Endpunkt wie alles andere, das wir routen, ohne zusätzlichen Aufschlag. Mercury 3 ist nicht im Katalog; unsere Modell-API liefert für kein Inception-Modell eine Antwort, sodass jeder, der es aufruft, auf Inceptions eigene Plattform geht, wo neue Konten 100 Millionen kostenlose Token erhalten, oder zu einer der mehreren Drittanbieter-Plattformen, die es hosten.

Die Lücke ist groß genug, dass der verführerische Schritt darin besteht, die gesamte Arbeitslast umzustellen und zu sehen, was kaputtgeht. Der Grund, das nicht zu tun, ist nicht Vorsicht um ihrer selbst willen; er liegt darin, dass Mercury 3 ein einziges Qualitätsergebnis vorzuweisen hat, erzeugt innerhalb von Inceptions eigenem Agent-Harness auf 50 Live-Mind2Web-Aufgaben, wo es 50 % abschloss und dies Berichten zufolge mit demselben Token-Volumen und derselben Schrittanzahl wie ein Frontier-Modell tat. Das ist ein wirklich interessantes Ergebnis – Live-Websites, kein Snapshot – und es ist von außen auch nicht falsifizierbar, weil der Harness und die Bewertung dem Verkäufer gehören.

Was eine Routing-Regel in dieser Situation bringt, ist ein begrenztes Experiment. Man schickt einen definierten Anteil des Traffics an Mercury 3, behält Sol dahinter als Fallback-Pfad und lässt das automatische Failover den Fall abdecken, in dem das neue Modell ein Timeout hat oder Fehler zurückgibt. Der Anteil ist eine Zahl in einer Konfigurationsdatei, kein Codepfad; ihn von 10 % auf 100 % zu erhöhen oder auf null zu verkleinern, wenn der Rabatt endet, ist eine Änderung dieser Zahl.

Es gibt noch eine dritte Option, von der keine der Herstellerseiten erzählen wird, und es ist die, bei der die meisten Teams landen, sobald sie die Zahlen durchrechnen: GPT-6 Sol. Sie hat dieselbe Preisliste mit 4,00 $ und 20,00 $ wie GPT-5.6 Sol, liegt eine Stufe unter dem GPT-6-Flaggschiff und kostet etwa 1,05 $ pro Aufgabe im Intelligence Index gegenüber 1,99 $ bei Sol. Wenn der Grund, warum Sie Mercury 3 in Betracht ziehen, darin liegt, dass Sol pro Antwort zu teuer ist, könnte die günstigere Antwort auf dieses Problem ein neueres Modell zum selben Preis sein statt eines ungemessenen Modells zu einem Zwanzigstel davon.

Wo das landet

Bei reiner Textarbeit mit hohem Volumen ist die Rechnung eindeutig und hängt nicht von irgendetwas Unbestätigtem ab: Zu Listenpreisen ist Mercury 3 bei der Eingabe 20-mal günstiger und bei der Ausgabe 28-mal günstiger als GPT-5.6 Sol, mit einem gleich großen Kontextfenster und ohne Grenze, die überschritten werden müsste. Wenn Ihre Arbeitslast eine Million kurzer Aufrufe pro Monat beträgt, ist das die Entscheidung, und das Risiko ist innerhalb eines Tages Traffic messbar.

Für Arbeit, die über zwanzigtausend Tokens nachdenkt, einen Screenshot liest oder stundenlang unbeaufsichtigt mit Tools im Loop läuft, ist Sol das Modell mit dokumentiertem Verhalten und stabilem Preis, und die 91,8 Sekunden bis zum ersten Token sind eine echte Zahl, mit der man planen kann, statt eine Behauptung, die man erst testen muss. Das ist keine Kleinigkeit, die man dafür bezahlt.

Die eine Messung, die die Debatte beenden würde, sind die Kosten von Mercury 3 pro Intelligence-Index-Aufgabe auf dem Harness, der Sols 1,99 US-Dollar hervorgebracht hat. Sie existiert nicht, es wurde kein Termin dafür genannt, und bis dahin ist jede Pro-Antwort-Zahl in diesem Artikel für Mercury 3 eine Annahme mit beigefügter Preisliste. Die Preisliste ist zumindest real – und mit dem 20-Fachen ist sie breit genug gefasst, dass es sich lohnt, sie zu testen, bevor es sich lohnt, ihr zu glauben.