Mercury 3 vs. MiniMax M3: Eine Zahl gegen eine ganze Bilanz

Inception veröffentlichte Mercury 3 am 19. Oktober 2026 mit einer einzigen Leistungskennzahl — 1.068 Token pro Sekunde — und ohne jeglichen Benchmark-Wert. MiniMax veröffentlichte MiniMax M3 am 1. Juni 2026 mit einer Hersteller-Benchmark-Tabelle, einem herunterladbaren Checkpoint und, vier Monate später, einem veröffentlichten Ergebnis eines unabhängigen Prüfers. Legt man die beiden nebeneinander, ist die interessante Frage nicht, welches Modell schneller oder günstiger ist. Sie besteht darin, dass eines dieser Modelle heute von jemand anderem als seinem Urheber überprüft werden kann und das andere nicht. Diese Asymmetrie ist der gesamte Vergleich, und sie übersteht jede Preissenkung, die eines der beiden Labore ankündigt. Die dokumentierten KI-Ausfälle und Agentenvorfälle hinter Veröffentlichungen wie dieser finden sich in dem OrcaRouter AI Incident Archive, wo jeder Eintrag eigene Quellen, einen Schweregrad, eine Vertrauensstufe und ein Umstritten-Kennzeichen enthält.

Die beiden Modelle liegen auf dem Papier zudem nah genug beieinander, dass die Wahl tatsächlich relevant ist. Beide verfügen über ein Kontextfenster von einer Million Tokens. Beide gehören zur günstigen Preisklasse. Beide basieren auf Architekturen, die für ihre Klasse ungewöhnlich sind – Diffusion bei Mercury 3, Sparse Attention über einem Mixture of Experts bei MiniMax M3 – und beide behaupten, dass genau diese Architektur ihnen ihre Wirtschaftlichkeit ermöglicht.

Zwei Launch-Posts, zwei unterschiedliche Arten von Belegen

Lies Inceptions Ankündigung als Dokument. Sie enthält ein Skalierungsargument: Mercury 3 ist bei den Gesamtparametern mehr als 40-mal größer als Mercury 1, die gemessene Intelligenz stieg von Mercury 1 (mini) bis Mercury 3 um etwa das Dreifache, und das Modell sei „genauso schnell“ wie sein kleinster Vorfahre. Sie erhebt einen vergleichenden Qualitätsanspruch: Mercury 3 sei „auf Augenhöhe mit oder besser als auf Geschwindigkeit optimierte Frontier-Modelle wie GPT-6 Luna und Claude Haiku 5.5“. Und sie berichtet genau ein Aufgabenergebnis aus Inceptions eigenem Web-Agent-Harness zu 50 Live-Navigationsaufgaben von Mind2Web, von denen das Modell 50 Prozent abschloss. All diese Angaben stammen vom Anbieter, und keine nennt eine Benchmark-Suite, einen Abstand oder eine Hardwarekonfiguration.

Liest man M​iniMaxs Material als Dokument, zeigt sich die entgegengesetzte Form. Es gibt eine Benchmark-Tabelle mit benannten Suites und Prozentwerten – SWE-Bench Pro 59,0, Terminal-Bench 2.1 66,0, BrowseComp 83,5, OSWorld-Verified 68,70 – plus eine Modellkarte, plus Gewichte auf Hugging Face, plus einen unabhängigen Eintrag von Artificial Analysis, der das Modell auf seinem Intelligence Index mit 29 bewertet. Die Anbieterzahlen sind weiterhin Anbieterzahlen, und wir haben nicht gesehen, dass sie reproduziert wurden. Aber das Modell kann jeder, der möchte, herunterladen, ausführen und messen, weshalb es die unabhängige Zahl überhaupt gibt.

Dieser Unterschied bei dem, was veröffentlicht wurde, ist kein Marketingdetail. Er bestimmt, welche Art von Rat dir jemand zu diesen beiden Modellen geben kann. Für MiniMax M3 gibt es einen gemessenen Durchsatzwert, gemessene Kosten pro Indexaufgabe, einen gemessenen Rang. Für Mercury 3 gibt es eine Behauptung.

Die Spezifikationen, mit der beigefügten Quelle jeder Seite

• Preis pro Million Tokens — Mercury 3: 0,20 $ Eingabe und 0,70 $ Ausgabe zum Listenpreis, während der Launch-Rabatt läuft, halbiert auf 0,10 $ und 0,35 $, im Vergleich zu MiniMax M3: 0,30 $ und 1,20 $ bei Anfragen mit bis zu 512K Eingabe-Tokens

• Zwischengespeicherte Eingabe — Mercury 3: 0,02 $ pro Million, 0,01 $ während des Launch-Zeitfensters gegenüber MiniMax M3: 0,06 $ pro Million

• Kontextfenster — Mercury 3 1.000.000 Token vs. MiniMax M3 1.048.576

• Maximale Ausgabe — Mercury 3 131.072 Tokens vs. M​iniMax M3 512.000 Tokens auf unserer eigenen Katalogseite; MiniMax veröffentlicht keine Angabe zur maximalen Ausgabe, diese stammt also von uns, nicht vom Anbieter

• Eingabemodalität – Mercury 3 nur Text vs. MiniMax M3 Text, Bild und Video

• Architektur — Mercury 3 ist ein Diffusions-Sprachmodell, das Blöcke von Tokens parallel verfeinert, während MiniMax M3 ein Mixture-of-Experts-Modell mit insgesamt rund 428B und rund 23B aktiven Parametern pro Token ist, mit MiniMax Sparse Attention

• Gewichte — Mercury 3 geschlossen, nur über API; im Vergleich zu MiniMax M3, herunterladbar unter der MiniMax Community License

• Durchsatz — Mercury 3 1.068 Token pro Sekunde, vom Anbieter angegeben auf nicht näher genannter NVIDIA-Hardware bei nicht spezifizierter Batch-Größe und Effort-Einstellung gegenüber MiniMax M3 106,4 Token pro Sekunde, gemessen von Artificial Analysis

• Independent Intelligence Index — Mercury 3: kein Eintrag mit Stand 20. Oktober 2026 gegenüber MiniMax M3 29, Platz 23 von 121 Modellen in der an diesem Tag aktuellen Revision

• Reasoning-Steuerung — Mercury 3: vier Effort-Stufen, von instant bis high, standardmäßig low, wenn der Parameter weggelassen wird, gegenüber MiniMax M3: ein Thinking-Parameter mit den Modi enabled, adaptive und disabled

• Tool-Aufrufe und strukturierte Ausgaben – beides wird auf einem OpenAI-kompatiblen Chat-Completions-Endpunkt unterstützt

An zwei dieser Zeilen muss ein Vorbehalt angehängt werden, bevor sie irgendwo zitiert werden. Die Zahl 1.068 ist eine Herstellermessung ohne angegebenes Testverfahren, daher ist sie nicht mit einer Zahl vergleichbar, die von einem unabhängigen Evaluator nach einer festen Methodik erzeugt wurde. Und Artificial Analysis bewertet seinen Index regelmäßig neu; die 29 oben ist der Stand vom 20. Oktober 2026, und MiniMax M3 hat bei früheren Revisionen anders gelegen. Die Zahlen in diesem Index ändern sich; die Tatsache, dass es einen für M3 gibt und nicht für Mercury 3, ändert sich nicht.

Was 1.068 Token pro Sekunde auf Anfrageebene bedeuten

Tokens pro Sekunde ist eine schlechte Einheit, um irgendetwas zu entscheiden, denn niemand kauft Tokens. Sie kaufen abgeschlossene Anfragen. Rechne beide Werte in das um, was der Nutzer tatsächlich erlebt — wie lange die Generierung einer Antwort mit tausend Tokens dauert.

Bei den von Inception behaupteten 1.068 Tokens pro Sekunde dauert eine Antwort mit 1.000 Tokens etwa 0,94 Sekunden Generierung. Bei den gemessenen 106,4 von MiniMax M3 dauert dieselbe Antwort etwa 9,4 Sekunden. Rechnet man für M3 eine gemessene Zeit bis zum ersten Token von 1,13 Sekunden hinzu, ist der Unterschied zwischen den beiden Erfahrungen rund zehnfach, bevor irgendjemand Netzwerklatenz, Warteschlangen oder den eigenen Overhead eines Anbieters hinzufügt.

Das ist bei Mercury 3 der Fall, und zwar wirklich. Ein zehnfacher Unterschied bei der Generierungszeit ist der Unterschied zwischen einer Suchantwort, die sich sofort anfühlt, und einer, die sich wie das Laden einer Seite anfühlt. Die gesamte Produktpalette von Inception ist darum herum aufgebaut: Das Unternehmen verkauft Mercury Voice für die Zeit bis zum ersten Antwort-Token, Mercury Decide für die Klassifizierung und positioniert das Flaggschiff für Support, Tutoring, Suche und Web-Agenten – alles Workloads, bei denen eine langsame Antwort ein kaputtes Produkt bedeutet und nicht nur ein etwas schlechteres.

Was die zehnfache Zahl nicht verrät, ist, ob Mercury 3 etwas taugt. Das Mind2Web-Ergebnis – 50 Prozent Abschlussquote bei 50 Live-Aufgaben, „deutlich mehr als GPT-6.1-Sol“ – ist das einzige strukturierte Qualitätssignal, das Inception veröffentlicht hat, und 50 Aufgaben sind eine so kleine Stichprobe, dass eine einzige schwierige Website den Prozentsatz um zwei Punkte verschiebt. Der Testrahmen stammt von Inception selbst. Das Vergleichsmodell wird ohne Punktzahl genannt. Es ist ein echtes Signal dafür, dass das Modell einen Browser steuern kann, und es ist keine Messgröße, die man in eine Beschaffungsentscheidung einfließen lassen kann.

Was der Rekord von MiniMax M3 tatsächlich besagt

Das unabhängige Bild von M3 ist unspektakulär und nützlich. Ein Intelligence Index von 29 gegenüber einem Median von 19 für Modelle in seiner Vergleichsklasse, 106,4 Ausgabe-Token pro Sekunde gegenüber einem Median von 77,4, eine Zeit bis zum ersten Token von 1,13 Sekunden gegenüber einem Median von 1,70 Sekunden und Kosten von 0,51 US-Dollar für die Ausführung des Index pro Modell. Es ist ein Modell, das bei der Qualität für seine Klasse weit über dem Durchschnitt liegt, bei der Geschwindigkeit für seine Größe klar über dem Durchschnitt und günstig im Betrieb.

Die Teilwerte, die aus der Wiederveröffentlichung derselben Indexfamilie durch Drittanbieter kursieren, erzählen eine spezifischere Geschichte: stark bei Dokumentverständnis und Befehlsbefolgung, schwächer bei autonomer mehrstufiger Agentenarbeit. Die Lücke zwischen seinen Coding- und Agentic-Teilwerten ist die größte interne Spannweite in seinem Profil. Wenn Ihre Arbeitslast „dieses lange Dokument lesen und präzise antworten“ lautet, ist M3 gut belegt. Wenn sie „zwanzig Minuten laufen und liefern“ lautet, ist die Evidenz dünner und weist in die andere Richtung.

Für Mercury 3 gibt es keinen entsprechenden Absatz zu verfassen, weil die Daten nicht vorliegen. Artificial Analysis hat keine Seite für Mercury 3 – sein Index listet weiterhin Mercury 2.5 und Mercury 2 –, sodass das Modell einen Tag nach dem Launch keinen unabhängigen Score, keinen unabhängigen Geschwindigkeitswert und keine Kosten-pro-Aufgabe-Zahl hat. Inceptions Vergleichsset (GPT-6 Luna, Claude Haiku 5.5) ist die schnelle statt der Frontier-Klasse, was für ein Latenzprodukt der richtige Vergleichsmaßstab ist, doch die Behauptung nennt weder einen Vorsprung noch Testnamen.

Die Preisdifferenz ist kleiner, als das Preisschild vermuten lässt.

Der Reflex ist, Mercury 3 als die günstige Option und M3 als die teure zu bezeichnen. Pro Token stimmt das der Tendenz nach und ist viel weniger dramatisch, als es aussieht: Die Eingabe ist bei Mercury 3 1,5-mal günstiger, die Ausgabe 1,7-mal günstiger. Das ist keine andere Liga. Das ist ein anderes Regal.

Führen Sie eine konkrete Arbeitslast aus. Nehmen Sie einen Support- oder Suchassistenten, der 10.000 Antworten pro Tag bearbeitet, jeweils mit 1.500 Eingabe-Tokens aus abgerufenem Kontext und Prompt-Gerüst sowie 300 Ausgabe-Tokens. Das sind täglich 15 Millionen Eingabe-Tokens und 3 Millionen Ausgabe-Tokens.

• Mercury 3 zum Listenpreis — 15 × 0,20 $ plus 3 × 0,70 $, oder 5,10 $ pro Tag

• Mercury 3 zum Starttarif — 15 × 0,10 $ plus 3 × 0,35 $, also 2,55 $ pro Tag

• MiniMax M3 zum Tarif für kleine Anfragen — 15 × 0,30 $ plus 3 × 1,20 $ oder 8,10 $ pro Tag

Der tägliche Unterschied zwischen den beiden Listenpreisen beträgt bei zehntausend Gesprächen also etwa drei Dollar. Wenn die Token-Effizienz von Mercury 3 bei seiner Standardeinstellung mit geringem Aufwand schlechter ist als die von M3 – und niemand außerhalb von Inception weiß das, weil es für Mercury 3 keine gemessene Anzahl der Ausgabe-Tokens gibt –, kann sich diese Drei-Dollar-Lücke bei realem Traffic schließen oder ins Gegenteil verkehren. Das ist der konkrete Grund, warum ein nicht bewertetes Modell schwer zu budgetieren ist: Ohne eine gemessene Abschlussrate und eine gemessene Ausführlichkeit lassen sich die Kosten pro abgeschlossener Aufgabe nicht berechnen.

Der Posten für gecachte Eingaben ist für Agent-Workloads wichtiger als die Schlagzeile, weil Agenten bei jedem Schritt denselben System-Prompt und dieselben Tool-Definitionen erneut senden. Bei Mercury 3 kosten 0,02 US-Dollar pro Million gecachter Tokens eine Präambel mit 20.000 Tokens vier Zehntausendstel Dollar pro Aufruf. M3 mit 0,06 US-Dollar kostet dreimal so viel, was immer noch wenig ist – doch bei einem Lauf mit fünfzig Schritten sind es Cent, nicht Bruchteile eines Cents, und im Agent-Verkehr multiplizieren sich Cent-Beträge.

Lizenz, Beenden und das, was Sie nicht herunterladen können

MiniMax M3 wird unter der MiniMax Community License vertrieben. Die nicht kommerzielle Nutzung ist kostenlos; die kommerzielle Nutzung erfordert die Anzeige von „Built with MiniMax M3“, einen einmaligen Hinweis bei einem Jahresumsatz unter 20 Millionen US-Dollar und eine vorherige schriftliche Genehmigung bei einem höheren Umsatz sowie die Einhaltung eines Anhangs zu verbotenen Nutzungen. Das ist eine rechtliche Prüfung und keine Formsache, aber es ist eine Lizenz, die Sie lesen können, bevor Sie entwickeln.

Mercury 3 hat keine Lizenz zum Lesen, weil es nichts zu lizenzieren gibt. Es ist geschlossen. Das ist nicht automatisch ein Ausschlusskriterium – die meisten Teams, die ein Modell über eine API aufrufen, kommen nie mit den Gewichten in Berührung –, aber es ändert, was passiert, wenn Inception seinen Preis, seine Bedingungen oder seine Verfügbarkeit ändert. Der Ausstieg ist eine Migration, kein erneutes Deployment.

Eine weitere Asymmetrie, die es wert ist, benannt zu werden: M3 kann auf eine viermonatige Erfolgsbilanz zurückblicken. Es ist lange genug in unserem Katalog, um Verkehrs- und Latenz-Perzentile anzusammeln, und seine Preisliste ist stabil geblieben. Mercury 3 ist einen Tag alt, für seinen Einführungspreis gibt es kein veröffentlichtes Enddatum, und seine Vorgängermodelle sind bereits für neue Nutzer geschlossen – der eigene Migrationshinweis von Inception besagt, dass Mercury 2 und Mercury 2.5 keine neuen Registrierungen mehr annehmen und bestehende Kunden am 15. November 2026 den Zugang verlieren. Ein Anbieter, der eine Modellreihe so schnell ausmustert, sagt damit etwas darüber aus, wie er sich die Nutzung seiner Produkte durch Sie vorstellt.

Wo ein Router die Rechnung verändert

Dieser Vergleich ist ein gutes Argument dafür, in der ersten Woche gar keine Wahl zu treffen. MiniMax M3 gibt es auf OrcaRouter für $0.30 pro Million Input-Tokens und $1.20 pro Million Output-Tokens – der Listenpreis des Anbieters ohne Aufschlag, zusammen mit mehr als 200 weiteren Modellen hinter einem einzigen OpenAI-kompatiblen Endpoint. Mercury 3 ist nicht in unserem Katalog – eine Abfrage unserer Modell-API liefert für kein Inception-Modell ein Ergebnis –, wer es also aufrufen möchte, geht auf Inceptions eigene Plattform oder zu einem der von Inception gelisteten Drittanbieter. Das sagen wir lieber deutlich, als einen Weg anzudeuten, den wir nicht haben.

Das Muster, das zu einem ungemessenen, ungewöhnlich schnellen Release passt, ist ein Zwei-Pfad-Design. Legen Sie die latenzkritische Ebene über den Anbieter auf Mercury 3, und behalten Sie den gemessenen Fallback auf M3 oder einem anderen Modell, das wir anbieten, wobei automatisches Failover so verdrahtet ist, dass ein 429 oder ein beeinträchtigter Endpunkt das Feature nicht außer Betrieb setzt. Die Routing-DSL existiert genau dafür, dass die Aufteilung eine Regel statt einer Verzweigung in Ihrer Codebasis sein kann, und weil Anbieter-Listenpreise unverändert durchgereicht werden, schlägt sich eine Preissenkung von Inception oder eine Änderung der Stufe von M​iniMax am Tag der Ankündigung auf Ihrer Rechnung nieder statt erst beim nächsten Vertrag.

Was Ihnen dieses Design nicht verschafft, ist eine Qualitätsgarantie auf der Mercury-3-Seite. Noch tut das nichts.

Die Regel, die diese Woche anzuwenden ist

• Wenn die Antwort in etwa einer Sekunde eintreffen muss und eine falsche Antwort korrigierbar ist – Suchvorschläge, Support-Triage, Tutoring-Hinweise, Agentenschritte mit einem Eskalationspfad –, ist Mercury 3 allein aufgrund der Latenzangabe eine Woche Evaluierung wert. Planen Sie mit dem Listenpreis, nicht mit dem 50-Prozent-Einführungstarif, da der Rabatt kein veröffentlichtes Enddatum hat.

• Wenn Sie vor einer Entscheidung wissen möchten, wie gut das Modell ist, ist MiniMax M3 von diesen beiden das einzige, mit dem Sie das herausfinden können. Es ist außerdem das einzige, das Sie herunterladen, quantisieren, feinabstimmen oder auf Ihrer eigenen Hardware ausführen können.

• Wenn Ihre Workload Videos oder Bilder liest, ist der Vergleich entschieden. M3 verarbeitet sie; Mercury 3 nicht.

• Wenn Sie statt der Kosten pro Token die Kosten pro abgeschlossener Aufgabe optimieren, liefert Ihnen noch keines der beiden Modelle die Zahl, die Sie benötigen — M3, weil seine agentische Schwäche gemessen und real ist, Mercury 3, weil über sein Abschlussverhalten überhaupt nichts gemessen wurde.

Worauf man achten sollte, ist nicht der Preis von Mercury 3. Es ist die erste unabhängige Bewertung von Mercury 3, wann immer sie erscheint. Wenn die Durchsatzbehauptung irgendwo in der Nähe von 1.068 Tokens pro Sekunde unter einer neutralen Testumgebung reproduziert wird und die Qualität in der Haiku-Klasse landet, die Inception behauptet, ist das kein Vergleich mehr, sondern eine Migrationsfrage für jedes latenzgebundene Produkt im Web. Wenn sie bei dem üblichen Abschlag zwischen Hersteller- und unabhängigen Werten landet und die Qualität lediglich konkurrenzfähig ist, dann ist die ehrliche Zusammenfassung die oben: ein schnelles, günstiges, unbewiesenes Modell gegen ein langsameres, günstiges, bewiesenes — und für die meisten Teams ist die bewiesene Seite diejenige, die den Produktionspfad bekommt, bis die andere Seite eine Zahl vorweisen kann.