Mercury 3 vs Claude Opus 5.5 : un token de sortie 57 fois moins cher n’est pas synonyme de réponse moins chère

Mercury 3 coûte 0,35 $ par million de tokens de sortie cette semaine. Claude Opus 5.5 coûte 20,00 $. Multipliez une file d'attente de support par ces deux nombres et l'écart ressemble à une erreur dans l'une des grilles tarifaires — 57 fois, au prix de lancement, ou 28,6 fois une fois que la remise de 50 % d'Inception prend fin et que Mercury 3 revient à 0,70 $. La question qui décide de la comparaison n'est pas de savoir quel nombre est le plus petit. C'est de savoir combien d'appels à Mercury 3 vous devez effectuer pour obtenir une réponse qu'Opus 5.5 aurait eue juste du premier coup, car chaque nouvelle tentative, chaque escalade et chaque relecture humaine est facturée au tarif de la personne ou du deuxième appel, pas au tarif du token. Les défaillances documentées de l'IA et les incidents d'agents à l'origine de versions comme celle-ci sont recensés dans l'OrcaRouter AI Incident Archive où chaque entrée comporte ses propres sources, son niveau de gravité, sa note de confiance et son indicateur de contestation.

Ce cadrage est important, car ces deux modèles ne sont pas concurrents au sens ordinaire. Claude Opus 5.5, publié par Anthropic le 22 septembre 2026, est un modèle de raisonnement de pointe à 4 $ par million de jetons d’entrée et 20 $ par million de jetons de sortie, conçu pour le codage agentique et le travail de connaissances sur de longs horizons, avec réflexion adaptative, entrée visuelle et de fichiers, un contexte de 1 M de jetons et un plafond de sortie de 128 K. Mercury 3, publié par Inception Labs le 19 octobre 2026, est un modèle de langage à diffusion conçu pour la vitesse : 1 068 jetons par seconde sur du matériel NVIDIA selon la mesure d’Inception elle-même, un contexte de 1 M, une sortie de 131 K, texte uniquement, et une revendication de qualité qui cite GPT-6 Luna et Claude Haiku 5.5 — le segment de la vitesse — plutôt qu’Opus. Il vaut néanmoins la peine de les comparer, car l’écart de prix invite précisément à la substitution que le positionnement ne justifie pas.

D'où viennent réellement les chiffres

Chaque chiffre de qualité d’Opus 5.5 cité dans cet article est celui d’Artificial Analysis, mesuré sur son propre banc d’essai : un Intelligence Index de 57,6, Humanity’s Last Exam à 61,4 %, SciCode à 66,9 %, Terminal-Bench 4.0 à 59,6 % et le rappel en contexte long à 84,7 %. Ces chiffres sont indépendants et ils sont à jour à la date de cette semaine.

Tous les chiffres de Mercury 3 proviennent d'Inception, publiés hier, à une exception près : la comparaison de débit avec la génération précédente. Artificial Analysis mesure Mercury 2.5 à 705,9 tokens par seconde, et Mercury 2 à environ 684. Mercury 3 n'a pas encore de page Artificial Analysis — l'index des modèles s'arrête toujours à Mercury 2.5 — donc ses 1 068 tok/s et son affirmation « surpasse GPT-6 Luna et Claude Haiku 5.5 » sont déclarés par le fournisseur, non reproduits, et doivent être considérés comme tels pendant au moins une semaine encore.

Cette asymétrie résume toute la comparaison en miniature. D’un côté, un score audité indépendamment et une grille tarifaire publiée ; de l’autre, un article de lancement, une remise et un très grand chiffre de vitesse.

Spécification par spécification, avec les preuves à l'appui.

• Prix de sortie — Mercury 3 à 0,35 $ par million au lancement, 0,70 $ au tarif catalogue, contre 20,00 $ pour Opus 5.5. Le rapport est de 57 fois pendant la promotion et de 28,6 fois après celle-ci.

• Prix des entrées — Mercury 3 : 0,10 $ au lancement, 0,20 $ au tarif catalogue, contre 4,00 $ pour Opus 5.5. Même schéma, ratio légèrement plus large.

• Entrée en cache — Mercury 3 : 0,01 $ au lancement, 0,02 $ au tarif catalogue, contre 0,20 $ pour les lectures du cache d’Opus 5.5. Opus facture également 5,00 $ par million pour l’écriture dans le cache de 5 minutes et 8,00 $ pour le cache d’une heure, ce que la grille tarifaire de Mercury ne détaille pas.

• Débit — Mercury 3 à 1 068 tok/s selon Inception, non reproduit ; Opus 5.5 à 75,6 tok/s en sortie, mesuré sur le trafic de notre propre playground au cours des sept derniers jours. Cela représente un écart d’un facteur quatorze dans le sens revendiqué par Inception, et celui-ci est au moins mesuré des deux côtés, bien que par des harnais différents.

• Temps jusqu’au premier token — Mercury 3 est un modèle de diffusion qui génère en parallèle, de sorte que sa première sortie utile arrive plus tôt que celle d’un modèle autorégressif ; Inception ne publie pas de chiffre pour le point de terminaison de chat, et son affirmation de moins de 300 ms sur la page d’accueil de l’entreprise fait référence à la gamme de produits plutôt qu’à Mercury 3 spécifiquement. La latence de bout en bout p50 d’Opus 5.5 sur notre trafic est de 4,4 secondes, ce qui inclut la réflexion.

• Contexte — 1 M de tokens pour les deux. Le plafond de sortie diffère : 131 072 pour Mercury 3, 128 000 pour Opus 5.5.

• Entrées — Opus 5.5 prend en charge le texte, les images et les fichiers ; Mercury 3 prend en charge le texte. Ce n’est pas un détail mineur. Tout document, capture d’écran, diagramme ou PDF dans votre pipeline disqualifie silencieusement Mercury 3.

• Contrôle du raisonnement — Mercury 3 propose les niveaux d’effort instant, faible, moyen et élevé, et revient à faible lorsque le champ est omis. Opus 5.5 utilise un raisonnement adaptatif avec son propre curseur d’effort. Les valeurs par défaut des deux vous surprendront si vous ne définissez pas explicitement le champ : Mercury 3 sur faible, Opus sur ce que la politique adaptative d’Anthropic choisit pour la requête.

• Preuves — Opus 5.5 dispose d’un score d’indice indépendant et d’un tableau de benchmarks du fournisseur ; Mercury 3 ne dispose ni d’un score tiers ni d’un score numérique du fournisseur.

Le seul résultat d’agent qu’Inception a publié

Sous les chiffres de débit annoncés se cache la seule mesure de qualité de Mercury 3 portant sur une tâche définie : un banc d’essai pour agent web exécuté sur 50 tâches de navigation Mind2Web réelles, dans lequel Mercury 3 a réussi 50 % et, {{1}}Inception affirme,{{/1}} « nettement plus que GPT-6.1-Sol », en utilisant le même volume de tokens et le même nombre d’étapes d’agent.

Lisez cela attentivement. Le modèle de comparaison est GPT-6.1 Sol, et non Opus 5.5. Le harness est celui de production propre à Inception. L'échantillon compte 50 tâches. Et « même volume de tokens et même nombre d'étapes d'agent » est l'élément important pour le coût, car cela signifie que l'économie par tâche est bien le ratio par token, et non un artefact dû au fait que le modèle effectue moins d'étapes pour y parvenir. Un taux de réussite de 50 % sur la navigation en direct sur un site est un résultat crédible pour un modèle rapide ; cela ne signifie pas que Mercury 3 viendrait à bout d'une tâche de codage du niveau d'Opus.

Pour Opus 5.5, le résultat équivalent est Terminal-Bench 4.0 à 59,6 % sur le harnais d’Artificial Analysis — un benchmark différent, une famille de tâches différente, et non directement comparable. La formulation honnête est que personne n’a fait tourner les deux modèles sur le même benchmark d’agents en publiant le résultat. Tant que quelqu’un ne le fait pas, toute affirmation sur celui qui est meilleur en travail agentique relève d’une inférence à partir du positionnement.

Combien coûte une semaine de trafic sur chacun

Prenons une charge de travail plausible pour les deux : 2 millions de tokens d’entrée et 500 000 tokens de sortie par jour, soit à peu près un assistant d’assistance ou de recherche de taille moyenne avec quelques centaines de milliers d’appels. Sur Mercury 3 au tarif de lancement, cela représente 0,20 $ d’entrée et 0,175 $ de sortie — moins de quarante cents par jour. Au tarif catalogue, c’est 0,40 $ et 0,35 $, soit 75 cents. Sur Opus 5.5, le même trafic représente 8,00 $ d’entrée et 10,00 $ de sortie, soit 18,00 $ par jour.

Ajoutez maintenant la partie que le calcul des tokens masque. Si Mercury 3 a besoin d’une seconde tentative sur un appel sur cinq, et que chaque nouvelle tentative coûte autant que l’originale, le prix effectif augmente de 20 % — pour atteindre environ 45 cents par jour. Même dans le cas absurde où chaque appel devrait être répété une fois, la facture serait de 75 cents, soit encore 24 fois inférieure à Opus 5.5. L’argument du prix n’est pas serré, et c’est précisément pourquoi la décision doit plutôt être fondée sur la qualité et la capacité.

Prenez-le dans l’autre sens, et le même calcul explique pourquoi les gens continuent de payer pour Opus. À 18 $ par jour, une escalade évitée par jour — un tour de support qui n’atteint pas un humain, une modification de code qui n’a pas besoin d’une seconde relecture — couvre plusieurs fois l’intégralité de la facture Opus. Le modèle coûte cher par token parce que le travail qu’il remplace coûte encore plus cher.

Les lignes de capacités qui n’apparaissent pas dans un tableau de prix

Opus 5.5 accepte les images et les fichiers, ce qui signifie qu'il peut lire la capture d'écran jointe par un utilisateur, le PDF dans lequel se trouve un contrat ou le diagramme d'un document de conception. Mercury 3, lui, ne traite que du texte en entrée et du texte en sortie. Si votre charge de travail touche à l'un de ces éléments, la comparaison s'arrête là et l'écart de prix n'a plus aucune importance.

Opus 5.5 embarque également l’ensemble d’outils d’Anthropic : sorties structurées, utilisation d’outils, une API par lots à moitié prix pour le travail asynchrone, et la mise en cache des prompts avec des tarifs explicites d’écriture et de lecture. Mercury 3 propose l’appel d’outils et les sorties structurées sur un point de terminaison compatible OpenAI, ce qui est vraiment pratique — cela s’intègre au code existant sans réécriture — mais son approche du cache est une remise sur l’entrée plutôt qu’un cycle de vie documenté d’écriture du cache.

La ligne de capacité inverse, c’est la vitesse. Opus 5.5 à 75,6 tokens par seconde convient à un agent de codage qui travaille sur une longue tâche, et c’est pénible pour tout ce sur quoi une personne attend. L’argument de Mercury 3, c’est qu’une personne qui l’attend ne remarque pas l’attente. Si votre produit est un tour vocal, une autocomplétion, une réponse de recherche ou l’indice d’un tuteur, cette différence est le produit, pas un simple plus.

Comment exécuter les deux sans parier sur l’un ou l’autre

Claude Opus 5.5 figure dans notre catalogue sous anthropic/claude-opus-5.5 aux tarifs affichés par Anthropic — 4 $ en entrée, 20 $ en sortie, 0,20 $ pour les lectures de cache — avec 0 % de marge, de sorte qu’une modification de la grille tarifaire d’Anthropic apparaît de notre côté le jour même plutôt qu’au cycle de facturation suivant. Mercury 3 ne figure pas dans notre catalogue : notre API de modèles ne renvoie aucun modèle Inception, et la consigne honnête est d’y accéder via la plateforme propre à Inception. Nous n’allons pas prétendre le contraire pour faire aboutir un argumentaire de routage.

L’intérêt de cette séparation tient précisément à cette décision. Placez Mercury 3 derrière la clé d’Inception sur le palier critique en latence, gardez Opus 5.5 comme voie d’escalade derrière un point de terminaison compatible OpenAI aux côtés de plus de 200 autres modèles, et laissez le basculement automatique couvrir le cas où le nouveau fournisseur vacille durant son premier mois. Le DSL de routage peut exprimer cette transition — modèle rapide d’abord, escalade sur un signal de faible confiance ou un échec d’appel d’outil — sans seconde intégration pour le repli. Vous finissez par mesurer Mercury 3 à l’aune de votre propre trafic plutôt qu’à celle d’un article de lancement, et vous gardez le modèle capable de lire une capture d’écran pour les requêtes qui en ont besoin.

Lequel choisir

Si votre charge de travail est uniquement textuelle, limitée par la latence et tolérante à une réponse erronée occasionnelle qu’un humain ou une nouvelle tentative peut rattraper, Mercury 3 à sa tarification de lancement est l’une des options crédibles les moins chères disponibles cette semaine, et les 100 millions de jetons gratuits sur la plateforme d’Inception rendent l’essai quasi gratuit. Testez-le sur votre propre trafic, fixez le réglage d’effort et mesurez le taux de nouvelles tentatives plutôt que le débit.

Si votre charge de travail implique des documents, des images, des modifications de code sur un horizon long, ou des réponses que personne ne vérifie avant qu’elles ne soient suivies d’effet, Opus 5.5 reste le choix défendable, et le prix n’est pas la variable intéressante. Ce que vous achetez, c’est son score à un indice indépendant, son entrée multimodale et son tableau de référence publié, et aucun d’entre eux n’a encore d’équivalent dans Mercury 3.

L’erreur à éviter est de traiter le 57x comme un impératif de migration. Il s’agit d’une remise sur les tokens, et les tokens sont l’élément le moins cher de la plupart des systèmes d’IA. Les éléments coûteux — un humain qui relit la sortie, une mauvaise réponse qui atteint un client, un pipeline reconstruit autour d’un modèle qui ne voit pas — sont exactement ceux que le tableau des prix ne montre pas.