Mercury 3 vs DeepSeek V4 Pro : l'un facturé à la durée, l'autre facturé par lancement

Deux modèles peuvent tous deux coûter « environ un dollar par million de tokens de sortie » et pourtant vous facturer de manière très différente. Mercury 3 facture 0,35 $ par million de tokens de sortie cette semaine et 0,70 $ après la fin de la remise de lancement — une grille tarifaire dont une date reste inconnue. DeepSeek V4 Pro facture 1,98 $ par million de tokens de sortie en heures creuses et 3,96 $ pendant deux créneaux chaque jour de semaine, de 01:00 à 04:00 et de 06:00 à 10:00 UTC — une grille tarifaire assortie d'une horloge. Si votre trafic est en rafales et tombe dans ces créneaux, DeepSeek V4 Pro coûte jusqu'à 11 fois ce que coûte Mercury 3 au lancement, et environ 5,7 fois le prix catalogue de Mercury. Si votre trafic s'écoule de nuit et le week-end, l'écart se réduit à 2,8 fois. Aucun de ces chiffres n'est celui de la comparaison mise en avant, et c'est précisément l'intérêt de les mettre côte à côte. Les défaillances de l'IA et les incidents d'agents documentés derrière des versions comme celle-ci sont recensés dans l'OrcaRouter AI Incident Archive où chaque entrée comporte ses propres sources, un niveau de gravité, une note de confiance et un indicateur de contestation.

Les modèles eux-mêmes sont aussi plus éloignés que ne le suggère le prix. Mercury 3 est le modèle de langage à diffusion d’Inception Labs, sorti le 19 octobre 2026 : contexte de 1 M, 131 072 jetons de sortie, texte uniquement, 1 068 jetons par seconde selon la mesure d’Inception elle-même, et aucun score de référence numérique publié. DeepSeek V4 Pro est le modèle phare de type mélange d’experts de DeepSeek, sorti le 24 avril 2026 et actualisé avec la version 0813 en août : 1,6 billion de paramètres au total, dont environ 49 milliards actifs, un contexte de 1 048 576, un plafond de sortie de 384 000 jetons, une entrée uniquement textuelle et un corpus substantiel de mesures tierces à l’appui. L’un est un pari sur la vitesse au plafond non prouvé. L’autre est un pari sur la capacité au tableau de scores éprouvé — et inégal.

Les grilles tarifaires, y compris les éléments faciles à manquer

• Sortie — Mercury 3 à 0,35 $ par million au lancement, 0,70 $ au tarif catalogue. DeepSeek V4 Pro à 1,98 $ en heures creuses, 3,96 $ en heures de pointe.

• Entrée — Mercury 3 : 0,10 $ au lancement, 0,20 $ au tarif catalogue. DeepSeek V4 Pro : 0,66 $ en heures creuses, 1,32 $ en heures pleines.

• Entrée mise en cache — Mercury 3 : 0,01 $ au lancement, 0,02 $ au tarif catalogue, soit une remise forfaitaire de 90 %. DeepSeek V4 Pro : 0,022 $ en heures creuses, 0,044 $ en heures pleines, soit le même ratio de 1/30, mais appliqué à une base plus élevée.

• Quand les heures de pointe s’appliquent — les plages de pointe de D​eepSeek sont de 01:00 à 04:00 et de 06:00 à 10:00 UTC, du lundi au vendredi, hors jours fériés chinois. Tout le reste, y compris toutes les heures du week-end, est facturé au tarif réduit. La remise de Mercury 3 n’a pas de date de fin publiée.

• Plafond de sortie — DeepSeek V4 Pro 384 000 tokens, environ trois fois les 131 072 de Mercury 3.

• Contexte — les deux affichant nominalement 1M de tokens.

• Entrées — texte uniquement pour les deux. Aucun des deux n’est un modèle multimodal, donc cette dimension est une égalité plutôt que le différenciateur habituel.

• Débit — Mercury 3 à 1 068 tok/s par Inception, non reproduit. DeepSeek V4 Pro à 119,1 tok/s en sortie, mesuré sur le trafic de notre propre playground sur sept jours.

• Contrôle du raisonnement — Mercury 3 propose les efforts instantané, faible, moyen et élevé, et utilise par défaut le niveau faible. DeepSeek V4 Pro fonctionne par défaut en mode réflexion, avec un mode sans réflexion disponible, et les deux modes sont facturés au même prix.

La règle de la fenêtre de pointe mérite plus d'attention qu'on ne lui en accorde habituellement, car elle fausse d'un facteur deux tout modèle de coûts qui suppose un tarif unique, pendant environ sept heures de chaque jour ouvré — et ces sept heures couvrent la matinée européenne ainsi que le début de la journée de travail américaine. Une charge de travail qui semble revenir à 1,98 $ par million dans un tableur peut coûter 2,97 $ par million en tarif mixte sans que personne ne modifie une seule ligne de code.

Ce que les propres chiffres de DeepSeek disent à ce sujet

DeepSeek V4 Pro est mesurable d'une manière que Mercury 3 ne l'est pas actuellement, et les mesures ne sont pas uniformément flatteuses. Artificial Analysis lui attribue un Intelligence Index de 36,0 et un score AA Coding de 68,8. Son score GPQA Diamond est de 92,8 %, Humanity's Last Exam 41 %, SciCode 51 %, le rappel en contexte long 80,3 %. Sur τ²-Bench, le benchmark d'utilisation agentique d'outils, il obtient 96,2 — et notre propre fiche catalogue met ce chiffre en avant, ce qui indique ce dans quoi le modèle est réellement bon.

Le chiffre qui devrait faire hésiter un agent de codage, c’est Terminal-Bench 4.0 : 14,1 %. Ce n’est pas une coquille, et ce n’est pas un autre benchmark que celui sur lequel Claude Opus 5.5 obtient 59,6 %. Terminal-Bench 4.0 est une suite de tâches terminales à long horizon, et un modèle qui obtient un score dans les 10-15 % sur ce benchmark n’est pas un modèle à qui l’on confie une tâche d’ingénierie en plusieurs étapes avant de passer à autre chose. Mettez cela en regard du 96,2 sur τ²-Bench : DeepSeek V4 Pro est excellent pour les appels d’outils structurés à des fonctions bien définies, et faible pour le travail en shell ouvert. Ce sont des produits différents, et ces deux scores décrivent ensemble la frontière.

Mercury 3 n’a pas de table équivalente. Sa seule affirmation structurée en matière de qualité est un agent exécuté sur 50 tâches de navigation Mind2Web en conditions réelles, où il en a terminé 50 %, ce qu’Inception qualifie de « bien plus que GPT-6.1-Sol » et qui a utilisé le même volume de tokens et le même nombre d’étapes. Ainsi, la comparaison qu’un acheteur souhaite réellement — comment ces deux modèles se comportent sur la même tâche d’agent — n’a été menée publiquement par personne. Ce que l’on peut dire, c’est qu’ils sont conçus pour des modes de défaillance différents : D​eepSeek dispose d’une solide compétence en appels d’outils et d’un budget de sortie élevé ; Mercury mise sur la vitesse et sur une base de preuves bien plus mince.

Coût, sur une horloge réelle

Prenons une charge de travail de traitement de documents : 60 millions de tokens d’entrée et 15 millions de tokens de sortie par jour, ce qui correspond à un pipeline plausible pour la revue de contrats ou de dossiers dans un cabinet de taille moyenne. Sur Mercury 3 au tarif de lancement, cela représente 6,00 $ d’entrée et 5,25 $ de sortie, soit 11,25 $ par jour. Sur DeepSeek V4 Pro au tarif hors pointe, cela représente 39,60 $ et 29,70 $, soit 69,30 $ par jour.

Transférez maintenant la moitié de ce trafic dans les créneaux de pointe de DeepSeek. Trente millions de jetons d’entrée en heures creuses coûtent 19,80 $ et trente millions aux heures de pointe coûtent 39,60 $ ; les jetons de sortie se répartissent entre 14,85 $ et 29,70 $. Le total journalier passe à 103,95 $. Mêmes jetons, même modèle, et la facture est passée de 69,30 $ à 103,95 $. La facture de Mercury 3 ne varie pas du tout selon l’heure.

Là où DeepSeek récupère ce surcoût, c’est sur la capacité. Le plafond de sortie de 384 000 jetons signifie qu’un seul appel peut produire une extraction structurée sur un document très long sans découpage — ce qui, pour un pipeline juridique ou financier, n’est pas un simple confort mais une propriété de correction, car c’est dans le découpage que les renvois se perdent. Le plafond de 131 072 jetons de Mercury 3 couvrira la plupart de ces tâches, mais pas toutes. Si votre tâche produit régulièrement des sorties dépassant 130 000 jetons, la comparaison des prix n’a plus lieu d’être : le modèle moins cher ne peut pas faire le travail.

La différence des modèles à poids ouverts que personne ne mentionne dans un tableau de prix

DeepSeek publie ses poids. DeepSeek-V4-Pro-0813 est disponible sur Hugging Face sous l’organisation deepseek-ai, daté du 13 août 2026, aux côtés de la gamme V4.1-Flash dont les livraisons se sont poursuivies jusqu’en octobre. Cela signifie que vous pouvez auto-héberger, affiner, quantifier ou exécuter le modèle dans un environnement isolé, et aucun fournisseur ne peut vous le retirer. Inception n’a pas publié les poids de Mercury 3, et l’annonce ne s’engage aucunement à le faire. Si votre posture de conformité exige que le modèle réside à l’intérieur de votre périmètre, la comparaison n’admet exactement qu’une seule réponse viable.

Le compromis, c'est qu'auto-héberger un modèle de mélange d'experts de 1 600 milliards de paramètres n'est pas un projet d'un week-end, et le prix de l'hébergement est suffisamment bas pour que la plupart des équipes ne devraient pas s'y essayer. Le point important, c'est la liberté de choix, pas l'aspect économique.

Placer les deux derrière une seule touche

DeepSeek V4 Pro figure dans notre catalogue sous deepseek/deepseek-v4-pro, facturé au tarif propre à DeepSeek avec 0 % de marge — y compris le multiplicateur de pointe, qui est répercuté tel quel plutôt que lissé en un chiffre fixe. Cela compte ici plus que d'habitude : un fournisseur dont le prix varie selon l'heure est exactement le cas où un routeur devrait vous montrer le vrai barème plutôt qu'une moyenne. Mercury 3 ne figure pas dans notre catalogue ; notre API de modèles ne propose aucun modèle Inception, la voie d'accès est donc la plateforme propre à Inception.

The pattern that makes sense for a team evaluating both is a task-shape split rather than a price split. Send long-output extraction and structured tool calling to DeepSeek V4 Pro, where the 384K ceiling and the τ²-Bench score are doing real work; send the latency-critical, short-output tier to Mercury 3 through Inception's key. One OpenAI-compatible endpoint covers the D​eepSeek side and more than 200 other models, with automatic failover if a provider degrades, and the routing DSL can hold the task-shape rule so it is configured once rather than re-implemented in every service. You keep the cheap fast path where speed is the product and the proven capacity where correctness is.

Lequel choisir

Choisissez DeepSeek V4 Pro lorsque la tâche consiste en une sortie structurée longue, en un workflow d’appel d’outils s’appuyant sur des fonctions définies, ou en tout ce qui doit s’exécuter dans votre propre infrastructure. Acceptez de payer entre 2,8 et 5,7 fois le prix de lancement de Mercury 3, que la facture varie selon l’heure et que Terminal-Bench 4.0 indique qu’il ne s’agit pas de votre agent de codage autonome.

Choisissez Mercury 3 lorsque la tâche est courte, uniquement textuelle, critique en latence et peu coûteuse à réessayer — échanges vocaux, suggestions, résumés de recherche, brouillons de support — et lorsque vous êtes prêt à réaliser l’évaluation vous-même, car personne n’en a publié. La remise de lancement rend l’essai presque gratuit ; l’absence de date de fin en fait une mauvaise base pour un modèle de coûts sur cinq ans.

La seule chose à éviter, c’est de les départager sur le prix d’affiche du token. L’horloge de DeepSeek et la fenêtre de lancement de Mercury sont toutes deux temporaires à leur façon, et le chiffre qui devrait dicter la décision — le coût par tâche accomplie, y compris les nouvelles tentatives et la révision humaine — est celui qu’aucun des deux fournisseurs ne publie.