Mercury 3 vs GPT-5.6 Sol : 20 fois moins cher par token, et les tokens sont tout l'argument

Ce qui est intéressant quand on place Mercury 3 à côté de GPT-5.6 Sol, c’est que Sol constitue déjà le modèle le moins cher de la frontière d’OpenAI, et que Mercury 3 est encore moins cher, avec un écart qui ôte tout sens au mot « bon marché ». Inception Labs a publié Mercury 3 le 19 octobre 2026 à 0,20 $ par million de jetons d’entrée et 0,70 $ par million de jetons de sortie, ramenés de moitié à 0,10 $ et 0,35 $ pendant une fenêtre de lancement sans date de fin annoncée. GPT-5.6 Sol, qu’OpenAI a livré le 9 juillet 2026, est affiché à 4,00 $ et 20,00 $ en dessous de 272 000 jetons, et à 8,00 $ et 30,00 $ au-dessus. En sortie, cela représente un écart d’un facteur 57 au prix de lancement de Mercury et d’un facteur 28 au prix catalogue — et, contrairement à la plupart de ces écarts, il ne se resserre pas lorsqu’on le mesure par réponse, car l’avantage de Sol dans les comparaisons antérieures avec GPT-6 résidait dans sa sobriété en jetons, et Sol n’est pas frugal comme l’était GPT-6 Sol. Les défaillances de l’IA et incidents d’agents documentés qui sous-tendent des versions comme celle-ci sont recensés dans l’archive des incidents d’IA OrcaRouter où chaque entrée comporte ses propres sources, un niveau de gravité, une note de confiance et un indicateur de contestation.

Les deux modèles acceptent un million de tokens d’entrée en un seul appel et ne renvoient tous deux que du texte. La différence se situe dans ce qui se passe autour des tokens : Mercury 3 est un modèle de langage à diffusion qui valide des blocs de positions d’un coup et tourne à 1 068 tokens par seconde mesurés par le fournisseur, tandis que GPT-5.6 Sol est un modèle autorégressif de pointe qui accepte les images et les fichiers en plus du texte, et qu’Artificial Analysis a mesuré à 87,7 tokens par seconde pour 1,99 $ par tâche de l’Intelligence Index. La comparaison porte donc moins sur le modèle qui est le meilleur — ce que personne n’a mesuré pour Mercury — que sur ce que coûte la même charge de travail sur chacun une fois comptés les nouvelles tentatives et les tokens gaspillés.

Deux grilles tarifaires, à lire attentivement

La carte de Sol comporte une limite que celle de Mercury n’a pas, et cette limite constitue la différence structurelle la plus lourde de conséquences entre les deux produits. Tout ce qui va jusqu’à 272 000 jetons d’entrée est facturé à 4,00 $ et 20,00 $. Au-delà, les tarifs de 8,00 $ et 30,00 $ s’appliquent à l’intégralité de la requête — pas seulement aux jetons excédentaires, mais à la totalité. Une invite de 300 000 jetons coûte 2,40 $ en entrée sur Sol, soit plus de deux fois ce que coûterait une invite de 250 000 jetons à 4,00 $, pour 20 % de texte en plus.

Tarif — Mercury 3 : 0,20 $ / 0,70 $ par million, 0,10 $ / 0,35 $ au lancement, entrée mise en cache à 90 % de réduction par rapport au tarif d’entrée. GPT-5.6 Sol : 4,00 $ / 20,00 $ par million en dessous de 272 000 tokens, 8,00 $ / 30,00 $ au-dessus, entrée mise en cache à 0,40 $ avec un coût d’écriture de 5,00 $ par million.

• Contexte et sortie — Mercury 3 : 1 000 000 de tokens en entrée, 131 072 en sortie. GPT-5.6 Sol : 1 050 000 en entrée, 128 000 en sortie.

• Modalités — Mercury 3 : texte uniquement. GPT-5.6 Sol : texte, image et fichier en entrée, texte en sortie.

• Vitesse — Mercury 3 : 1 068 tokens par seconde, mesuré par Inception. GPT-5.6 Sol : 87,7 tokens par seconde sur le banc d'essai d'Artificial Analysis, avec un temps jusqu'au premier token de 91,8 secondes sur sa charge de travail par défaut à prompts longs.

• Scores indépendants — Mercury 3 : aucun publié ; aucune page Artificial Analysis n’existe. GPT-5.6 Sol : 47 sur l’Intelligence Index, 77,4 sur l’indice de codage, 94,1 sur GPQA Diamond, 49,5 sur Humanity’s Last Exam, 84,0 sur le rappel de contexte long.

• Sortie — Mercury 3 : 19 octobre 2026. GPT-5.6 Sol : 9 juillet 2026.

Un chiffre sur la fiche de Sol mérite sa propre phrase, car c’est le chiffre dont se compose un budget de latence. Artificial Analysis relève un délai médian jusqu’au premier token de 91,8 secondes pour GPT-5.6 Sol sur la configuration qu’elle teste. Ce n’est pas une coquille et ce n’est pas un démarrage à froid ; c’est ce que fait un modèle pensé d’abord pour le raisonnement lorsqu’il réfléchit avant de répondre à une invite longue. La couverture du lancement de Mercury 3 inclut des rapports de latence de tiers — Octen a mesuré un temps de génération médian de 0,9 seconde et une réponse de bout en bout médiane de 2,2 secondes sur sa charge de travail — mais ce sont des témoignages clients dans une annonce fournisseur, pas un banc d’essai neutre, et des charges de travail différentes. La direction ne fait aucun doute ; l’ampleur reste indéterminable sans un test commun.

Pourquoi le nombre de tokens est décisif ici, et comment le vérifier pour votre charge de travail

L’écart par token est de 28 fois au tarif catalogue et de 57 fois au lancement, de sorte que la seule façon pour Sol de le combler est de produire beaucoup moins de tokens pour le même travail. C’est exactement ce qui s’est produit dans la comparaison avec GPT-6 Sol, où Sol a dépensé environ 31 000 tokens de sortie par tâche de l’Intelligence Index, contre 193 000 pour Claude Sonnet 5.5, et s’est finalement révélé moins cher par tâche malgré un débit de sortie 20 fois supérieur. Cela ne se produit manifestement pas ici : GPT-5.6 Sol coûte 1,99 $ par tâche de l’Intelligence Index, alors que GPT-6 Sol coûtait environ 1,05 $ sur le même banc d’essai ; Sol est donc environ deux fois plus cher par réponse que son successeur, et environ 40 fois plus cher par réponse qu’une tâche Mercury 3 à 0,05 $ ne le serait si Mercury consommait le même volume de tokens.

Ce « si » fait tout le travail, et il vaut la peine de l'énoncer sous forme de test plutôt que d'affirmation. Prenez une centaine de vos propres prompts, faites-les passer par Sol, et enregistrez le nombre de jetons de sortie par prompt ainsi que si la réponse a nécessité une nouvelle tentative. Faites de même sur Mercury 3. Multipliez par les grilles tarifaires. Le résultat est votre réponse, et cela prend un après-midi plutôt qu'un débat sur les benchmarks.

Trois formes de résultat sont assez courantes pour être prédites à l’avance.

• Travail textuel court et à fort volume — classification, extraction, routage, résumés courts, 150 jetons de sortie par appel. La frugalité en jetons de Sol n’a rien sur quoi agir, la grille tarifaire dit donc tout : 28 à 57 fois moins cher sur Mercury 3, avant la remise.

• Travail à forte composante de raisonnement — une analyse en plusieurs étapes à laquelle Sol consacre 20 000 jetons de raisonnement. Si Mercury 3 a besoin de deux tentatives pour parvenir à la même réponse, l’écart effectif passe d’un facteur 28 à un facteur 14 ; s’il en faut cinq, il tombe sous un facteur six. Cela reste une économie importante, qui n’est plus une erreur d’arrondi dans la prise de décision.

• Tout ce qui implique une image — une capture d'écran, une page numérisée, un graphique. Mercury 3 renvoie une erreur. La comparaison n'existe pas, et le prix de l'entrée multimodale de Sol est celui que Sol facture.

La remise, et pourquoi le modèle de coûts honnête se fonde sur le prix catalogue

Le tarif de sortie de Mercury 3 à 0,35 $ est une promotion. Inception a publié le prix catalogue et la remise, mais pas la date de fin, ce qui signifie qu’un modèle de coûts basé sur 0,35 $ comporte un passif que personne ne peut chiffrer. Sur la charge de travail de réponses courtes ci-dessus, l’écart entre le tarif de lancement et le prix catalogue est de 2x — le même 2x qui sépare un bon trimestre d’un mauvais, et qui arrive sans prévenir.

La carte de Sol a la propriété inverse. {{2}}Elle est stable{{/2}}, {{3}}elle a une limite documentée{{/3}}, et {{4}}elle a une structure de cache documentée{{/4}} : {{5}}0,40 $ par million en lecture{{/5}}, {{6}}un coût d’écriture de 5,00 $ par million{{/6}}, {{7}}soit 25 % de plus que le tarif d’entrée{{/7}}. Pour une charge de travail qui renvoie le même préambule de 30 000 tokens à chaque étape d’une boucle d’agent, {{8}}cette prime d’écriture mérite d’être calculée avant d’être écartée{{/8}} — {{9}}Sol paie 25 % de plus une fois et 90 % de moins à chaque lecture ultérieure{{/9}}, et {{10}}lorsqu’une tâche compte dix étapes ou plus, le coût d’entrée amorti descend sous 1,00 $ par million{{/10}}.

Le tarif en cache de Mercury 3 est de 0,02 $ par million au tarif catalogue, de 0,01 $ pendant la fenêtre de lancement, sans surprime d’écriture publiée. C’est le chiffre le plus fort en sa faveur pour précisément cette charge de travail : une boucle d’agent à vingt étapes avec un préambule de 30 000 tokens coûte 0,60 $ d’entrées en cache sur Mercury au tarif catalogue, contre environ 0,40 $ par million de lectures sur Sol après l’écriture — comparable en termes absolus, et la comparaison ne reste comparable que parce que le cache de Sol est exceptionnellement bon. Si l’on retire le cache des deux, l’écart redevient d’un facteur 20.

Ce que fait la couche de routage avec un écart d’un facteur 20 et sans score neutre

GPT-5.6 Sol figure au catalogue d'OrcaRouter aux tarifs propres à OpenAI — 4,00 $ et 20,00 $ par million, 8,00 $ et 30,00 $ au-delà du seuil de 272 000 tokens, 0,40 $ pour les lectures mises en cache — via le même point de terminaison compatible OpenAI que tout ce que nous routons, sans marge ajoutée par-dessus. Mercury 3 ne figure pas au catalogue ; notre API de modèles ne renvoie rien pour aucun modèle Inception, donc toute personne qui l'appelle se tourne vers la plateforme d'Inception elle-même, où les nouveaux comptes reçoivent 100 millions de tokens gratuits, ou vers l'une des plusieurs plateformes tierces qui l'hébergent.

L’écart est suffisamment important pour que la tentation soit de basculer toute la charge de travail et de voir ce qui casse. Ce qui plaide contre cette approche n’est pas une prudence de principe ; c’est que Mercury 3 dispose d’un seul résultat de qualité, produit au sein du propre harnais d’agent d’Inception sur 50 tâches Mind2Web en conditions réelles, où il a atteint 50 % et l’aurait fait avec le même volume de tokens et le même nombre d’étapes qu’un modèle de pointe. C’est un résultat véritablement intéressant — des sites en conditions réelles, pas un instantané — et il est aussi infalsifiable de l’extérieur, car le harnais et la notation appartiennent au vendeur.

Ce qu'apporte une règle de routage dans cette situation, c'est une expérimentation encadrée. Envoyez une part définie du trafic vers Mercury 3, gardez Sol derrière comme chemin de repli, et laissez le basculement automatique en cas de défaillance prendre en charge le cas où le nouveau modèle expire ou renvoie des erreurs. Cette part est un nombre dans un fichier de configuration, pas un chemin de code ; la faire passer de 10 % à 100 %, ou la réduire à zéro lorsque la remise prend fin, revient à modifier ce nombre.

Il existe également une troisième option dont la page d'aucun des deux fournisseurs ne vous parlera, et c'est celle sur laquelle la plupart des équipes finissent par se rabattre une fois qu'elles ont fait les calculs : GPT-6 Sol. Il applique la même grille tarifaire de 4,00 $ et 20,00 $ que GPT-5.6 Sol, se situe un cran en dessous du modèle phare GPT-6, et coûte environ 1,05 $ par tâche de l'Intelligence Index, contre 1,99 $ pour Sol. Si la raison pour laquelle vous vous intéressez à Mercury 3 est que Sol coûte trop cher par réponse, la solution la moins onéreuse à ce problème est peut-être un modèle plus récent au même prix plutôt qu'un modèle non mesuré à un vingtième de ce tarif.

Où cela atterrit

Pour du texte uniquement et un travail à fort volume, l’arithmétique n’est pas serrée et ne dépend de rien de non vérifié : au tarif catalogue, Mercury 3 est 20 fois moins cher en entrée et 28 fois moins cher en sortie que GPT-5.6 Sol, avec une fenêtre de contexte de même taille et aucune frontière à franchir. Si votre charge de travail représente un million d’appels courts par mois, c’est la décision, et le risque est mesurable en une journée de trafic.

Pour les tâches qui raisonnent sur vingt mille tokens, lisent une capture d’écran ou tournent sans surveillance pendant des heures avec des outils dans la boucle, Sol est le modèle doté d’un comportement documenté et d’un prix stable, et le délai de 91,8 secondes avant le premier token est un chiffre concret sur lequel vous pouvez planifier plutôt qu’une affirmation que vous devez tester. Ce n’est pas un détail que de payer pour cela.

La seule mesure qui mettrait fin au débat est le coût par tâche de l’Intelligence Index de Mercury 3 sur le harnais qui a produit les 1,99 $ de Sol. Elle n’existe pas, aucune date ne lui a été associée et, tant qu’elle n’existe pas, chaque chiffre par réponse de cet article pour Mercury 3 est une hypothèse assortie d’une grille tarifaire. La grille tarifaire, du moins, est réelle — et, avec un facteur 20, elle est assez large pour mériter d’être testée avant de mériter d’être crue.