Mercury 3 vs MiniMax M3 : un chiffre face à tout un palmarès

Inception a lancé Mercury 3 le 19 octobre 2026 avec un seul chiffre de performance — 1 068 jetons par seconde — et aucun score de benchmark, quel qu'il soit. M​iniMax a lancé MiniMax M3 le 1er juin 2026 avec un tableau de benchmarks du fournisseur, un checkpoint téléchargeable et, quatre mois plus tard, un score publié par un évaluateur indépendant. Mettez les deux côte à côte, et la question intéressante n'est pas de savoir quel modèle est plus rapide ou moins cher. C'est que l'un de ces modèles peut être vérifié aujourd'hui par quelqu'un d'autre que son auteur, et l'autre non. Cette asymétrie constitue toute la comparaison, et elle survit à chaque baisse de prix annoncée par l'un ou l'autre des laboratoires. Les défaillances documentées de l'IA et les incidents d'agents derrière des sorties 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 deux modèles se trouvent aussi être suffisamment proches sur le papier pour que le choix soit réel. Tous deux disposent d’une fenêtre d’un million de tokens. Tous deux se situent dans le segment bon marché. Tous deux reposent sur des architectures inhabituelles pour leur catégorie — diffusion pour Mercury 3, attention éparse sur un mélange d’experts pour MiniMax M3 — et tous deux affirment que c’est cette architecture qui leur permet d’obtenir leur rentabilité.

Deux articles de lancement, deux types de preuves différents

Lisez l’annonce d’Inception comme un document. Elle avance un argument de mise à l’échelle : Mercury 3 est plus de 40 fois plus grand que Mercury 1 en nombre total de paramètres, l’intelligence mesurée a environ triplé entre Mercury 1 (mini) et Mercury 3, et le modèle est « tout aussi rapide » que son plus petit ancêtre. Elle formule une affirmation comparative sur la qualité : Mercury 3 est « au niveau ou meilleur que les modèles de pointe optimisés pour la vitesse comme GPT-6 Luna et Claude Haiku 5.5 ». Et elle rapporte exactement un résultat de tâche, issu du propre harnais d’agent web d’Inception, sur 50 tâches de navigation Mind2Web en conditions réelles, où le modèle a accompli 50 pour cent. Chacun de ces éléments est rapporté par le fournisseur et aucun ne nomme une suite de tests de référence, une marge ou une configuration matérielle.

Lisez la documentation de M​iniMax comme un document : elle présente la forme inverse. On y trouve un tableau de benchmarks avec des suites nommées et des pourcentages — SWE-Bench Pro 59,0, Terminal-Bench 2.1 66,0, BrowseComp 83,5, OSWorld-Verified 68,70 —, ainsi qu’une fiche modèle, des poids sur Hugging Face, et une fiche indépendante d’Artificial Analysis qui attribue au modèle un score de 29 à son Intelligence Index. Les chiffres du fournisseur restent des chiffres de fournisseur, et nous ne les avons pas vus reproduits. Mais le modèle peut être téléchargé, exécuté et mesuré par quiconque le souhaite, ce qui explique pourquoi le chiffre indépendant existe tout court.

Cette différence dans ce qui a été publié n’est pas un détail marketing. Elle détermine le type de conseil que quiconque peut vous donner au sujet de ces deux modèles. Pour MiniMax M3, il y a un chiffre de débit mesuré, un coût mesuré par tâche d’indexation, un rang mesuré. Pour Mercury 3, il y a une affirmation.

Les spécifications, avec la source de chaque partie jointe

• Prix par million de tokens — Mercury 3 : 0,20 $ en entrée et 0,70 $ en sortie au tarif catalogue, réduits de moitié à 0,10 $ et 0,35 $ pendant la remise de lancement, contre MiniMax M3 à 0,30 $ et 1,20 $ pour les requêtes jusqu’à 512K tokens d’entrée

• Entrée mise en cache — Mercury 3 0,02 $ par million, 0,01 $ pendant la période de lancement, contre MiniMax M3 0,06 $ par million

• Fenêtre de contexte — Mercury 3 1 000 000 tokens contre MiniMax M3 1 048 576

• Sortie maximale — Mercury 3 : 131 072 tokens contre 512 000 tokens pour MiniMax M3 sur notre propre page catalogue ; MiniMax ne publie aucun chiffre de sortie maximale, donc celui-ci est le nôtre, pas celui du fournisseur

• Modalité d’entrée — Mercury 3 : texte uniquement, par rapport à MiniMax M3 : texte, image et vidéo

• Architecture — Mercury 3 est un modèle de langage à diffusion qui affine des blocs de jetons en parallèle, tandis que MiniMax M3 est un mélange d'experts, avec environ 428B au total et environ 23B actifs par jeton, doté de MiniMax Sparse Attention

• Poids — Mercury 3 fermé, API uniquement vs MiniMax M3 téléchargeable sous la licence M​iniMax Community License

Débit — Mercury 3 : 1 068 jetons par seconde, rapporté par le fournisseur sur du matériel NVIDIA non nommé, avec une taille de lot et un réglage d’effort non spécifiés, contre MiniMax M3 : 106,4 jetons par seconde mesurés par Artificial Analysis

• Independent Intelligence Index — Mercury 3 : aucune entrée au 20 octobre 2026, contre MiniMax M3 (29), classé 23e sur 121 modèles dans la révision en vigueur ce jour-là

• Contrôle du raisonnement — Mercury 3 propose quatre niveaux d’effort, de « instant » à « high », avec « low » par défaut lorsque le paramètre est omis, alors que MiniMax M3 utilise un paramètre thinking avec les modes « enabled », « adaptive » et « disabled »

• Appel d’outils et sorties structurées — les deux les prennent en charge sur un point de terminaison de complétions de chat compatible OpenAI

Deux de ces lignes ont besoin d’une mise en garde avant d’être citées où que ce soit. Le chiffre de 1 068 est une mesure du fournisseur sans protocole d’évaluation déclaré, il n’est donc pas comparable à un chiffre produit par un évaluateur indépendant selon une méthodologie fixe. Et Artificial Analysis révise périodiquement la notation de son indice ; le 29 ci-dessus correspond à la lecture du 20 octobre 2026, et MiniMax M3 a affiché une valeur différente lors de révisions antérieures. Les chiffres de cet indice évoluent ; le fait qu’il en existe un pour M3 et non pour Mercury 3, lui, ne change pas.

Ce que 1 068 jetons par seconde représentent au niveau de la requête

Les tokens par seconde constituent une mauvaise unité pour décider quoi que ce soit, car personne n’achète des tokens. On achète des requêtes complétées. Convertissez les deux chiffres en ce que l’utilisateur vit réellement — le temps nécessaire pour générer une réponse de mille tokens.

Avec les 1 068 tokens par seconde revendiqués par Inception, une réponse de 1 000 tokens prend environ 0,94 seconde de génération. Avec les 106,4 mesurés de MiniMax M3, la même réponse prend environ 9,4 secondes. Si l’on ajoute un temps mesuré jusqu’au premier token de 1,13 seconde pour M3, l’écart entre les deux expériences est d’environ un facteur dix, avant même d’ajouter la latence réseau, la mise en file d’attente ou la surcharge propre à un fournisseur.

C’est le cas de Mercury 3, et c’est un cas bien réel. Un écart d’un facteur dix dans le temps de génération fait toute la différence entre une réponse de recherche qui semble instantanée et une autre qui donne l’impression d’un chargement de page. Toute la gamme de produits d’Inception est construite autour de cela : l’entreprise commercialise Mercury Voice pour le temps jusqu’au premier token de réponse, Mercury Decide pour la classification, et positionne son produit phare sur l’assistance, le tutorat, la recherche et les agents web — autant de charges de travail où une réponse lente rend le produit défaillant plutôt que simplement un peu moins bon.

Ce que le nombre décuplé ne vous dit pas, c’est si Mercury 3 est bon. Le résultat Mind2Web — 50 % de réussite sur 50 tâches en conditions réelles, « nettement plus que GPT-6.1-Sol » — est le seul signal de qualité structuré publié par Inception, et 50 tâches constituent un échantillon suffisamment petit pour qu’un seul site difficile fasse varier le pourcentage de deux points. Le harnais est celui d’Inception. Le modèle de comparaison est nommé sans score. C’est un signal authentique que le modèle peut piloter un navigateur, et ce n’est pas une mesure que vous pouvez intégrer à une décision d’achat.

Ce que dit vraiment le bilan de MiniMax M3

Le portrait indépendant de M3 est peu glamour et utile. Un Intelligence Index de 29 contre une médiane de 19 pour les modèles de sa classe de comparaison, 106,4 jetons de sortie par seconde contre une médiane de 77,4, un temps jusqu’au premier jeton de 1,13 seconde contre une médiane de 1,70 seconde, et un coût de 0,51 $ pour exécuter l’index par modèle. C’est un modèle nettement au-dessus de la moyenne en qualité pour sa classe, clairement au-dessus de la moyenne en vitesse pour sa taille, et peu coûteux à exécuter.

Les sous-scores qui circulent à partir de la republication par des tiers de la même famille d’indices racontent une histoire plus précise : solides sur la compréhension de documents et le suivi d’instructions, plus faibles sur le travail agentique autonome en plusieurs étapes. L’écart entre ses sous-scores de codage et agentiques est la plus grande dispersion interne de son bilan. Si votre charge de travail consiste à « lire ce long document et répondre avec précision », M3 est bien étayé. Si elle consiste à « tourner pendant vingt minutes et livrer », les preuves sont plus minces et pointent dans l’autre sens.

Pour Mercury 3, il n’y a pas de paragraphe équivalent à écrire, car les données n’existent pas. Artificial Analysis n’a pas de page Mercury 3 — son index répertorie encore Mercury 2.5 et Mercury 2 — donc, un jour après le lancement, le modèle n’a ni score indépendant, ni chiffre de vitesse indépendant, ni coût par tâche. L’ensemble de comparaison d’Inception (GPT-6 Luna, Claude Haiku 5.5) relève du segment rapide plutôt que de la pointe, ce qui est le bon comparateur pour un produit axé sur la latence, mais l’affirmation ne comporte ni marge ni noms de tests.

L'écart de prix est plus petit que ne le suggère l'étiquette.

Le réflexe est d'appeler Mercury 3 l'option économique et M3 la chère. Par token, c'est globalement vrai et bien moins spectaculaire que ça en a l'air : l'entrée est 1,5 fois moins chère sur Mercury 3, la sortie 1,7 fois moins chère. Ce n'est pas une autre ligue. C'est un autre rayon.

Prenons une charge de travail concrète. Prenez un assistant de support ou de recherche qui traite 10 000 réponses par jour, chacune avec 1 500 jetons d'entrée composés de contexte récupéré et de structure de prompt, et 300 jetons de sortie. Cela représente 15 millions de jetons d'entrée et 3 millions de jetons de sortie par jour.

• Mercury 3 au prix catalogue — 15 × 0,20 $ plus 3 × 0,70 $, soit 5,10 $ par jour

• Mercury 3 au tarif de lancement — 15 × 0,10 $ plus 3 × 0,35 $, soit 2,55 $ par jour

• MiniMax M3 au tarif des petites requêtes — 15 × 0,30 $ plus 3 × 1,20 $, soit 8,10 $ par jour

Ainsi, la différence quotidienne entre les deux prix catalogue est d'environ trois dollars pour dix mille conversations. Si l'efficacité en tokens de Mercury 3 à son réglage par défaut de faible effort est inférieure à celle de M3 — et personne en dehors d'Inception ne le sait, car il n'existe aucun nombre mesuré de tokens de sortie pour Mercury 3 —, cet écart de trois dollars peut se réduire ou s'inverser sur du trafic réel. C'est précisément la raison pour laquelle il est difficile de budgétiser un modèle non évalué : on ne peut pas calculer le coût par tâche accomplie sans un taux d'achèvement mesuré et une verbosité mesurée.

La ligne des entrées mises en cache compte plus que le tarif affiché pour les charges de travail des agents, car les agents renvoient le même prompt système et les mêmes définitions d’outils à chaque étape. À 0,02 $ par million de tokens mis en cache, Mercury 3 fait coûter un préambule de 20 000 tokens quatre dix-millièmes de dollar par appel. Les 0,06 $ de M3 coûtent trois fois cela, ce qui reste peu — mais sur une exécution de cinquante étapes, la différence se compte en cents, pas en fractions de cent, et c’est dans le trafic des agents que les cents se multiplient.

Licence, sortie et ce que vous ne pouvez pas télécharger

MiniMax M3 est distribué sous la licence M​iniMax Community License. L’utilisation non commerciale est gratuite ; l’utilisation commerciale exige d’afficher « Built with MiniMax M3 », une mention unique si le chiffre d’affaires annuel est inférieur à 20 millions de dollars, et une autorisation écrite préalable au-delà, ainsi que le respect d’une annexe relative aux usages interdits. Il s’agit d’une revue juridique plutôt que d’une formalité, mais c’est une licence que vous pouvez lire avant de développer.

Mercury 3 n'a aucune licence à lire, car il n'y a rien à concéder sous licence. Il est fermé. Ce n'est pas automatiquement rédhibitoire — la plupart des équipes qui interrogent un modèle via une API ne touchent jamais aux poids — mais cela change ce qui se passe si Inception modifie son prix, ses conditions ou sa disponibilité. La sortie, c'est une migration, pas un redéploiement.

Encore une asymétrie qui mérite d’être nommée : M3 dispose d’un historique de quatre mois. Il figure depuis assez longtemps dans notre catalogue pour avoir accumulé des percentiles de trafic et de latence, et sa grille tarifaire est restée stable. Mercury 3 a un jour d’existence, son prix de lancement n’a pas de date de fin publiée, et ses modèles prédécesseurs sont déjà fermés aux nouveaux utilisateurs — la note de migration d’Inception elle-même indique que Mercury 2 et Mercury 2.5 cessent d’accepter de nouvelles inscriptions et que les clients existants perdent l’accès le 15 novembre 2026. Un fournisseur qui retire une gamme de modèles aussi rapidement vous dit quelque chose sur la façon dont il s’attend à ce que vous consommiez ses produits.

Là où un routeur change l'arithmétique

Cette confrontation plaide en faveur de ne pas choisir du tout lors de la première semaine. MiniMax M3 est disponible sur OrcaRouter à 0,30 $ en entrée et 1,20 $ en sortie par million de tokens, au prix catalogue du fournisseur, sans marge ajoutée, aux côtés de plus de 200 autres modèles derrière un seul point de terminaison compatible OpenAI. Mercury 3 ne figure pas dans notre catalogue — une vérification de notre API de modèles ne renvoie rien pour aucun modèle Inception —, donc quiconque souhaite l'appeler se tourne vers la plateforme d'Inception elle-même ou vers l'un des hébergeurs tiers répertoriés par Inception. Nous préférons le dire clairement plutôt que de laisser entendre une voie que nous n'avons pas.

Le schéma adapté à une version non mesurée et inhabituellement rapide est une conception à deux voies. Placez le palier critique en termes de latence sur Mercury 3 via le fournisseur, et conservez le repli mesuré sur M3 ou un autre modèle que nous servons, avec un basculement automatique configuré pour qu’un 429 ou un point de terminaison dégradé ne fasse pas tomber la fonctionnalité. Le DSL de routage existe précisément pour que la séparation soit une règle plutôt qu’une bifurcation dans votre base de code, et parce que les prix catalogue des fournisseurs sont répercutés à l’identique, une baisse de prix d’Inception ou un changement de palier de MiniMax arrive sur votre facture le jour de son annonce plutôt qu’à la signature du prochain contrat.

Ce que cette conception ne vous procure pas, c’est une garantie de qualité du côté de Mercury 3. Rien ne le fait, pour l’instant.

La règle à appliquer cette semaine

• Si la réponse doit arriver en une seconde environ et qu’une mauvaise réponse est récupérable — suggestions de recherche, triage du support, indices de tutorat, étapes d’agent avec une voie d’escalade — Mercury 3 vaut une semaine d’évaluation rien qu’au vu de la promesse de latence. Établissez votre budget sur la base du prix catalogue, et non du tarif de lancement de 50 %, car la remise n’a pas de date de fin publiée.

• Si vous avez besoin de savoir à quel point le modèle est performant avant de vous engager, MiniMax M3 est le seul de ces deux qui vous permette de le découvrir. C’est également le seul que vous puissiez télécharger, quantifier, affiner ou exécuter sur votre propre matériel.

• Si votre charge de travail lit des vidéos ou des images, la comparaison s'arrête là. M3 les prend en charge ; Mercury 3, non.

• Si vous optimisez le coût par tâche accomplie plutôt que le coût par token, aucun des deux modèles ne vous donne encore le chiffre dont vous avez besoin — M3 parce que sa faiblesse agentique est mesurée et réelle, Mercury 3 parce que rien n'a été mesuré du tout concernant son comportement d'achèvement.

Ce qu'il faut surveiller, ce n'est pas le prix de Mercury 3. C'est la première évaluation indépendante de Mercury 3, dès qu'elle paraîtra. Si l'affirmation sur le débit se reproduit, même d'assez loin, à 1 068 tokens par seconde dans un banc d'essai neutre, et si la qualité atteint la classe Haiku revendiquée par Inception, cela cesse d'être un duel pour devenir une question de migration pour tout produit du web contraint par la latence. Si l'on retrouve l'écart habituel entre les résultats du fournisseur et ceux d'une évaluation indépendante, et que la qualité n'est que concurrentielle, alors le résumé honnête est celui ci-dessus : un modèle rapide, bon marché et non éprouvé face à un modèle plus lent, bon marché et éprouvé — et pour la plupart des équipes, c'est le camp éprouvé qui est retenu pour la mise en production jusqu'à ce que l'autre camp ait un chiffre.