Mercury 3 vs Step 5 Preview : le modèle mesuré est celui qui est devenu le plus cher

Le 14 octobre 2026, StepFun a doublé le prix d'entrée en cache-hit de Step 5 Preview, le faisant passer de 0,35 à 0,70 yuan par million de tokens, avec une clause de droit acquis pour les appelants qui avaient déjà utilisé le modèle. Cinq jours plus tard, Inception a lancé Mercury 3 à la moitié de son prix catalogue et n'a pas précisé quand la remise prendrait fin. Mettez ces deux faits côte à côte et vous obtenez la forme de cette comparaison : le modèle doté d'un score de benchmark indépendant est celui dont le prix a augmenté, et le modèle en promotion est celui que personne en dehors de son laboratoire n'a mesuré. Les défaillances documentées de l'IA et les incidents d'agents à l'origine de sorties comme celle-ci sont rassemblés dans les archives des incidents IA d'OrcaRouter où chaque entrée comporte ses propres sources, son niveau de gravité, sa note de confiance et son indicateur de contestation.

Cette inversion n’est pas une coïncidence, et ce n’est pas un argument en faveur de l’un ou l’autre camp. {{1}}Step 5 Preview{{/1}} est un modèle établi avec un historique public qui s’enrichit — une publication du fournisseur le 20 septembre 2026, un score indépendant à l’Intelligence Index, des poids officiels sur Hugging Face — et les fournisseurs facturent plus cher ce dont on sait que ça fonctionne. {{2}}Mercury 3{{/2}} a neuf jours, revendique 1 068 tokens par seconde et ne dispose d’aucun score indépendant, quel qu’il soit. Le prix à payer pour le modèle bon marché, c’est que c’est vous qui servez de mesure.

Deux aperçus qui signifient des choses différentes

Le mot « preview » figure dans les deux noms et n'y joue pas le même rôle. Pour Step 5 Preview, il s'agit de l'appellation propre à StepFun et d'une partie de l'identifiant d'API — la chaîne que vous envoyez est step-5-preview, et non step-5 — et StepFun n'a publié aucune date de remplacement, aucun avis de dépréciation ni aucun engagement de stabilité pour cette chaîne. En pratique, le modèle est en service depuis un mois, ses poids sont disponibles sur Hugging Face et une grille tarifaire a été publiée, si bien que « preview » joue un rôle moindre qu'il n'y paraît.

Sur Mercury 3, il n’y a aucune étiquette d’aperçu : il s’agit d’un lancement en disponibilité générale avec un point de terminaison compatible OpenAI, un identifiant de modèle mercury-3, et un essai de 100 millions de jetons pour les nouveaux comptes. Ce que Mercury 3 propose à la place, c’est une remise de lancement, qui est un autre type d’instabilité. Une étiquette d’aperçu vous avertit que le modèle peut changer ; une remise de lancement vous avertit que le prix changera.

Il vaut mieux établir les dates correctement avant tout le reste. La date de sortie annoncée par l’éditeur pour Step 5 Preview est le 20 septembre 2026, d’après les documents d’annonce de StepFun eux-mêmes ; Artificial Analysis indique que le modèle est sorti en septembre 2026, et son texte de FAQ le date du 18 septembre. Cet écart de deux jours n’est expliqué par aucune des deux parties, et cet article utilise la date de StepFun lorsqu’il doit en donner une. La date de Mercury 3 ne prête à aucune ambiguïté : le 19 octobre 2026, un jour avant la rédaction de ce texte.

La fiche technique, avec la source de chaque ligne

• Prix par million de tokens — Mercury 3 : 0,20 $ en entrée et 0,70 $ en sortie au tarif catalogue, 0,10 $ et 0,35 $ pendant la remise de lancement, contre 7 yuans en entrée et 20 yuans en sortie pour Step 5 Preview, avec l’entrée avec cache hit à 0,70 yuan après la modification du 14 octobre

• Les chiffres en dollars de l’évaluateur — Step 5 Preview : 1,00 $ en entrée et 2,70 $ en sortie par million, avec une remise de 90 % sur le cache, tels que publiés par Artificial Analysis ; il s’agit des chiffres de l’évaluateur lui-même et non d’une conversion monétaire de la grille tarifaire de StepFun

Fenêtre de contexte — Mercury 3 : 1 000 000 de tokens contre Step 5 Preview : 1 M de tokens

• Sortie maximale — Mercury 3 : 131 072 tokens contre Step 5 Preview : 64 000 tokens

• Modalité d’entrée — Mercury 3 : texte uniquement vs Step 5 Preview : texte, images et vidéo

• Modalité de sortie — texte sur les deux

• Paramètres — Mercury 3 non divulgués, décrits uniquement comme plus de 40 fois Mercury 1 ; Step 5 Preview n’étant pas publié dans la documentation de la plateforme de StepFun ni sur la page du modèle de l’évaluateur, aucun des deux chiffres ne peut être cité ici

• Poids — Mercury 3 en accès fermé vs Step 5 Preview publiés sur Hugging Face sous la StepFun Model License 1.0, dans le dépôt de base ainsi que les versions BF16 et NVFP4

• Contrôle du raisonnement — Mercury 3 propose quatre paramètres d’effort, de instantané à élevé, avec une valeur par défaut faible, contrairement à Step 5 Preview, un modèle de raisonnement sans paramètre d’effort publié

• Indice d’intelligence indépendant — Mercury 3 : aucune entrée au 20 octobre 2026, contre Step 5 Preview 44 sur la révision 4.3.2 de l’indice

• Vitesse de sortie mesurée — Mercury 3 none vs Step 5 Preview 92,2 tokens par seconde, mesurée par Artificial Analysis

• Mise en cache des prompts — Mercury 3 pris en charge à 0,02 $ par million de tokens mis en cache au tarif catalogue, contre Step 5 Preview pris en charge à 0,70 yuan par million d’accès au cache, en hausse par rapport à 0,35 le 14 octobre

Une ligne de cette liste mérite un second regard, car c’est le seul endroit où le prix de l’un ou l’autre modèle a évolué publiquement. Le taux de succès du cache de Step 5 Preview a doublé douze jours après son lancement. Le prix des entrées en cas d’échec du cache et le prix des sorties sont restés inchangés, et les appelants qui avaient utilisé le modèle via l’API à paiement à l’usage avant ce moment ont conservé l’ancien tarif au titre d’une clause de droits acquis. Si vous construisez un modèle de coûts sur la mise en cache des prompts — et toute charge de travail d’agents le fait —, un tarif qui a déjà doublé une fois est un tarif qu’il faut continuer de surveiller.

La ligne multimodale est celle qui met fin à certaines conversations.

Step 5 Preview accepte le texte, les images et la vidéo et renvoie du texte. Mercury 3 accepte le texte et renvoie du texte. La documentation d'Inception n'est pas ambiguë à ce sujet : le modèle est indiqué comme exclusivement textuel, et les supports de lancement portent sur la vitesse et le coût, pas sur la vision.

Pour une charge de travail qui lit des captures d’écran, scanne des factures, regarde des enregistrements d’écran ou analyse une vidéo pour la transformer en notes structurées, il n’y a rien à comparer. Step 5 Preview est le seul des deux à qui l’on peut réellement fournir l’entrée, ce qui rend l’écart de prix sans importance et l’écart de benchmark sans importance jusqu’au moment même où vous décidez si le travail de vision compte. Cette décision est généralement prise par le produit, pas par le modèle.

Pour une charge de travail qui se résume à du texte en entrée et du texte en sortie — recherche, support, revue de code, synthèse —, la distinction entre modalités disparaît et la comparaison porte sur la vitesse, le prix et les preuves, dans cet ordre de facilité de vérification.

Ce que dit le seul score indépendant dans cette confrontation

Step 5 Preview obtient un score de 44 à l’Artificial Analysis Intelligence Index, version 4.3.2 — quatrième de 121 modèles dans le tableau propre à cet indice, pour une médiane de 19. La même fiche indique une vitesse de sortie mesurée de 92,2 tokens par seconde, un délai jusqu’au premier token de 2,55 secondes et un indicateur de verbosité de 160 millions de tokens de sortie contre une médiane de 140 millions, ce que l’évaluateur qualifie de quelque peu verbeux. Il qualifie le modèle de plutôt coûteux par rapport à des modèles à poids ouverts comparables, ce qui est une interprétation juste de $1.00/$2.70.

Lisez attentivement le 44. Il s’agit d’un composite pondéré établi sur une suite de benchmarks, et non d’une affirmation concernant votre charge de travail ; cela ne signifie pas que Step 5 Preview surpasse le modèle classé 42e pour votre tâche spécifique. La page de l’évaluateur elle-même comporte également des marqueurs « En cours d’examen » en regard de plusieurs évaluations individuelles. Mais c’est un nombre produit par une méthodologie que quelqu’un d’autre peut examiner, et il place le modèle au-dessus de la médiane du domaine.

Mercury 3 n’a rien de comparable. L’affirmation de qualité d’Inception est comparative — « au niveau ou meilleure que les modèles de pointe optimisés pour la vitesse comme GPT-6 Luna et Claude Haiku 5.5 » — sans marge, sans noms de tests et sans indication de laquelle de ses quatre configurations d’effort a produit la comparaison. Le seul résultat structuré est le test d’agent propre à Inception : 50 tâches de navigation Mind2Web en conditions réelles, 50 % terminées, « nettement plus que GPT-6.1-Sol », à volume de tokens et nombre d’étapes identiques, et donc pour une fraction du coût par token. Cinquante tâches dans le banc d’essai du fournisseur lui-même est un signal, pas un score.

Le nombre physique, et ce qu’il vaut

1 068 tokens par seconde, c’est la raison même pour laquelle il faut lire à propos de Mercury 3. Si cela se confirme, une réponse de 500 tokens se génère en moins d’une demi-seconde, ce qui fait la différence entre une réponse de recherche qui semble instantanée et une autre qui donne l’impression d’un aller-retour réseau. Step 5 Preview, à 92,2 tokens par seconde mesurés, met environ 5,4 secondes pour la même réponse, plus environ 2,55 secondes jusqu’au premier token.

L’affirmation ne précise ni le matériel, ni la taille de lot, ni le réglage d’effort, et ne dit pas s’il s’agit d’un flux unique ou d’un agrégat ; or chacun de ces quatre choix fait varier un chiffre de débit dans des proportions multiples. L’écart entre le fournisseur et les mesures indépendantes dans cette famille est documenté : Artificial Analysis mesure Mercury 2.5 à environ 706 jetons par seconde, en dessous du chiffre publié par Inception lors de ce lancement. C’est la décote à appliquer à 1 068 tant que personne ne le reproduit. Il n’existe pas de page Mercury 3 sur Artificial Analysis au 20 octobre.

La vitesse de Step 5 Preview, en revanche, est ennuyeuse de la même manière que les choses mesurées sont ennuyeuses. Elle est de 92,2 jetons par seconde, mesurée, ce qui la place au 32e rang sur 78 modèles dans le classement de vitesse de l’évaluateur — plus rapide que la moyenne, sans être remarquable. Personne ne l’achète pour sa vitesse. On l’achète pour sa fenêtre de 1 M de jetons, son entrée multimodale et son score.

Chiffrer le même travail sur les deux grilles tarifaires

Prenez un pipeline de tri de documents : 8 000 pages par jour, 2 500 tokens de texte OCR par page, une sortie de classification et d’extraction de 300 tokens par page. Cela représente 20 millions de tokens d’entrée et 2,4 millions de tokens de sortie par jour, avec le même bloc d’instructions renvoyé à chaque appel et donc pouvant être mis en cache.

• Mercury 3 au prix catalogue — 20 × 0,20 $ plus 2,4 × 0,70 $, soit 5,68 $ par jour

• Mercury 3 au tarif de lancement — environ 2,84 $ par jour

• Aperçu de l’étape 5, non mis en cache — 20 × 7 plus 2,4 × 20 yuans, soit 188 yuans par jour ; selon les montants en dollars de l’évaluateur, 20 × 1,00 $ plus 2,4 × 2,70 $, soit 26,48 $

• Step 5 Preview avec le bloc d’instructions mis en cache — le tarif en cas de cache-hit est de 0,70 yuan par million, contre 7 yuan en cas de cache-miss, donc l’économie dépend entièrement de la part de ces 20 millions qui correspond au préambule répété plutôt qu’au nouveau texte de la page

L'écart de prix affiché est donc d'environ quatre fois et demie en faveur de Mercury 3, et la remise de lancement le porte à environ neuf. C'est l'argument le plus fort en faveur de Mercury 3, et il est entièrement calculable. Ce qui n'est pas calculable, c'est le coût par tâche terminée, car Mercury 3 n'a ni taux d'achèvement publié ni nombre de tokens de sortie publié. La verbosité de Step 5 Preview est au moins mesurée — 160 millions de tokens sur l'indice, contre une médiane de 140 millions, ce que l'évaluateur qualifie d'un peu verbeux — et cela permet de prévoir un budget en conséquence.

La seule mise en garde qui vaut la peine d’être répétée : le chiffre de Mercury 3 sur lequel tabler est le prix catalogue. La réduction de 50 % est décrite comme « au lancement », sans date de fin, et ses deux modèles précédents sont désormais fermés aux nouveaux utilisateurs, l’accès existant prenant fin le 15 novembre 2026. Le comportement commercial d’Inception suggère de modéliser le tarif qui subsistera après la promotion.

Poids, licences et ce qui a changé le mois dernier

L'histoire des poids ouverts de Step 5 Preview a changé après le lancement. À la sortie, les poids étaient mis en miroir par des tiers plutôt que publiés par le fournisseur ; depuis cette semaine, l'organisation Hugging Face de StepFun elle-même héberge le dépôt de base ainsi que les versions BF16 et NVFP4, toutes modifiées pour la dernière fois le 15 octobre 2026. La licence est la StepFun Model License 1.0, qui n'est ni Apache ni MIT et qu'il faut lire avant de livrer — c'est une licence d'éditeur avec des conditions, et non une licence permissive.

Mercury 3 n’a ni poids ni licence à lire. Il est uniquement accessible via API, les déploiements entreprise ajoutant une capacité dédiée, une mise à l’échelle automatique et une conservation des données configurable plutôt qu’un artefact que l’on peut tenir.

Pour une équipe qui décide s'il faut fine-tuner, quantiser ou exécuter sur son propre matériel, cette ligne est décisive et les autres lignes n'ont pas d'importance. Pour une équipe qui appelle une API sans jamais toucher à un checkpoint, elle ne compte que comme mesure du coût de sortie : si StepFun modifie son prix ou retire le modèle, un déploiement de Step 5 Preview peut passer à des poids auto-hébergés ; un déploiement de Mercury 3 passe à un autre fournisseur.

La question du routage, traitée honnêtement

Aucun des deux modèles ne figure au catalogue d’OrcaRouter. Notre API de modèles ne renvoie rien pour step-5-preview ni pour aucun modèle Inception, donc quiconque souhaite appeler l’un ou l’autre se tourne vers la plateforme propre au fournisseur ou vers l’un des hôtes tiers répertoriés par chaque fournisseur. Le dire clairement est plus utile que de laisser entendre une route que nous n’avons pas.

Ce que la couche de routage vous donne bel et bien dans cette situation, c'est un moyen de répondre à la question sans vous engager. Plus de 200 modèles se trouvent derrière un point de terminaison compatible OpenAI au prix catalogue du fournisseur, sans marge, et ceux qui sont les plus proches de ces deux-là en termes de prix et de capacités — Qwen 3.8-Max à 2,00 $/6,00 $ avec une fenêtre de 1 M de tokens, GLM 5.2 à 1,40 $/4,40 $, Kimi K3 à 3,00 $/15,00 $ — peuvent être évalués sur votre propre trafic cet après-midi. Si aucun d'eux ne franchit le seuil, l'argument en faveur du paiement à l'un ou l'autre fournisseur se renforce ; si l'un d'eux le fait, vous vous êtes épargné une intégration. Le basculement automatique couvre également le risque spécifique de cette comparaison, à savoir que le modèle bénéficiant d'une remise de lancement sans engagement de stabilité est celui que vous placeriez dans le chemin de production.

Un point mécanique qui compte ici plus que d’habitude : les prix catalogue des fournisseurs sont répercutés sans modification, de sorte qu’un changement de tarif d’un fournisseur se retrouve sur la facture le jour même plutôt qu’au renouvellement. Étant donné que le prix du cache de Step 5 Preview a déjà changé une fois, il ne s’agit pas d’un avantage hypothétique.

La question à se poser avant de choisir

Ces deux modèles sont bon marché. La différence entre leurs factures, sur un pipeline réaliste, est de quelques dollars par jour, et la remise de lancement fait paraître Mercury 3 moins cher qu’il ne le sera après la fin de la promotion. Le coût n’est donc pas ce qui détermine cette décision.

Cela se résume à une question plus simple : avez-vous besoin que la réponse soit rapide, ou avez-vous besoin de savoir si elle est juste ? Step 5 Preview est celui que vous pouvez vérifier — un score d’indice indépendant, une vitesse mesurée, une verbosité mesurée, des poids publiés que vous pouvez exécuter dans votre propre banc d’essai. Mercury 3 est celui qui répondra en moins d’une seconde et ne peut actuellement être vérifié par personne en dehors d’Inception.

Pour un produit contraint par la latence, avec un humain dans la boucle et une défaillance récupérable, le second compromis est raisonnable et l’évaluation est peu coûteuse. Pour un pipeline qui fonctionne sans surveillance et dont les erreurs coûtent cher, un modèle dont le score mesuré se situe autour de 45 vaut plusieurs fois le prix d’un modèle sans aucun score — et c’est cela, plutôt que n’importe quel benchmark, qui permet au modèle mesuré de se permettre d’augmenter le prix de son cache.

Ce qu’il faut surveiller est peu glamour : le prochain relevé indépendant de Mercury 3, dès qu’il paraîtra, et de savoir si le prix du cache de StepFun bougera encore. Ce sont deux petits faits qui changeront le calcul plus que ne le fera n’importe quel article de lancement.