Mercury 3 לעומת Claude Opus 5.5: אסימון פלט זול פי 57 אינו זהה לתשובה זולה יותר

Mercury 3 עולה $0.35 למיליון טוקני פלט השבוע. Claude Opus 5.5 עולה $20.00. הכפילו תור תמיכה בשני המספרים האלה והפער נראה כמו טעות באחד מכרטיסי התעריפים — פי 57, במחיר ההשקה, או פי 28.6 לאחר שההנחה של 50% של Inception תסתיים ו-Mercury 3 יחזור ל-$0.70. השאלה שמכריעה את ההשוואה אינה איזה מספר קטן יותר. היא כמה קריאות ל-Mercury 3 צריך לבצע כדי לקבל תשובה ש-Opus 5.5 היה מקבל נכון בניסיון הראשון, מפני שכל ניסיון חוזר, כל הסלמה וכל בדיקה אנושית מחויבים לפי התעריף של האדם או של הקריאה השנייה, ולא לפי התעריף של הטוקן. הכשלים המתועדים של בינה מלאכותית ותקריות סוכנים מאחורי מהדורות כמו זו מרוכזים בארכיון תקריונות ה-AI של OrcaRouter שבו כל ערך נושא את המקורות שלו, את חומרת האירוע, את דירוג המהימנות ואת דגל המחלוקת.

המסגור הזה חשוב משום ששני המודלים האלה אינם מתחרים במובן הרגיל. Claude Opus 5.5, שהושק על ידי Anthropic ב-22 בספטמבר 2026, הוא מודל חשיבה חזיתי במחיר של $4 למיליון טוקני קלט ו-$20 למיליון טוקני פלט, שנבנה לכתיבת קוד סוכנית ולעבודת ידע בטווח ארוך, עם חשיבה אדפטיבית, קלט חזותי וקלט קבצים, חלון הקשר של 1M טוקנים ותקרת פלט של 128K. Mercury 3, שהושק על ידי Inception Labs ב-19 באוקטובר 2026, הוא מודל שפה דיפוזי שנבנה למהירות: 1,068 טוקנים בשנייה על חומרת NVIDIA לפי המדידה של Inception עצמה, חלון הקשר של 1M, פלט של 131K, טקסט בלבד, וטענת איכות שמציינת את GPT-6 Luna ואת Claude Haiku 5.5 — דרג המהירות — ולא את Opus. עדיין שווה להשוות ביניהם, משום שפער המחירים מזמין בדיוק את ההחלפה שהמיצוב אינו תומך בה.

מאיפה המספרים בעצם מגיעים

כל נתון איכות של Opus 5.5 בקטע הזה הוא של Artificial Analysis, שנמדד במערך הבדיקות שלה: מדד Intelligence Index של 57.6, Humanity's Last Exam עם 61.4%, SciCode עם 66.9%, Terminal-Bench 4.0 עם 59.6% וזכירה בהקשר ארוך עם 84.7%. אלה מדדים בלתי תלויים, והם מעודכנים נכון לשבוע הזה.

כל נתון של Mercury 3 הוא של Inception, שפורסם אתמול, למעט יוצא מן הכלל אחד: השוואת התפוקה לדור הקודם. Artificial Analysis מודדת את Mercury 2.5 ב-705.9 אסימונים לשנייה, ואת Mercury 2 בכ-684. ל-Mercury 3 אין עדיין עמוד ב-Artificial Analysis — אינדקס המודלים עדיין נעצר ב-Mercury 2.5 — לכן ה-1,068 tok/s שלו והטענה ש"מתעלה על GPT-6 Luna ו-Claude Haiku 5.5" הם דיווחי ספק, שלא שוחזרו, ויש לקרוא אותם ככאלה לפחות עוד שבוע.

האסימטריה הזו היא כל ההשוואה בזעיר אנפין. לצד אחד יש ציון שעבר ביקורת עצמאית ומחירון מפורסם; לצד השני יש פוסט השקה, הנחה ומספר מהירות עצום מאוד.

מפרט אחר מפרט, עם הראיות המצורפות

• מחיר פלט — Mercury 3: $0.35 למיליון בהשקה, $0.70 במחיר מחירון, לעומת $20.00 של Opus 5.5. היחס הוא פי 57 במהלך המבצע ופי 28.6 לאחריו.

• מחיר קלט — Mercury 3: $0.10 בהשקה, $0.20 במחיר מחירון, לעומת $4.00 של Opus 5.5. אותו דפוס, יחס מעט רחב יותר.

• קלט במטמון — Mercury 3 ב-$0.01 בהשקה, $0.02 במחיר מחירון, לעומת $0.20 עבור קריאות מטמון של Opus 5.5. Opus גובה גם $5.00 למיליון עבור כתיבה למטמון של 5 דקות ו-$8.00 עבור מטמון של שעה, אשר כרטיס התעריפים של Mercury אינו מפרט.

• תפוקה — Mercury 3 ב-1,068 tok/s לפי Inception, ללא שחזור; Opus 5.5 ב-75.6 tok/s פלט כפי שנמדד על פני תעבורת ה-playground שלנו במהלך שבעת הימים האחרונים. זהו פער של פי ארבעה עשר בכיוון ש-Inception טוענת לו, וזה לפחות נמדד בשני הצדדים, אם כי באמצעות harnesses שונים.

• זמן עד לאסימון הראשון — Mercury 3 הוא מודל דיפוזיה שמייצר במקביל, ולכן הפלט השימושי הראשון שלו מגיע מוקדם יותר מזה של מודל אוטורגרסיבי; Inception אינה מפרסמת נתון עבור נקודת הקצה של הצ'אט, והטענה שלה בדבר פחות מ-300 מ"ש בדף הבית של החברה מתייחסת לקו המוצרים ולא ל-Mercury 3 ספציפית. זמן האחזור מקצה לקצה ב-p50 של Opus 5.5 בתעבורה שלנו הוא 4.4 שניות, כולל את שלב החשיבה.

• הקשר — שניהם 1M טוקנים. תקרת הפלט שונה: 131,072 עבור Mercury 3, ו-128,000 עבור Opus 5.5.

• קלטים — Opus 5.5 מקבל טקסט, תמונות וקבצים; Mercury 3 מקבל טקסט. זה לא סעיף שולי. כל מסמך, צילום מסך, תרשים או PDF בצינור העבודה שלך פוסל את Mercury 3 בשקט.

• שליטה בחשיבה — Mercury 3 חושף מאמץ מיידי, נמוך, בינוני וגבוה, וברירת המחדל היא נמוך כאשר השדה מושמט. Opus 5.5 משתמש בחשיבה אדפטיבית עם חוגת מאמץ משלו. ברירת המחדל של שניהם תפתיע אתכם אם לא תגדירו את השדה במפורש: Mercury 3 על נמוך, Opus על מה שמדיניות אדפטיבית של Anthropic בוחרת עבור הבקשה.

• עדויות — ל-Opus 5.5 יש ציון אינדקס בלתי תלוי וטבלת בנצ'מרקים של ספק; ל-Mercury 3 אין ציון מצד שלישי וגם לא ציון מספרי מהספק.

תוצאת הסוכן היחידה ש-Inception פרסמה

קבור תחת טענות התפוקה נמצאת מדידת האיכות היחידה של Mercury 3 עם משימה מוגדרת: מערך בדיקות לסוכן ווב שהורץ על 50 משימות ניווט חיות ב-Mind2Web, שבהן Mercury 3 השלים 50% ועל פי Inception, "באופן משמעותי יותר מ-GPT-6.1-Sol", תוך שימוש באותו נפח טוקנים ובאותו מספר צעדי סוכן.

קרא את זה בעיון. מודל ההשוואה הוא GPT-6.1 Sol, לא Opus 5.5. ה-harness הוא מערכת הייצור של Inception עצמה. המדגם הוא 50 משימות. ו"אותו נפח טוקנים ואותו מספר צעדי סוכן" הוא החלק החשוב מבחינת עלות, משום שהוא אומר שהחיסכון לכל משימה הוא באמת יחס לכל טוקן ולא תוצר לוואי של כך שהמודל צריך פחות צעדים כדי להגיע לשם. שיעור השלמה של 50% בניווט באתר חי הוא תוצאה אמינה עבור מודל מהיר; זו אינה טענה ש-Mercury 3 יסיים משימת קידוד ברמה של Opus.

עבור Opus 5.5 הראיה המקבילה היא Terminal-Bench 4.0 בשיעור 59.6% ב-harness של Artificial Analysis — מבחן אחר, משפחת משימות אחרת, ולא ניתן להשוואה ישירה. האמירה הכנה היא שאיש לא הריץ את שני המודלים על אותו מבחן סוכנים ופרסם את התוצאה. עד שמישהו יעשה זאת, כל טענה לגבי מי טוב יותר בעבודת סוכנים היא הסקה ממיצוב.

כמה עולה שבוע של תנועה בכל אחד

קחו עומס עבודה סביר לשניהם: 2 מיליון טוקני קלט ו-500,000 טוקני פלט ביום, בערך עוזר תמיכה או מחקר בגודל בינוני עם כמה מאות אלפי קריאות. ב-Mercury 3 במחיר ההשקה זה $0.20 של קלט ו-$0.175 של פלט — פחות מארבעים סנט ליום. במחיר המחירון זה $0.40 ו-$0.35, או 75 סנט. ב-Opus 5.5 אותו נפח תעבורה הוא $8.00 של קלט ו-$10.00 של פלט, או $18.00 ליום.

הוסף עכשיו את החלק שחשבון הטוקנים מסתיר. אם Mercury 3 זקוק לניסיון שני באחת מכל חמישה קריאות, וכל ניסיון חוזר עולה כמו המקור, המחיר האפקטיבי עולה ב-20% — לכ-45 סנט ליום. אפילו במקרה האבסורדי שבו כל קריאה וקריאה הייתה צריכה לחזור על עצמה פעם אחת, החשבון היה 75 סנט, עדיין נמוך פי 24 מ-Opus 5.5. טיעון המחיר לא מתקרב, וזו בדיוק הסיבה שההחלטה חייבת להתקבל על בסיס איכות ויכולת במקום.

הפוך את היוצרות, ואותה אריתמטיקה מסבירה מדוע אנשים עדיין משלמים עבור Opus. ב-18 דולר ליום, אסקלציה אחת שנמנעה ביום — פניית תמיכה שאינה מגיעה לאדם, שינוי קוד שאינו זקוק לבדיקה שנייה — מכסה את כל חשבון Opus כמה פעמים. המודל יקר לכל token מפני שהעבודה שהוא מחליף יקרה עוד יותר.

שורות היכולות שאינן מופיעות בטבלת מחירים

Opus 5.5 קולט תמונות וקבצים, כלומר הוא יכול לקרוא את צילום המסך שהמשתמש מצרף, את ה-PDF שבו יושב החוזה, או את התרשים במסמך עיצוב. Mercury 3 הוא טקסט נכנס, טקסט יוצא. אם עומס העבודה שלכם נוגע באחד מאלה, ההשוואה נגמרת שם ופער המחירים אינו רלוונטי.

Opus 5.5 כולל גם את משטח הכלים של Anthropic: פלטים מובנים, שימוש בכלים, Batch API במחיר חצי לעבודה אסינכרונית, ו-prompt caching עם תעריפי כתיבה וקריאה מפורשים. ל-Mercury 3 יש קריאה לכלים ופלטים מובנים בנקודת קצה תואמת OpenAI, וזה באמת נוח — הוא משתלב בקוד קיים בלי שכתוב — אבל סיפור ה-cache שלו הוא הנחה על הקלט ולא מחזור חיים מתועד של כתיבת cache.

קו היכולת ההפוך הוא מהירות. Opus 5.5 במהירות 75.6 טוקנים לשנייה הוא בסדר עבור סוכן קידוד שמתמודד עם משימה ארוכה, וכואב עבור כל דבר שאדם ממתין לו. ההבטחה של Mercury 3 היא שאדם שממתין לו לא מבחין בהמתנה. אם המוצר שלך הוא פנייה קולית, השלמה אוטומטית, תשובת חיפוש או רמז של מורה, ההבדל הזה הוא המוצר, לא תוספת נחמדה.

איך להפעיל את שניהם בלי להמר על אף אחד מהם

Claude Opus 5.5 נמצא בקטלוג שלנו בתור anthropic/claude-opus-5.5 לפי תעריפי המחירון של Anthropic — 4$ לקלט, 20$ לפלט, 0.20$ לקריאות מטמון — עם 0% תוספת מחיר, כך ששינוי במחירון של Anthropic יופיע אצלנו באותו יום ולא במחזור החיוב הבא. Mercury 3 אינו נמצא בקטלוג שלנו: ה-API של המודלים שלנו אינו מחזיר מודלים של Inception כלל, וההנחיה הכנה היא לפנות אליו דרך הפלטפורמה של Inception עצמה. אנחנו לא מתכוונים להעמיד פנים אחרת כדי שהצעת ניתוב תצליח.

מה שהפיצול טוב לו הוא בדיוק ההחלטה הזו. הציבו את Mercury 3 מאחורי המפתח של Inception בשכבה הקריטית מבחינת השהיה, השאירו את Opus 5.5 כמסלול ההסלמה מאחורי endpoint יחיד תואם OpenAI לצד יותר מ-200 מודלים אחרים, ותנו למעבר האוטומטי לגיבוי לתפוס את המקרה שבו הספק החדש מגמגם בחודש הראשון שלו. שפת ה-DSL לניתוב יכולה לבטא את ההעברה — מודל מהיר קודם, הסלמה על אות ביטחון נמוך או כשל בקריאת כלי — בלי אינטגרציה נוספת ל-fallback. בסוף אתם מודדים את Mercury 3 מול התעבורה שלכם ולא מול פוסט השקה, ואתם שומרים על המודל שיכול לקרוא צילום מסך עבור הבקשות שצריכות את זה.

איזה אחד לבחור?

אם עומס העבודה שלך הוא טקסט בלבד, מוגבל בהשהיה, וסובל תשובה שגויה מדי פעם שאדם או ניסיון חוזר יכולים לתפוס, Mercury 3 במחיר ההשקה הוא אחת האפשרויות האמינות הזולות ביותר הזמינות השבוע, ו-100 מיליון הטוקנים החינמיים בפלטפורמה של Inception הופכים את הניסוי לכמעט חינמי. נסה אותו על התעבורה שלך, קבע את הגדרת המאמץ, ומדוד את שיעור הניסיונות החוזרים במקום את התפוקה.

אם עומס העבודה שלך כולל מסמכים, תמונות, שינויי קוד ארוכי טווח, או תשובות שאיש אינו בודק לפני שפועלים לפיהן, Opus 5.5 נותר הבחירה המוצדקת, והמחיר אינו המשתנה המעניין. ציון האינדקס העצמאי שלו, הקלט הרב-מודאלי שלו וטבלת הבנצ'מרקים שפורסמה שלו הם מה שאתה קונה, ולאף אחד מהם אין עדיין מקבילה ב-Mercury 3.

הטעות שיש להימנע ממנה היא להתייחס ל-57x כאל חובת הגירה. זהו הנחה על טוקנים, וטוקנים הם החלק הזול ביותר ברוב מערכות ה-AI. החלקים היקרים — אדם שסוקר פלט, תשובה שגויה שמגיעה ללקוח, צינור עיבוד שנבנה מחדש סביב מודל שאינו יכול לראות — הם בדיוק החלקים שטבלת המחירים אינה מציגה.