Mercury 3 לעומת GPT-6 Astra: פי 28 ממחיר הפלט, כשמשלמים על רמת מאמץ אחת בכל פעם

Mercury 3 ו-GPT-6 Astra נבדלים פי 28 במחיר הפלט — $0.35 למיליון במהלך חלון ההשקה של Inception לעומת $50.00 מ-OpenAI — ובפי 18 בערך בתפוקה בכיוון ההפוך. שני המספרים האלה קלים לציטוט וכמעט חסרי תועלת בפני עצמם, מפני ש-Astra אינה מודל אחד במחיר אחד. היא סולם חשיבה: חמש רמות מאמץ, ציון מדד שעולה מ-46 בתחתית ל-53 בפסגה, וחשבון שעולה יחד איתו. גם ל-Mercury 3 יש סולם, במובן מסוים — ארבע הגדרות מאמץ וברירת מחדל בתחתית — אבל אין ציון עצמאי באף אחת מהן. אז השאלה האמיתית בהשוואה הזו אינה אם Astra שווה פי 28 מ-Mercury 3. היא עד כמה גבוה בסולם של Astra באמת צריך לטפס, והאם העבודה שאתם עושים צריכה סולם בכלל. הכשלים המתועדים של בינה מלאכותית ותקריות הסוכנים מאחורי השקות כמו זו מרוכזים בארכיון התקריות של OrcaRouter AI שבו כל רשומה נושאת מקורות משלה, דרגת חומרה, דירוג ביטחון וסימון מחלוקת.

המספר שמכריע בכך, והוא לא המחיר

Artificial Analysis מודדת את GPT-6 Astra בציון 53 במדד האינטליגנציה שלה בהגדרת המאמץ המקסימלית של המודל, במקום השביעי מבין 216 המודלים במדד, בעלות של כ-3.26 דולר מחשוב לכל משימת מדד. הרצת אותו מערך מבחנים בהגדרת המאמץ הנמוכה ביותר מניבה ציון 46. חמש הדרגות, לפי הסדר, הן 46, 50, 51, 52 ו-53.

קרא את הסולם הזה פעמיים. הקריאה הראשונה היא שהמדרגה העליונה נמצאת רק שבע נקודות מעל התחתונה, בחבילה שבה שבע נקודות זה הרבה — המודלים שמתחת ל-Astra והמודלים שמעליה מופרדים במרווחים קטנים מזה. הקריאה השנייה היא שהמדרגה הרביעית, עם 52 נקודות, נמצאת במרחק נקודה אחת מהפסגה, וכנראה זולה יותר. אם המשימה שלך לא צריכה את הנקודה האחרונה, אתה לא בוחר בין Mercury 3 לבין מודל של 53 נקודות; אתה בוחר בין Mercury 3 לבין מודל של 52 נקודות, והמחיר של להגיע לשם הוא פרמטר ולא מודל אחר.

Mercury 3 אינו מציע בחירה כזו, מפני שאין אל מה לטפס. אין ציון אינדקס ב־instant, low, medium או high. הטענה ההשוואתית של Inception עצמה — ש־Mercury 3 מתעלה על GPT-6 Luna ועל Claude Haiku 5.5 — היא טענה בנוגע לשכבה המהירה, שנאמרה בלי מרווחים, ותוצאת האיכות המובנית היחידה שלה היא 50% השלמה ב־50 משימות ניווט חיות ב־Mind2Web בתוך תשתית הסוכנים שלה עצמה. זו תוצאה אמיתית ומדגם קטן, והיא אינה אומרת היכן Mercury 3 היה ממוקם באינדקס של 216 מודלים אילו הוזן מחר.

מה באמת מכיל טוקן פלט ב-$50

GPT-6 Astra מקבל טקסט, תמונות וקבצים, מחזיק חלון הקשר של 1.05M טוקנים ומחזיר עד 128K טוקנים. כרטיס התעריפים הסטנדרטי שלו הוא $10.00 למיליון קלט ו-$50.00 למיליון פלט, כאשר קלט במטמון עומד על $1.00. מעל 272,000 טוקני קלט הוא מתמחר מחדש את הבקשה כולה ב-$20.00 וב-$75.00, קלט במטמון ב-$2.00 — הגבול אינו מדרגה שולית, אלא מתג שמכפיל את החשבון כולו. עיבוד באצוות ובמצב flex מחצה את התעריפים; מצב מהיר מכפיל אותם. החשיבה תמיד פעילה ופועלת מרמה נמוכה עד למקסימום.

שתי מלכודות נמצאות בפסקה הזו. גבול 272,000 הטוקנים משמעו שבקשה של 280,000 טוקנים עולה פי שניים מבקשה של 270,000 טוקנים, בלי זיכוי חלקי — לכן קיצוץ ההקשר בסמוך לגבול שווה יותר מאמץ הנדסי ממה שרוב הצוותים מקדישים לו. ומה ש-O​penAI משווקת כ"GPT-6 Astra Pro" אינו מודל נפרד או SKU נפרד; זו הגדרת ה-pro של חוגת החשיבה, כלומר ניתן להגיע אליה מאותו endpoint באותם תעריפים, וזה לא משהו שצריך חוזה חדש כדי להשתמש בו.

לשם השוואה, Mercury 3 עומד על $0.20 ו-$0.70 במחיר מחירון, ובתקופת ההשקה נחתך בחצי ל-$0.10 ול-$0.35, כאשר קלט במטמון עומד על $0.02 ו-$0.01. חלון הקשר אחד של 1M טוקנים, פלט מקסימלי אחד של 131,072, בלי שכבות, בלי גבול, בלי מכפיל אצווה. כרטיס התעריפים באורך ארבע שורות. הפשטות הזו שווה משהו בפני עצמה — מודל עלויות שאפשר להחזיק בראש לא סוטה.

מודל העלויות שאיש לא מפעיל: טוקנים לכל משימה, לא מחיר לטוקן

המחיר של Astra לכל טוקן הוא המספר הכי פחות מעניין בנוגע לעלות של Astra. Artificial Analysis מדווחת שריצה מלאה של Intelligence Index על Astra צורכת בסך הכול כ-60 מיליון טוקני פלט, ושמשימת אינדקס אחת עולה כ-3.26 דולר. מחלקים אחד בשני ומקבלים את היחס שחשוב: Astra מוציאה סכום רב על חשיבה לפני שהיא מוציאה משהו על מענה.

Mercury 3 מתומחר פי ארבעה עשר מתחת ל-Astra בעת ההשקה, ופי 71 מתחת במחיר המחירון של Mercury לעומת התעריף הסטנדרטי של Astra. אך ההשוואה של מחיר לכל טוקן מניחה ששני המודלים פולטים מספרי טוקנים דומים עבור אותה משימה, וכל הידוע על פענוח דיפוזיה טוען שהם אינם עושים זאת. מודל דיפוזיה פותר בלוק של מיקומים במספר קבוע של מעברי הסרת רעש; אורך הפלט שלו הוא תכונה של התשובה, לא של מונולוג פנימי שנפרש לפני התשובה. אורך הפלט של Astra נשלט על ידי המונולוג.

זה פועל לשני הכיוונים, ושני הכיוונים ראויים לציון. במשימה עתירת הסקה שבה Astra מוציאה 100,000 אסימוני הסקה כדי להגיע לתשובה הנכונה, היתרון של Mercury 3 גדול בהרבה מ{{1}}פי 14{{/1}}, משום ש-Mercury 3 אינו משלם על המונולוג כלל — אף שהשאלה האם הוא מגיע לאותה תשובה בלעדיו היא בדיוק השאלה הפתוחה. במשימת תשובה קצרה שבה Astra עונה ב-300 אסימונים במאמץ נמוך, המונולוג לעולם אינו מתרחש, וההשוואה מצטמצמת למחירון: {{2}}פי 14 בהשקה, פי 71 לפי המחירון של Mercury{{/2}}.

תנו לזה עומס עבודה אמיתי. עשרה מיליון טוקני קלט ושני מיליון טוקני פלט ביום, שילוב של תמיכה וסיכום. ב-Astra בתעריפים רגילים זה $100 של קלט ו-$100 של פלט — $200 ליום, כ-$6,000 בחודש. ב-Mercury 3 במחיר מחירון זה $2 ו-$1.40 — $3.40 ליום, כ-$102 בחודש. בתעריפי השקה זה שוב חצי מזה. אותה תעבורה, פי 59 מההוצאה, והשאלה אם התשובות של Astra טובות פי 59 היא שאלה שאיש לא יכול לענות עליה כיום במספר.

איפה ראוטר באמת עוזר במאצ'אפ הזה

GPT-6 Astra נמצא בקטלוג של OrcaRouter. אפשר להגיע אליו מאותה נקודת קצה תואמת OpenAI כמו לשאר המודלים שאנו מנתבים, בתעריפי המחירון של OpenAI, בלי שום תוספת מצדנו — קלט ב-$10.00, פלט ב-$50.00, מטמון ב-$1.00, ושכבת ההקשר הארוך ב-$20.00 וב-$75.00 מעל גבול 272,000 האסימונים — כאשר גם chat completions וגם Responses API זמינים, בהתאם לצורה שהקוד שלך כבר מדבר בה.

Mercury 3 אינו בקטלוג. ה-API של המודלים שלנו לא מחזיר דבר עבור שום מודל של Inception, ולכן קריאה אליו משמעה פנייה לפלטפורמה של Inception עצמה, שבה חשבונות חדשים מקבלים כיום 100 מיליון טוקנים בחינם, או לאחת מפלטפורמות ההסקה ש-Inception מפרטת. אנו מעדיפים לומר זאת מאשר לאפשר לכתבת השוואה לרמוז על מסלול שאין לנו.

מה ששכבת הניתוב נותנת לך כאן הוא חוגה שנייה מסוג אחר מרמות המאמץ של Astra. חמש רמות המאמץ הן החוגה של Astra עצמה, וטיפוס בהן עולה כסף בכל שלב. הניתוב מאפשר לך לבחור כמה לעתים רחוקות אתה משלם ל-Astra בכלל: שלח את עיקר התעבורה למודל בשכבה המהירה שאנחנו כן מנתבים — GPT-6 Luna ב-$0.10 וב-$0.50, או Claude Haiku 5.5 ב-$1.00 וב-$5.00 — ושמור את Astra ברמה גבוהה או מקסימלית לחלק מהבקשות שבאמת קשות, עם מעבר אוטומטי לגיבוי אם ספק מתדרדר ועם ה-DSL של הניתוב כדי לבטא את הפיצול ככלל ולא כענף קוד. החיסכון אינו בתעריף של Astra; הוא בתדירות שבה אתה נמנע ממנה.

זו גם, אגב, הדרך הכנה להעריך את Mercury 3. הציבו אותו במסלול השכבה המהירה לצד Luna ו-Haiku 5.5, שם ההשוואה של Inception עצמה ממקמת אותו, ובדקו אם הוא מנצח במשימות שלכם. השוואה ישירה שלו ל-Astra היא השוואה בין מודל בלי ציון אינדקס לבין מודל שנמצא במדרגה השביעית של אינדקס בן 216 מודלים, והתוצאה תספר לכם יותר על אי-ההתאמה מאשר על מי משני המודלים.

פרט אחד ששכבת ניתוב לא צריכה לעגל, ואנחנו לא מעגלים: למחירון של Astra יש גבול ב-272,000 טוקני קלט שמתמחר מחדש את כל הבקשה, ומצב אצווה שמפחית את המחיר בחצי. אלו אינם התאמות שוליות, והעברת עלות במחיר מחירון שווה משהו רק אם היא מעבירה גם את החלקים המסורבלים.

ההשוואה שתכריע את העניין

מה שיכריע בין Mercury 3 ל-GPT-6 Astra אינו פוסט השקה ולא המאמר הזה. זה מספר אחד: המיקום של Mercury 3 באותו מדד שבו נמצא Astra, בהגדרת מאמץ מוצהרת, על אותה סוויטה, כפי שנמדד על ידי מישהו שאינו Inception. עד שזה קיים, כל השוואה בין השניים היא השוואה בין מודל מדוד למודל שאינו מדוד, ולמודל המדוד יש לתת כברירת מחדל את הספק לטובתו — לא מתוך כבוד ל-O​penAI, אלא מפני שציון שאפשר לבדוק שווה יותר מנתון תפוקה שאי אפשר לבדוק.

העמדה השימושית בינתיים היא זו שהסולם של Astra עצמו מרמז עליה. רוב העבודה אינה זקוקה לדרגה העליונה של שום דבר. כוונו את עיקר התעבורה שלכם למודל הזול ביותר שעומד ברף האיכות שלכם, שמרו את הדרגה היקרה לבקשות שאינן עומדות בו, והתייחסו ל-Mercury 3 כמועמד למסלול הזול ולא כחלופה ליקר. אם יתברר שהוא עומד ברף במחיר של 1/14, תגלו זאת במשימות שלכם — וזהו המערך היחיד שתוצאותיו מאפשרות לכם לפעול בפועל.