Mercury 3 לעומת Mercury 2.5 Preview: לשדרוג יש מועד אחרון, והוא 15 בנובמבר

זהו מקרה נדיר של השוואת מודלים שבו המודל הישן יותר מכובה בזמן שאתם קוראים את זה. Mercury 2.5 Preview עלה לאוויר ב-31 באוגוסט 2026; הוא הוחלף על ידי הגרסה המשוחררת Mercury 2.5 ב-8 בספטמבר; וכאשר Inception השיקה את Mercury 3 ב-19 באוקטובר 2026, היא גם הודיעה ש-Mercury 2 ו-Mercury 2.5 סגורים למשתמשים חדשים, כאשר ללקוחות קיימים תישמר גישה רק עד 15 בנובמבר 2026. אז השאלה איננה האם Mercury 3 טוב יותר מגרסת התצוגה שממנה הוא נגזר — הגדלה של פי 40 במספר הפרמטרים וחלון הקשר גדול פי ארבעה עונים על כך בגיליון המפרטים. השאלה היא כמה באמת עולה לכם מעבר ל-Mercury 3, מה המועצה העצמאית אומרת על המודל שאתם עוזבים, וכמה מטענת ההשקה של Mercury 3 עצמו המועצה כבר הפריכה ביחס לקודמו. המועד האחרון הוא בעוד 26 ימים מהיום. אם המודל שאליו תגיעו הוא אחד שאנחנו מנתבים, אותה משמעת תצורה עובדת גם על נקודת הקצה שלנו התואמת ל-OpenAI, במחיר המחירון של הספק עם 0% תוספת, כך שגם כאן מעבר הוא שינוי תצורה. הכשלים המתועדים של בינה מלאכותית ותקריות סוכנים שמאחורי השקות כמו זו נאספים בארכיון OrcaRouter AI Incident Archive שבו כל ערך נושא מקורות משלו, חומרה, דירוג מהימנות וסימון שנוי במחלוקת.

מה השתנה בין התצוגה המקדימה לבין דגם הדגל?

Inception הייתה עקבית באופן יוצא דופן בכל הנוגע למבנה מערך המוצרים שלה לאורך שלוש מהדורות בשבעה שבועות, מה שמקל לנסח את ההבדלים:

• הפצה — Mercury 2.5 Preview, 31 באוגוסט 2026 (הוחלפה ב-Mercury 2.5 ב-8 בספטמבר) לעומת Mercury 3, 19 באוקטובר 2026

חלון הקשר — 260,000 טוקנים ב-Mercury 2.5 לעומת 1,000,000 ב-Mercury 3, עלייה של פי 3.8

• פלט מקסימלי — 65,536 טוקנים לעומת 131,072, כפול בדיוק

• מחיר הפלט לפי מחיר מחירון — $0.75 לעומת $0.70 למיליון, הפחתה של 6.7%, לא דרמטית

• מחיר הקלט לפי המחירון — $0.20 בשניהם; שורת הקלט לא זזה כלל

• קלט במטמון — $0.02 בשניהם

• הנחת השקה — Mercury 2.5 הציעה הנחת היכרות של 80%; Mercury 3 הושקה בהנחה של 50%, כך ש-$0.10 עבור קלט ו-$0.35 עבור פלט במהלך המבצע

• תפוקה — לפי הטענה, 1,107 טוקנים לשנייה עבור Mercury 2.5 Preview לעומת 1,068 עבור Mercury 3; המודל החדש והגדול בהרבה הוא מעט איטי יותר לפי הנתון של היצרן עצמו

• קנה מידה — Mercury 3 מתואר כגדול ביותר מפי 40 מ-Mercury 1 במספר הפרמטרים הכולל; Inception לא פרסמה מספר פרמטרים מוחלט עבור אף אחד מהמודלים

• מודאליות — טקסט בלבד, בשניהם

• משקולות — סגור משני הצדדים

שתי שורות ברשימה הזו ראויות ליותר ממבט חטוף. הראשונה היא המחיר. המעבר מהיורש המשווק של התצוגה המקדימה לדגל מוריד את הפלט בחמישה סנט למיליון ולא משנה שום דבר אחר בכרטיס — כלומר, ההגירה כלל אינה נמכרת על בסיס מחיר. הטיעון של Mercury 3 חייב להיות יכולת והקשר, אחרת הוא אינו טיעון. השנייה היא התפוקה: המודל הגדול איטי ב-39 אסימונים לשנייה לפי הנתונים של Inception עצמה, כך ששדרוג לא קונה מהירות גולמית. הוא קונה מרחב.

Room הוא המוצר האמיתי כאן. 260K עד 1M הוא ההבדל בין שיחה שצריכה להיות מסוכמת לבין כזו שלא; 65K עד 131K של פלט הוא ההבדל בין תשובה לבין מסמך. אם עומס העבודה שלך ב-Mercury 2.5 מעולם לא התקרב ל-200K טוקנים של הקשר, הצידוק למעבר מוקדם חלש. אם הוא נחתך באופן שגרתי, Mercury 3 פותר לך את הבעיה והדדליין הוא מתנה.

החלק בהחלטה שאיש לא מפרסם: מה שאמר הדירקטוריון על 2.5

ל-Mercury 2.5 יש רקורד עצמאי, והוא לא מחמיא. ב-Artificial Analysis, כפי שנקרא ב-20 באוקטובר 2026:

• מדד אינטליגנציה — 12.3, נמדד, לא משוער

• AA-Omniscience — −39.5, עם שיעור הזיה של 80.3% בבדיקת הידע

Terminal-Bench 4.0 — 0.0

• SciCode — 0.3854

• המבחן האחרון של האנושות — 0.1177

• AA-LCR הסקה עם הקשר ארוך — 0.7167

• GDPval-AA — Elo 474.8

• עלות לכל משימת אינדקס — $0.1167, הזולה ביותר בכל סדרת חמשת המאמרים הזו, בפער של פי שישה

זהו מודל עם פרופיל מאוד ספציפי: זול, מהיר וחלש בדיוק בעבודה עתירת הידע שעל פיה נשפט עוזר כללי. זהו הפרופיל של רכיב השהיה ולא של מודל הסקה, מה שמתיישב עם האופן שבו Inception תמיד מיצבה את הקו — קול, תמיכה, חיפוש, הוראה — ולא עולה בקנה אחד עם האופן שבו סוקרה התצוגה המקדימה אז. הוא גם עולה $0.1167 לכל משימת אינדקס, וזה לא שגיאת הקלדה וגם לא מציאה: מודל שעונה מהר ובאופן שגוי הוא זול לכל משימה ויקר לכל תוצאה.

זה חשוב עבור Mercury 3 מפני שלאותו לוח אין רשומה עבורו. דגם הדגל בן תשעה ימים, והחבר היחיד במשפחה שנמדד קיבל 12.3. זה לא מנבא את הציון של Mercury 3 — הרחבה פי 40 עם ריצת אימון חדשה היא דגם אחר, ו-Inception טוענת שהאינטליגנציה עלתה פי 3 מ-Mercury 1 (mini) ל-Mercury 3 — אבל זה כן אומר שהרקורד העצמאי של המשפחה מורכב כרגע מקריאה חלשה אחת והיעדר אחד. כל מי שמתכנן מעבר בנובמבר צריך להתייחס ל-Mercury 3 כלא-מדוד עד שהלוח יאמר אחרת, ולתכנן את המעבר כך שדגם לא-מדוד לא יפיל מסלול ייצור.

מה למעשה כרוך בהגירה

המכניקה היא החלק הקל, ו-Inception הפכה אותה לקלה יותר ממה שרוב הספקים עושים. המודל תואם ל-OpenAI-API, כך שצורת ה-endpoint לא משתנה. מה שכן משתנה:

• מזהה הדגם. Mercury 3 הוא מזהה חדש, לא עדכון גרסה של מזהה קיים

• תקציב ההקשר. חלון של 1M מזמין פרומפטים שחלון של 260K לא היה יכול לקבל, וצינור שמתחיל לשלוח בקשות של 600K טוקנים הוא פרופיל עלות אחר גם באותו תעריף לכל טוקן

• הגדרת החשיבה. Mercury 3 מציע מיידי, נמוך, בינוני וגבוה; הסולם של Mercury 2.5 היה קצר יותר. בקשה שמשמיטה את ההגדרה תיפול על ברירת המחדל, שייתכן שאינה זו שתקציב ההשהיה שלך נבנה סביבה

• טמפרטורה. Mercury 3 מקבל 0.5 עד 1.0. כל ערך מתחת ל-0.5 שהפרומפטים שלך ב-2.5 הסתמכו עליו חייב להיות מוגבל (clamped)

• פלטים מובנים וקריאה לכלים. שניהם נתמכים ב-Mercury 3, ושניהם מסוג התכונות שמתנהגות באופן שונה במקצת בהגדלה של 40× — שווה בדיקת רגרסיה ברמת הסכימה ולא בדיקה בעין

• תקרת פלט. 131,072 טוקנים זה מספיק נדיב כדי שיצירה שיצאה מכלל שליטה תעלה כסף אמיתי לפני שהיא נעצרת. הגבילו אותה במפורש.

הדרך הזולה להריץ את זה היא פריסת צל: שכפול של פרוסה מתעבורת {{1}}Mercury 2.5{{/1}} אל {{2}}Mercury 3{{/2}} עם אותם פרומפטים, תיעוד של שתי הפלטים, והשוואתם לפי המדד שבאמת חשוב לך — השלמת משימות, לא דמיון טוקנים. עשו זאת במשך שבוע, ואז החליפו. התאריך 15 בנובמבר נותן לכם מספיק מרווח למחזור אחד כזה ולא הרבה יותר, אז התחילו מאתר הקריאות בעל הנפח הגבוה ביותר ולא מהמעניין ביותר.

שימו לב גם לכיוון הגיבוי. במהלך תקופת הרצה בצל, התצורה הבטוחה היא Mercury 3 כראשי עם Mercury 2.5 כמנגנון גיבוי, ולא להפך: אם המודל החדש מתנהג שלא כשורה, הישן עדיין עונה, ואם המודל הישן יוצא מכלל שימוש מתחת לידיים שלכם, החדש כבר נושא בתעבורה. בהערה של Inception עצמה נאמר שלקוחות קיימים שומרים על גישה "עד 15 בנובמבר 2026", מה שנקרא כעצירה קשה ולא כרכה. לפייפליין שה-fallback היחיד שלו הוא מודל עם תאריך תפוגה אין גיבוי לאחר תאריך זה.

OrcaRouter אינו מנתב את Mercury 3 או Mercury 2.5 — אף אחד מהם אינו בקטלוג שלנו, ושניהם מוגשים דרך ה-API של Inception עצמה וכמה פלטפורמות צד שלישי. זה הופך את המאמר הזה לאחד הבודדים בסדרה שבהם עצת הניתוב עוסקת בצורת האינטגרציה ולא בנקודת הקצה שלנו: בכל ספק שתבחרו, הציבו את מזהה המודל ואת הגדרת החשיבה בקונפיגורציה ולא בקוד, כך שמעבר הנובמבר יהיה שינוי קונפיגורציה ולא פריסה.

מי צריך לזוז עכשיו, מי צריך לחכות

עברו עכשיו אם: תעבורת Mercury 2.5 שלכם רגישה להשהיה ובעלת נפח גבוה, הפרומפטים שלכם מגיעים לעיתים קרובות לתקרה של 260K, אתם זקוקים לפלטים ארוכים מ-65K טוקנים, או שאתם אצל ספק שיפרוש את 2.5 עבורכם ב-15 בנובמבר בין אם תהיו מוכנים ובין אם לא. במקרים אלה ההגירה אינה אופציונלית, וההחלטה היחידה שנותרה היא האם לבדוק אותה כיאות קודם. בדקו אותה כיאות.

המתינו — אך בכל זאת התכוננו — אם: Mercury 2.5 הוא רכיב משני, עומס העבודה שלכם נכנס בנוחות בתוך 260K, או שאתם זקוקים לאיכות מדודה לפני שאתם מתחייבים. המתנה לא אומרת לעשות כלום: הכניסו כעת לתצורה את הגדרות המזהה וההיסק, הריצו את השוואת הצל, ודחו את ההיפוך עד שיופיע הערך של Artificial Analysis או שיגיע 10 בנובמבר, המוקדם מביניהם.

חפש במקום אחר לגמרי אם: העבודה שלך דורשת ראייה, קלט קבצים או הסקה עתירת ידע עם רצפת יכולת מפורסמת. Mercury 3 הוא טקסט בלבד וללא ציון; מודל עם אינדקס עצמאי וקלט תמונות הוא הקנייה הבטוחה יותר, והקיצוץ של 6.7% במחיר הפלט אינו מספיק כדי לפצות על מודאליות חסרה.

המועד האחרון הוא החדשות עצמן

אם מסירים את מעטה ההשקה, מה ש-Inception הודיעה ב-19 באוקטובר הוא לוח זמנים לפרישה שאליו מצורף מודל. Mercury 2.5 Preview היה תצוגה מקדימה בת חמישה שבועות; Mercury 2.5 החזיק מעמד שישה שבועות כמודל בהפצה לפני שנסגר בפני משתמשים חדשים; והמועד האחרון ללקוחות קיימים הוא 15 בנובמבר. זהו קצב מהיר עבור ספק שמבקש מארגונים לבנות עליו, וזו העובדה היחידה הרלוונטית ביותר להחלטה עבור כל מי שמפעיל את המשפחה הזו בסביבת ייצור — רלוונטית יותר מהגדלה של פי 3.8 בחלון ההקשר, כי הגדלת חלון ההקשר היא הזדמנות ותאריך פרישה הוא אילוץ.

הטיעון הנגדי הוא שהקצב הזה קנה משהו אמיתי: חלון הקשר של מיליון טוקנים, תקרת פלט כפולה, וקצב פלט שזול במעט מהמודל שהוא מחליף — הכול באותו מחיר קלט, עם נקודת קצה תואמת OpenAI, כך שההחלפה היא קונפיגורציה ולא קוד. מודלי דיפוזיה היו אמורים לפגוע בקיר איכות ככל שהם גדלים, והטענה של Inception היא שהם לא עשו זאת. האם הטענה הזו תשרוד הערכה עצמאית היא השאלה הפתוחה שהמאמר הזה אינו יכול לענות עליה, והסיבה לבצע בדיקת צל במקום לעבור על סמך פוסט השקה.

מה שלא פתוח הוא לוח הזמנים. אם Mercury 2.5 נושא איזה דבר שאכפת לך ממנו, תוכנית ההעברה קיימת בין אם רשמת אותה ובין אם לאו, והמועד שלה הוא בעוד פחות מארבעה שבועות.