Mercury 3 לעומת Mistral Large 4: שני מודלים לא גמורים וההבטחות הכרוכות בכל אחד מהם

אף אחד מהמודלים האלה אינו גמור, והדרכים שבהן הם אינם גמורים הפוכות זו מזו. Mercury 3 הושק על ידי Inception Labs ב-19 באוקטובר 2026 כמוצר משווק במחיר של $0.20 למיליון טוקני קלט ו-$0.70 למיליון פלט, ואין לו הערכה עצמאית מכל סוג — לא ציון Artificial Analysis, לא מערך בדיקות חיצוני, כלום. Mistral Large 4 הוכרז על ידי Mistral ב-6 באוקטובר 2026 כתצוגה מקדימה ציבורית במחיר של $1.36 ו-$4.18 למיליון, ויש לו ציון עצמאי של 38 במדד הבינה של Artificial Analysis ועלות מדודה של $1.13 למשימת מדד, אך המשקלים שלו — ש-Mistral הבטיחה שיפורסמו "עד סוף החודש" — לא פורסמו ב-Hugging Face בזמן כתיבת הדברים, והרצת למידת החיזוק של התצוגה המקדימה עצמה עדיין נמשכה בעת ההכרזה. הכשלים המתועדים של AI ותקריות סוכנים מאחורי שחרורים כמו זה נאספים בארכיון תקריות ה-AI של OrcaRouter שבו כל ערך נושא מקורות משלו, חומרה, דרגת ביטחון ודגל מחלוקת.

אז ההשוואה היא בין מודל שכל המספרים שלו מדווחים על ידי הספק לבין מודל שהמספרים שלו לא כולם סופיים. הם גם נמצאים בקטגוריות מוצרים שונות: Mercury 3 הוא מודל שפה דיפוזי לטקסט בלבד עם הקשר של מיליון טוקנים וטענת תפוקה של 1,068 טוקנים לשנייה, ואילו Mistral Large 4 הוא מודל תערובת מומחים מולטימודלי ילידי עם טריליון פרמטרים ו-52 מיליארד פרמטרים פעילים, שאומן על 3,800 מעבדים גרפיים NVIDIA Grace Blackwell במרכזי נתונים בצרפת וממוצב במפורש סביב ריבונות בינה מלאכותית אירופית. אם עומס העבודה שלך הוא טקסט והאילוץ שלך הוא עלות, ההבדל הזה מכריע לפני שמתייעצים עם שום בנצ'מרק. אם לא, שני המודלים בקושי מתחרים.

Mercury 3, והדבר הספציפי שחסר

המודל של Inception הוא הדור השלישי של ההימור שלה על פענוח מקבילי. במקום טוקן אחד בכל מעבר קדמי, Mercury מבצע דה-רעש לגוש של עמדות ומאשר אותן יחד, ומכאן יותר מ-1,000 טוקנים לשנייה. לפי Inception,‏ Mercury 3 גדול ביותר מפי 40 ממספר הפרמטרים הכולל של Mercury 1, עם חלון הקשר שגדל מ-260,000 ל-1,000,000 טוקנים ותקרת פלט של 131,072 טוקנים, והוא פועל בקצב של 1,068 טוקנים לשנייה על חומרת NVIDIA שלא צוינה.

מה שחסר הוא כל מדידה ש-Inception לא ביצעה. תוצאת האיכות המובנית היחידה של ההכרזה היא מבחן סוכן באתר חי: 50 משימות ניווט Mind2Web מול אתרים אמיתיים בתוך רתמת הייצור של Inception עצמה, שבה Mercury 3 השלים 50% — 25 משימות — שלדברי Inception הוא "משמעותית יותר מ-GPT-6.1-Sol" באותו נפח טוקנים ומספר צעדים. זה מעניין יותר מטבלת בנצ'מרק כי האתרים היו חיים, ופחות אמין מאותה סיבה שדמו של ספק תמיד הוא: Inception בחרה את הרתמה, את היעדים ואת הניקוד. אין דף Artificial Analysis עבור Mercury 3 נכון ל-20 באוקטובר 2026, ולכן אין נתון תפוקה ניטרלי, אין עלות ניטרלית למשימה, ואין עקומת Recall ניטרלית עבור חלון מיליון הטוקנים הזה.

ההשלכה היא קונקרטית ולא פילוסופית. הקשר של מיליון טוקנים עם עקומת שליפה לא מדודה הוא טענת קיבולת: הטוקנים נכנסים, ואיש לא קבע כמה מהם המודל באמת משתמש. Mercury 2.5 קיבל ציון 12 ב-Artificial Analysis Intelligence Index, מה שמספר לך היכן עמד הדור הקודם ולא דבר על הדור הזה.

Mistral Large 4, והדבר המסוים שלא הושלם

המודל של Mistral הוא דבר אחר לגמרי, וההכרזה מפרטת אותו באופן חריג. זהו מודל מולטימודלי ילידי בעל טריליון פרמטרים עם 52 מיליארד פרמטרים פעילים — תערובת מומחים דלילה, כך שרוב הטריליון אינו עובד על טוקן נתון. הוא מטפל במסמכים, תרשימים, תמונות טבעיות, שרטוטים טכניים ותמונות לוויין ברזולוציית ג'יגה-פיקסל, והוא אומן על נתונים המשתרעים על יותר מ-160 שפות, כולל כל שפה רשמית של האיחוד האירופי.

• קידוד — 61.7% ב-DeepSWE v1.1, 59.4% ב-SWE-Atlas-QnA, 28.3% ב-Terminal-Bench 4, עבור מדד Coding Agent Index משולב של 49.8%. הכול לפי דיווח Mistral.

• סוכנים וסייבר — 59.9% ב-AutomationBench, 1,393 Elo ב-AA-Briefcase, 82% במבחן שחזור ותיקון של פגיעות אמיתיות ש-Mistral טוענת שהוא מוביל מבין כל הדגמים, 93% ב-Cybench, ו-93.3% עמידות להתקפות ב-B3 של Lakera.

• ראייה — 42% ב-Dense 200 לעיגון חזותי, בפער קטן לפני GPT-6 Astra עם 41%.

• הערכה אנושית — 3.74 מתוך 5 בהערכת הקידוד העיוורת של Surge AI, שני מתוך חמישה מודלים, אחרי Claude Opus 5 עם 4.22. צד שלישי ערך את המחקר; Mistral הזמינה ופרסמה אותו.

• ציון מצרפי עצמאי — 38 במדד Intelligence של Artificial Analysis, במקום ה-66 מתוך 217, בעלות של 1.13 דולר למשימת אינדקס, 67.5 אסימוני פלט לשנייה וזמן של 1.65 שניות עד לאסימון הראשון.

• סטטוס — תצוגה מקדימה, משקולות הובטחו עד סוף אוקטובר 2026, הרצת RL עדיין בעיצומה בעת ההכרזה.

כדאי להיזהר לגבי הסיווג. התיעוד של Mistral עצמה מציג את הדור v26.10 כ"Open" וכ-open-weight; בעמוד של Artificial Analysis, שנקרא ב-20 באוקטובר, עדיין כתוב "proprietary" ו"משקלי המודל אינם זמינים לציבור". שניהם נכונים בנקודות זמן שונות: הרישיון הוא הכוונה, והמשקלים עדיין לא נמצאים על הדיסק. כל מי שבונה פריסה מתוך הנחה ש-Mistral Large 4 יהיה זמין להורדה בנובמבר צריך לשים לב שלהבטחה יש תאריך אבל עדיין אין מאגר.

שני כרטיסי התעריפים, והמספר שהופך את הפער לקטן מכפי שהוא נראה

על הנייר, Mercury 3 זול באופן דרמטי: $0.70 למיליון פלט לעומת $4.18, ו-$0.20 קלט לעומת $1.36. מדובר בפער של פי 6 במחיר המחירון, או פי 12 במהלך חלון ההשקה של Mercury במחירים של $0.10 ו-$0.35, כאשר התמחור המבצעי של Mistral עצמה, $0.68 ו-$2.09, מצמצם אותו לכפי 6 בקירוב.

המספר לכל תשובה הוא המקום שבו זה מצטמצם עוד יותר, וזהו המספר היחיד במאמר הזה שנמדד על ידי מישהו אחר מלבד הספק שמוכר את המודל. Artificial Analysis מציב את Mistral Large 4 Preview על $1.13 לכל משימת Intelligence Index. ל-Mercury 3 אין מקבילה, כך שהדרך היחידה לבנות כזו היא להניח נפח טוקנים — וההשוואות הקודמות של Mercury הראו מדוע ההנחה הזו חשובה: מודל שמוציא 31,000 טוקני פלט בעוד שאחר מוציא 193,000 יכול להיות יקר פי 20 לכל טוקן ובכל זאת זול יותר לכל תשובה. בתעריף של $0.70 למיליון, Mercury 3 יצטרך בסביבות 1.6 מיליון טוקני פלט כדי לעלות $1.13 למשימה בודדת. הוא לא יוציא כמות כזו. בכל נפח ריאלי הוא מגיע הרחק מתחת ל-$1.13, וזהו הגרעין הכנה של הטיעון שלו: היתרון לכל טוקן שורד כאן את תיקון לכל תשובה, באופן שבו הוא לא שרד מול GPT-6 Sol.

• הקשר — Mercury 3: 1,000,000 טוקנים לפי התיעוד של Inception. ‏Mistral Large 4: 1,000,000 לפי רשימת הדגמים של Mistral, לעומת 524,288 בתצורה שנבדקה של Artificial Analysis.

• רב-מודאליות — Mercury 3: טקסט נכנס, טקסט יוצא, ללא תמונות בשום מחיר. Mistral Large 4: מסמכים, תרשימים, תצלומים, שרטוטים טכניים, תמונות לוויין.

• מהירות — Mercury 3: 1,068 אסימונים לשנייה, לפי מדידת היצרן. Mistral Large 4: 67.5 אסימונים לשנייה לפי Artificial Analysis, עם זמן של 1.65 שניות עד לאסימון הראשון — מהיר באמת עבור מודל בגודל הזה.

• משקלים — Mercury 3: לא פורסמו, ולארגון Hugging Face של Inception אין מאגרי מודלים. Mistral Large 4: הובטח עד סוף אוקטובר, טרם פורסם.

• ממשל — Mercury 3: אין הצהרה מפורסמת לגבי נתוני אימון או פריסה באיחוד האירופי. Mistral Large 4: אומן במרכזי נתונים אירופיים, פריסה מופעלת מאירופה, כל השפות הרשמיות של האיחוד האירופי.

שורת ההקשר הארוך היא זו שכדאי לקרוא פעמיים. התיעוד של Mistral מפרט מיליון טוקנים; Artificial Analysis בדקה ב-524,288. זו אינה סתירה — ספקים בודקים בכל חזקה של שתיים שמערך הבדיקות שלהם תומך בה — אבל זה תזכורת לכך שנתון הקשר הוא מקסימום, לא יכולת שנבדקה, וגם יכולת השליפה בהקשר ארוך של Mistral Large 4 לא פורסמה בחלון המלא.

היכן שהטיעון האירופי באמת משפיע

טיעון הריבונות אינו קישוט במודל הזה; הוא הסיבה שמספר קונים יבחרו בו על פני משהו זול וטוב יותר. הוא מאומן על מעבדי GPU של Blackwell במרכזי נתונים צרפתיים, מופעל מאירופה, ורב־לשוני בכל שפות האיחוד האירופי הרשמיות — עבור קונה מהמגזר הציבורי או ארגון אירופי מפוקח, השילוב הזה יכול לגבור על פער של שתים־עשרה נקודות במדד האינטליגנציה, כי ייתכן שלא ניתן יהיה להשיג את החלופה בכלל.

Mercury 3 לא מציע מכל זה דבר. Inception לא פרסמה דבר אודות היכן המודל פועל, על אילו נתונים הוא אומן, או אילו תנאי שמירה חלים, מעבר לציון שלקוחות ארגוניים יכולים לרכוש קיבולת ייעודית, סקיילינג אוטומטי, בקרות ציות ושמירה ניתנת להגדרה. אלה הדברים הנכונים למכור לארגון, והם אינם זהים לעמדת עיבוד נתונים מפורסמת.

יש עוד קמט אחד בסיפור האירופי ששווה לסמן ולא לפתור: הבטחת המשקלים הפתוחים. אם Mistral תפרסם את המשקלים בסוף אוקטובר, קונה אירופי יקבל משהו שאף מעבדה אמריקאית לא מציעה כרגע בהיקף הזה — מודל מולטימודלי סמוך לחזית היכולת שיכול לרוץ בתוך המתחם שלהם, על החומרה שלהם, בלי ספק בנתיב הבקשה. זהו מוצר שונה מהותית מ-API לתצוגה מקדימה, וזו הסיבה שהמאגר החסר חשוב יותר מנקודות המדד החסרות.

שני הדגמים האלה כבר לא בקטלוג שלנו, מה שמשנה את ההמלצה

Mercury 3 אינו נמצא בקטלוג של OrcaRouter, וגם Mistral Large 4 לא — ה-API של המודלים שלנו לא מחזיר דבר עבור אף אחד מהם, בכל וריאנט סלאג שניסינו. זה חריג מספיק כדי לומר זאת בפשטות, כי זה אומר שההשוואה הזו לא יכולה להסתיים ב״לשים את שניהם על מפתח אחד״. כל מי שקורא לאחד מהמודלים פונה ישירות לספק, או לאחת מכמה פלטפורמות צד שלישי שמארחות אותו.

מה ששכבת ניתוב עדיין עושה במצב כזה הוא החלק שאינו מחייב אירוח של המודל: היא מחזיקה את המודלים שאנחנו כן מנתבים מאחורי נקודת קצה אחת תואמת OpenAI, והיא מאפשרת לך לבטא כלל לגבי איזו תעבורה הולכת לאן. אם המשקולות של Mistral יגיעו בסוף אוקטובר, הארכיטקטורה המעניינת היא לא "להשתמש ב-Mistral Large 4 להכול" — אלא מסלול Mistral באירוח עצמי עבור המסמכים שאינם יכולים לצאת מההיקף שלך, מודל חזית מנותב לעבודה שיכולה, וכלל שמחליט ביניהם. אותו כלל מטפל ב-Mercury 3 אם Inception תשלח אותו למקום שאנחנו יכולים להגיע אליו, והוא מטפל במקרה שבו התמחור הפרסומי של מי מהספקים מסתיים, שלגבי Mercury 3 אין לו תאריך מוכרז.

מי צריך לבחור מה, ומה היה משנה את התשובה

בחר ב-Mercury 3 אם העבודה היא טקסט, הנפח גבוה, והתשובות זולות לאימות. המחירון זול פי שישה עד שנים־עשר מ-Mistral Large 4 בהתאם לאילו מחירים פעילים, חלון ההקשר הוא באותו גודל מוצהר, והיעדר ציון ניטרלי הוא סיכון שאפשר למדוד בשיעור השגיאות שלך בתוך יום. מה שאתה מוותר עליו הוא כל צורת קלט שאינה טקסט, וכל יכולת לבחון את התנהגות המודל לפני פריסתו.

בחר ב-Mistral Large 4 אם הקלט כולל תמונות, שרטוטים או סריקות; אם הרכש מחייב אימון והפעלה באירופה; אם זמן של 1.65 שניות עד לאסימון הראשון חשוב יותר מתפוקה גולמית; או אם הבטחת המשקלים הפתוחים היא הסיבה האמיתית לכך שאתה מתעניין, ובמקרה כזה המתן למאגר ולא להכרזה. מה שאתה מוותר עליו הוא פי שישה במחיר וכל טענה להיות הדבר המהיר ביותר הזמין.

שני תאריכים יפתרו את רוב השאלות הפתוחות בכתבה הזו. הראשון הוא סוף אוקטובר, כאשר Mistral או תפרסם את המשקלים או שלא. השני הוא המועד שבו Artificial Analysis תריץ את Mercury 3, מה שיחליף כל נתון ספק בחלק הראשון בנתון מדוד. אף אחד מהתאריכים לא הוכרז. עד שהם יגיעו, הסיכום שניתן להצדיק הוא ש-Mercury 3 הוא מנוע הטקסט הזול יותר ו-Mistral Large 4 הוא המוצר השלם יותר, ושניהם נמכרים על בסיס טענות שהקונה נאלץ כיום להאמין להן ללא הוכחה.