Mercury 3 לעומת Qwen3.8-Max: הטוקן הזול והתשובה היקרה

Qwen3.8-Max ו-Mercury 3 הם שני הקטבים של ויכוח תמחור שרוב השוואות המודלים מציגות הפוך. לפי המחירון, Mercury 3 עולה $0.10 לכל מיליון טוקני קלט ו-$0.35 לכל מיליון טוקני פלט במהלך חלון ההשקה שלו, לעומת $2.00 ו-$6.00 עבור Qwen3.8-Max. זה נראה כמו הנחה של פי שבעה עשר על יצירת פלט. לאחר מכן Artificial Analysis מודדת כמה כל מודל באמת מוציא כדי להשלים משימה, ו-Qwen3.8-Max מגיע ל-$5.41 לכל הערכה של Intelligence Index בעוד שמחירו לכל טוקן מתון — מפני שהוא יצר 190 מיליון טוקנים כדי להגיע לשם, לעומת חציוני של 85 מיליון. ל-Mercury 3, ששוחרר על ידי Inception Labs ב-19 באוקטובר 2026, אין כלל מדידה מקבילה. הכשלים המתועדים של בינה מלאכותית ותקריות סוכנים שמאחורי שחרורים כמו זה נאספים בה-OrcaRouter AI Incident Archive כאשר כל רשומה כוללת מקורות משלה, חומרה, דירוג ביטחון וסימון מחלוקת.

אז השאלה השימושית היא לא איזה מודל זול יותר לכל טוקן. היא איזה מהם זול יותר לכל עבודה מוגמרת, ואף אחד מדפי ההשקה של הספקים לא עונה על זה. הנה מה שהראיות כן תומכות בו, ומה שאתם צריכים למדוד בעצמכם.

מהו Qwen3.8-Max, בגרסה שהייתם מכנים אותה בפועל

Qwen3.8-Max הוא דגם הדגל של Alibaba: מודל תערובת-מומחים דליל עם 2.4 טריליון פרמטרים בסך הכול ו-95 מיליארד פרמטרים פעילים לכל טוקן, מולטימודלי באופן ילידי — טקסט, תמונות ווידאו נכנסים, טקסט יוצא — עם חלון הקשר של מיליון טוקנים ב-API המתארח ותקרת פלט של 131,072 טוקנים. הוא זמין באופן כללי מאז 3 באוגוסט 2026, והתיעוד העצמאי כבר אינו דל.

• מדד אינטליגנציה — 45 ב-Artificial Analysis Index v4.3.2, במקום ה-33 מתוך 217 מודלים בתמונת המצב הנוכחית של הדף.

מהירות פלט — 39.6 אסימונים לשנייה, במקום ה-183 מתוך 186. הסיכום של העמוד עצמו מכנה אותה "איטית באופן בולט."

• עלות לכל משימת אינדוקס — $5.41, ברביעון היקר ביותר מבין המודלים ברשימה.

• אריכות יתר — 190M טוקני פלט לאורך ריצת האינדקס, שתוארה כ"רפיח מאוד" לעומת חציון של 85M.

• הקשר — נמדד ב-984k בנקודת הקצה, שזה התקרה המעשית של המיליון המוצהר ולא מפרט שונה.

השילוב הזה עקבי מבחינה פנימית וראוי לומר זאת בפשטות: Qwen3.8-Max הוא מודל בעל יכולת הסקה חזקה, איטי ורב-דיבור. הוא טוב בדבר שלשמו תומחר, ויקר בשוליים משום שנדרשים ממנו צעדים רבים כדי לעשותו. ה-$5.41 למשימה אינו טעות בתמחור. זו התנהגות המודל שמתגלה בחשבון.

הערה לגבי גרסאות, כי זה יעקוץ כל מי שמשווה עמודים. המדידות הבלתי־תלויות לעיל נעשו מול תמונת המצב מ־2 בספטמבר, הרשומה כ"Qwen3.8 Max (0902)". A​libaba מציעה גם נקודת קצה qwen/qwen3.8-max ללא תאריך, באותם $2/$6 עם תעריף קלט שמור של $0.25; שניהם קיימים בקטלוג שלנו, ונעיצת תמונת המצב עם התאריך היא הצעד הנכון לכל דבר שאתם מתכוונים לשחזר.

מה Mercury 3 נותן לך, ומה הוא מונע ממך

המודל של Inception הוא מודל שפה דיפוזי שמייצר טוקנים במקביל, וכל מספר בפוסט ההשקה עוסק במהירות, בגודל או במחיר ולא באיכות.

• תפוקה — 1,068 אסימונים לשנייה, מיוחס ל־"NVIDIA GPUs", ללא ציון חומרה, ללא גודל אצווה, וללא ציון איזו מבין ארבע הגדרות מאמץ החשיבה הפיקה אותו.

• הקשר — 1M אסימונים, עלייה מ-260K ב-Mercury 2.5, עם תקרת פלט של 131,072 אסימונים.

• מחיר — $0.20 לקלט ו-$0.70 לפלט למיליון במחיר מחירון, ונחתך בחצי ל-$0.10 ו-$0.35 במהלך חלון ההשקה. קלט במטמון הוא $0.02 במחיר מחירון, $0.01 בחלון.

• Effort — ארבע הגדרות: מיידי, נמוך, בינוני, גבוה. ברירת המחדל היא נמוכה, בעוד ש־Mercury 2.5 ו־Mercury 2 הגדירו כברירת מחדל את בינוני.

• מודאליות — קלט טקסט, פלט טקסט. ללא ראייה, ללא שמע.

• איכות — ללא מדד מספרי. הטענה היא שהוא "עולה בביצועיו על GPT-6 Luna ו-Claude Haiku 5.5", ללא פער וללא ציון שם מדד. התוצאה המובנית היחידה היא השלמה של 50% ב-50 משימות ניווט Mind2Web חיות בהרנס של Inception עצמה.

הגדרת המאמץ כברירת המחדל היא הפרט שהכי סביר להרעיל השוואה. מודל שעונה במאמץ נמוך יהיה מהיר יותר ויקבל ציון נמוך יותר מאותו מודל במאמץ גבוה, וההשוואות של Inception עצמה אינן מציינות באיזו הגדרה השתמשו. אם תבצע בנצ'מרק ל-Mercury 3 בלי לקבע את הפרמטר, המספרים שלך אינם בני השוואה לאלה של אף אחד אחר — כולל אלה של Inception.

מבחן אחד: עלות לכל עבודה שהושלמה, לא לכל טוקן

קחו סוכן לניתוב תמיכה שמעבד 2 מיליון טוקנים בקלט ו-300,000 טוקנים בפלט ביום. ב-Mercury 3 במחיר מחירון זה $0.40 של קלט ו-$0.21 של פלט, או $0.61 ביום. ב-Qwen3.8-Max במחיר $2/$6 זה $4.00 ו-$1.80, או $5.80 ביום. פער של פי עשרה בקירוב, ובתעריף ההשקה הצד של Mercury יורד לכ-$0.31.

עכשיו התיקון שבאמת חשוב. הנתונים האלה מניחים מעבר אחד לכל משימה. 64 הצעדים שנמדדו של Qwen3.8-Max לכל משימת GDPval-AA, לעומת 14 אצל קודמו, הם בדיוק המנגנון שהופך תעריף פלט של $6 ל-$5.41 להערכה. אם Mercury 3 זקוק לשני ניסיונות היכן ש-Qwen זקוק לאחד, העלות האפקטיבית של Mercury מוכפלת וחלק מהפער נסגר. אם Mercury זקוק לארבעה ניסיונות, רוב הפער נסגר. השוואת העלויות תלויה אפוא בשאלת שיעור השלמה שאיש לא מדד, ולכן טבלת שיעור הטוקנים היא הדבר הפחות שימושי בעמוד של כל אחד מהספקים.

בצד הקלט יש מנוף שכדאי להכיר. Qwen3.8-Max גובה $0.25 למיליון טוקני קלט במטמון; Mercury 3 גובה $0.02, או $0.01 במהלך ההשקה. סוכנים שולחים מחדש את אותה הנחיית מערכת והגדרות כלים בכל שלב, כך שמבוא של 20,000 טוקנים עולה $0.0004 לקריאה בתעריף המטמון של Mercury לעומת $0.005 אצל Qwen. בהרצה של חמישים שלבים זה שני סנטים לעומת עשרים וחמישה. המחיר המוצג של אף אחד מהמודלים לא משקף זאת, ולעומסי עבודה של סוכנים זה המספר שקובע את התקציב.

מבחן שני: מה המחיר של מודל איטי כשאדם ממתין

בכל הנוגע למהירות, שני המודלים כלל לא נמצאים באותה קטגוריה, וכדאי לדייק במה שכל מדידה אומרת.

הנתון של Mercury — 1,068 אסימונים לשנייה — הוא נתון של הספק ללא שחזור בלתי־תלוי. מה שכן יש לנו מ-Artificial Analysis הוא מהדור הקודם: Mercury 2.5 נמדד בכ-706 אסימונים לשנייה תחת ההרנס שלה עצמה, וזה נמוך מנתון הספק שליווה את אותה השקה. הפער הזה הוא ההנחה הרגילה בין נתון ספק לנתון בלתי־תלוי בקטגוריה הזו, ולא עדות לחוסר תום לב — אבל זו ההנחה שצריך להחיל בראש על 1,068 עד שמישהו ישחזר אותו.

ה-39.6 טוקנים בשנייה של Qwen3.8-Max נמדדים באופן עצמאי ומגיעים עם דירוג: המקום ה-183 מתוך 186. בקצב הזה, תשובה בת 1,500 טוקנים אורכת כ-38 שניות של יצירה בלבד, לפני ה-prefill. עבור סוכן רקע שמדווח בחזרה, זה בסדר. עבור כל מקרה שבו אדם מתבונן בסמן, זה פוסל כשלעצמו, ולא משנה מה האיכות.

זהו קו השבר שההשוואה הזו למעשה נשענת עליו. המהירות של Mercury 3 אינה מאומתת אך סבירה בהתחשב בארכיטקטורה, והמחיר שלה נמוך באמת. המהירות של Qwen3.8-Max מאומתת וגרועה, והמחיר שלה גבוה באמת. אף אחת מהעובדות האלה לא אומרת לך איזה מודל כותב תשובה טובה יותר, ועבור רוב הצוותים שאלת איכות התשובה היא זו שהם עדיין לא יכולים להכריע.

מבחן שלישי: תנו לכל מודל את התפקיד שהוא מעוצב עבורו

שני המודלים נכשלים בכיוונים מנוגדים, מה שהופך הערכה זה לצד זה למידעית יותר מדירוג יחיד.

תנו ל-Qwen3.8-Max את הקצה הארוך, הרב-מודלי והבעל סיכון גבוה. מסמך הגשה בן 400 עמודים, הקלטת מסך של תהליך תשלום מקולקל, תרשים שחייבים לקרוא נכון. הוא היחיד מבין השניים שמסוגל בכלל לקלוט את הקלט, ויש לו ציון עצמאי שלפיו אפשר לכייל ציפיות. הקצו תקציב לפירוט היתר: כשמצב החשיבה מופעל, אסימוני פלט מחויבים ב-6 דולר למיליון, ויהיו יותר מהם ממה שאתם מצפים. את הפער בציות להוראות צריך לבדוק קודם — הטבלה שפרסם Q​wen בעצמו הציבה את IFBench כנתון החלש ביותר שלו, והנתון העצמאי של עלות לכל משימה הוא תוצאה ישירה של החריגה שלו מההיקף.

תן ל-Mercury 3 את הקצה הקצר, טקסט בלבד, קריטי לזמן תגובה, שבו קל לתפוס תשובה שגויה. השלמה אוטומטית, ניסוח מחדש של שאילתות, סיווג במעבר ראשון, רמז בזרימת תרגול. נעל את הגדרת המאמץ. הגדר תקציב ניסיונות חוזרים. התייחס לכל טענת איכות כהשערה, כי זה מה שהיא כרגע.

ואל תיתן לאף אחד מהמודלים תפקיד שתלוי בחוזקה של השני. לא ניתן להפוך את Qwen3.8-Max למהיר באמצעות בקשה מנומסת; Mercury 3 לא יכול לקרוא עמוד PDF. בחירה ביניהם לפי מיקום מצטבר בדירוג המדדים היא בחירה במשתנה הלא נכון.

היכן OrcaRouter נמצא בזה, שזה בצד אחד בלבד

Qwen3.8-Max נמצא בקטלוג שלנו בתור qwen/qwen3.8-max, לפי מחיר המחירון של הספק עם תוספת של 0% ומועבר הלאה — כך שאם A​libaba משנה את התעריף, השינוי פעיל כאן באותו יום ולא במחזור החיוב הבא. הוא יושב מאחורי אותו endpoint תואם OpenAI כמו כל דבר אחר שאנו מספקים, כלומר הערכה היא שינוי של מחרוזת מודל וניסוי בייצור הוא אחוז תעבורה, לא הגירה.

Mercury 3 אינו בקטלוג שלנו. ה-API של המודלים שלנו לא מחזיר דבר עבור שום מודל של Inception, ולכן הדרך אליו היא הפלטפורמה של Inception עצמה, שמעניקה לחשבונות חדשים 100 מיליון טוקנים בחינם. אנחנו מנתבים את צד Qwen ולא מנתבים את צד Mercury, והאסימטריה באופן שבו מגיעים לכל אחד נובעת מכך ולא מהעדפה.

השימוש המעשי בשכבת הניתוב הוא בכך שההערכה יכולה להיות עיוורת וזולה. שלחו פרוסת תעבורה אחת אל qwen/qwen3.8-max, השאירו את המודל הקיים על פרוסה אחרת, והשוו עלות לכל משימה שהושלמה ולא עלות לכל אסימון — אשר, כפי שהמספרים לעיל מראים, אינן אותה מדידה ויכולות להצביע בכיוונים מנוגדים. מעבר אוטומטי לגיבוי בין ספקים פירושו ששבוע רע בנקודת קצה אחת הופך להחלטת ניתוב ולא לתקרית, ושפת ה-DSL לניתוב מאפשרת לך לשמור על הפיצול ככלל כך שסגירת הניסוי היא שינוי תצורה.

מה יפתור את זה, ומה לעשות עד אז

שלוש מדידות יסיימו את הוויכוח הזה. עמוד Artificial Analysis עבור Mercury 3, שיציב את שני המודלים על אותה מערכת בדיקה ויחליף משפט של ספק במספר. שיעור השלמה מפורסם עבור Mercury 3 במדד קידוד או סוכני, שימיר את הנחת האסימונים לעלות לכל משימה. ומדידת השהיה של Qwen3.8-Max תחת המקביליות שלך, כי 39.6 אסימונים לשנייה הוא נתון אינדקס, לא הבטחת שירות, ומודל שהוא רק איטי במדד יכול להיות בלתי שמיש בעומס.

עד שאלה יהיו קיימים, העמדה שאפשר להגן עליה צרה יותר ממה שכל אחד מפוסטי ההשקה מרמז. Qwen3.8-Max הוא מודל מדוד, מולטימודלי, איטי ויקר, שאפשר לתמחר בביטחון ושהוא לא יפתיע אותך בפורמטי קלט. Mercury 3 הוא מודל זול, מהיר וטקסט בלבד, שאיכותו אינה ידועה ונתון המהירות שלו לא שוחזר. קנה את Qwen3.8-Max לעבודה שלא תקרא לפני שהיא נשלחת. נסה את Mercury 3 לעבודה שבה אדם ממתין וניסיון חוזר הוא בחינם — ונעל את הגדרת המאמץ, אחרת תשווה את ריצת המאמץ הנמוך שלך לריצה גבוהה של מישהו אחר.