Mercury 3 נגד Reflection Beam: המודל הסגור המהיר ביותר פוגש את המודל הפתוח המהיר ביותר

Reflection Beam הגיע עם מספר שאפשר לבדוק, ו-Mercury 3 הגיע עם מספר שאי אפשר. Beam קיבל ציון של 335.1 אסימוני פלט לשנייה מ-Artificial Analysis, עם זמן לאסימון הראשון של 0.80 שניות ומדד אינטליגנציה של 30 — הרביעי במהירות מבין 78 מודלים שנמדדו, והעשרים מתוך 121 באיכות. Mercury 3 טוען ל-1,068 אסימונים לשנייה ואין לו ציון עצמאי מכל סוג שהוא, יום אחד לאחר ש-Inception שחררה אותו ב-19 באוקטובר 2026. לכן הדרך ההוגנת לפתוח את ההשוואה הזו היא לא "מי מהיר יותר" אלא "מה קורה לפער כשהצד הלא נמדד נמדד". הכשלים והתקריות המתועדים בבינה מלאכותית ובסוכנים מאחורי שחרורים כמו זה נאספים בארכיון התקריות של OrcaRouter AI שבו לכל רשומה יש מקורות משלה, חומרה, דירוג מהימנות וסימון שנוי במחלוקת.

הסיבה שהצימוד הזה חשוב מעבר לדף מפרט היא ששני המודלים מוכרים את אותו הדבר. Mercury 3 הוא מודל שפה דיפוזי שמעדן בלוקים של טוקנים במקביל; Reflection Beam הוא תערובת דלילה של מומחים עם 501 מיליארד פרמטרים בסך הכול ורק 23 מיליארד פעילים לכל טוקן. טריקים שונים, אותו הימור: שעלות האינפרנס, ולא תקרת היכולת, היא המקום שבו יתרחש הקרב הבא. Beam הוכרז ב-5 באוקטובר 2026 והמשקלים שלו יצאו תחת Apache 2.0 ב-16 באוקטובר; Mercury 3 שוחרר תשעה ימים לאחר מכן כ-API סגור. אחד מהם אפשר להוריד ולמדוד בעצמך. את השני אפשר רק לקרוא לו ולהאמין לו.

מה שכל צד למעשה הצהיר באופן רשמי

הרשומה של Beam מפורטת מספיק כדי להתווכח איתה. מדד Intelligence Index של 30, מדורגת במקום העשרים מתוך 121 מודלים ומעל החציון של 19 ש-Artificial Analysis מתעד עבור מודלי משקל פתוח דומים. 335.1 אסימוני פלט לשנייה שנמדדו ו-0.80 שניות עד לאסימון הראשון, שניהם לעומת חציון מקבילים סמוך ל-77 אסימונים לשנייה ול-1.70 שניות. תעריף מפורסם של $0.70 למיליון אסימוני קלט ו-$2.10 למיליון אסימוני פלט עם הנחת מטמון של 84 אחוז, המסתכם ב-$0.57 מחשוב למשימת אינדקס. ונתון מילוליות של 79 מיליון אסימוני פלט להשלמת האינדקס, העשירי הכי חסכוני מבין 47 מודלים שנבחנו, לעומת חציון של 140 מיליון. המספר האחרון הזה הוא טענת היעילות שמופיעה לראשונה במסגרת הבדיקה של מישהו אחר, והוא הנתון המעניין ביותר בקובץ של כל אחד משני המודלים.

לעומת זאת, השיא של Mercury 3 הוא שלוש טענות וניסוי קטן אחד. הטענות: 1,068 טוקנים לשנייה בכרטיסי NVIDIA; יותר מפי 40 מספר הפרמטרים של Mercury 1 עם בערך פי שלושה אינטליגנציה מדודה; ואיכות "באותה רמה או טובה יותר ממודלים מתקדמים המיועדים למהירות כמו GPT-6 Luna ו-Claude Haiku 5.5". הניסוי: 50 משימות ניווט Mind2Web בזמן אמת בהרנס סוכני האינטרנט של Inception עצמה, 50 אחוז הושלמו, "באופן משמעותי יותר מ-GPT-6.1-Sol", באותו נפח טוקנים ובאותו מספר צעדים ולכן בשבריר מהעלות. שום דבר מזה לא שוחזר באופן עצמאי, ואין ל-Artificial Analysis דף של Mercury 3 כלל.

אי-הסימטריה הזו אינה ביקורת על ההנדסה של Inception. היא אמירה על מה שאפשר להחליט היום. עבור Beam אפשר לחשב עלות לכל משימה שהושלמה, מפני שמישהו מדד השלמה ורמת פירוט. עבור Mercury 3 אפשר לחשב עלות לכל טוקן ותו לא.

דף המפרט, עם המקור המצורף לכל שורה

מחיר למיליון — Mercury 3: $0.20 בקלט ו-$0.70 בפלט במחיר מחירון, $0.10 ו-$0.35 במהלך הנחת ההשקה, לעומת Beam: $0.70 בקלט ו-$2.10 בפלט

• קלט שמור במטמון — Mercury 3 במחיר מחירון של $0.02 למיליון לעומת Beam עם הנחה של 84 אחוז משיעור הקלט, או בערך $0.11 למיליון

• תפוקה — Mercury 3 1,068 אסימונים לשנייה, טענת הספק, חומרה לא צוינה לעומת Beam 335.1 אסימונים לשנייה, נמדד על ידי Artificial Analysis

• זמן עד לאסימון הראשון — Mercury 3 לא פורסם לעומת Beam 0.80 שניות, נמדד

• מדד האינטליגנציה — Mercury 3: אין רשומה נכון ל-20 באוקטובר 2026, לעומת Beam 30, במקום ה-20 מתוך 121

• עלות לכל משימת אינדקס — לא ניתן לחשב את Mercury 3 ללא ציון מול Beam $0.57

• מידת הפירוט של הפלט במדד — Mercury 3 לא מפורסם לעומת Beam עם 79 מיליון טוקנים, המקום ה-10 מתוך 47 מבחינת חסכנות

• חלון הקשר — Mercury 3 עם 1,000,000 אסימונים ופלט מקסימלי של 131,072 לעומת Beam עם 1,048,576 אסימונים ופלט מקסימלי של 131,072

• פרמטרים — Mercury 3 לא נחשפו, ומתוארים רק כיותר מפי 40 מ-Mercury 1 לעומת Beam 501B בסך הכול, 23B פעילים לכל טוקן

• אופן קלט — טקסט בלבד בשניהם

• בקרת הסקה — ב-Mercury 3 ארבע הגדרות, מ-instant ועד high, עם ברירת מחדל low, לעומת Beam שבה מאמץ הסקה חובה בחמש רמות, והתיעוד של Reflection מגיע כברירת מחדל ל-max

• משקלים — Mercury 3 סגור לעומת Beam Apache 2.0, ב־BF16, FP8 ובבנייה של NVFP4 בנפח 273 GiB

• אירוח עצמי — Mercury 3 בקיבולת ייעודית ארגונית בלבד לעומת Beam, פריסת ייחוס של ארבעה כרטיסי GPU מסוג NVIDIA B300 על NVLink, עם תמיכת יום-אפס ב-vLLM, SGLang, Transformers ו-Dynamo

אזהרה אחת לגבי שורת המחיר. להנחה של Mercury 3 אין תאריך סיום מפורסם, לכן המספר שמחזיק בתכנון הוא $0.20/$0.70, ולא $0.10/$0.35. ה-$0.70/$2.10 של Beam הוא כרטיס תעריפים עדכני שמפורסם על ידי המעריך ועל ידי הפלטפורמה של Reflection עצמה.

הפער המשמעותי הוא 335 לעומת 1,068

אם הנתון של Inception מחזיק מעמד תחת מערך בדיקה ניטרלי, Mercury 3 מהיר פי שלושה בקירוב מהמודל בעל המשקולות הפתוחות המהיר ביותר שנמדד בתחום, והוא עושה זאת בשליש ממחיר הקלט של Beam ובשליש ממחיר הפלט של Beam. השילוב הזה — מהיר יותר וזול יותר — הוא הטיעון לטובת Mercury 3 במשפט אחד, וזהו משפט חזק.

הבעיה היא שהמשפט נשען כולו על מספר ללא מתודולוגיה מוצהרת. Inception אינה מפרטת איזה GPU, מהו גודל האצווה, איזו הגדרת מאמץ חשיבה, או האם המדידה היא בזרם בודד או מצטברת. כל ארבע האפשרויות מזיזות נתון תפוקה בכפולות. ההנחה שיש להחיל אינה היפותטית: כששוחררה Mercury 2.5, נתון התפוקה של הספק היה גבוה באופן מהותי מ-706 טוקנים לשנייה שמדדה Artificial Analysis לאחר מכן במסגרת הבדיקות שלה. זהו הפער הרגיל בין ספק למדידה בלתי-תלויה בקטגוריה הזו, לא חוסר תום לב — אבל זה הפער שיש להניח.

החלת תספורת של שלוש לאחת ומרקורי 3 נוחת סמוך ל-350 טוקנים לשנייה: שווה לנתון הנמדד של Beam, בשליש מהמחיר, עם ציון איכות לא ידוע. החלת תספורת של שתיים לאחת והוא בנוחות המודל המהיר ביותר שאחת משתי המעבדות השיקה במחיר הזה. כך או כך ההשוואה משתנה מ"מהיר פי שלושה" ל"איפשהו בין מהיר כמו Beam לפי שלושה, וזול יותר מ-Beam כך או כך".

יש אסימטריה שנייה שמסתתרת באותו זוג מספרים. הזמן של Beam עד לטוקן הראשון, 0.80 שניות, נמדד על מודל חשיבה שברירת המחדל שלו היא הגדרת המאמץ המקסימלית — מה שאומר שהמודל באמת חושב לפני שהוא פולט משהו, ועדיין מחזיר את הטוקן הראשון בפחות משנייה. זו תוצאה הנדסית מרשימה יותר מנתון התפוקה הגולמי, וזה מסוג הדברים שרק מערכת בדיקה עצמאית מגלה.

עשרים ושלושה מיליארד פרמטרים פעילים הם הסיפור האמיתי בצד של Beam

הנתון 501B בכרטיס המפרט של Beam ברובו אינו פעיל. עם 23 מיליארד פרמטרים פעילים לכל טוקן, המודל מעיר בערך 4.6 אחוז מעצמו עבור כל טוקן נתון — יחס הפעלה אגרסיבי אפילו לפי הסטנדרטים הנוכחיים של משקולות פתוחות. ההערות הארכיטקטוניות מזכירות קשב מקומי וגלובלי משולב, מומחים מנותבים עדינים, SandwichNorm ומבני שירות FP8/FP4, אבל התוצאה המעשית פשוטה יותר: Beam נכנס לצומת אחד עם ארבעה GPUs. זה פרופיל שירות, לא סקרנות מחקרית.

זה גם מסביר את תוצאת המילוליות. מודל שמוציא 79 מיליון טוקני פלט כדי להשלים אינדקס לעומת חציון של 140 מיליון עושה את אותה עבודה בבערך חצי מטוקני הפלט, וטוקני הפלט הם המקום שבו נוצרת העלות. הטיעון של Reflection עצמה הוא יעילות בזמן הסקה ולא שוויון בחזית, והחברה אומרת זאת במידה רבה בחומרי ההשקה שלה — היא מפסידה קרקע ל-Kimi K3 ול-G​LM ביכולת גולמית. הנתונים הבלתי תלויים תומכים בו-זמנית גם בוויתור הזה וגם בטענת היעילות.

טיעון היעילות של Mercury 3 הוא מסוג אחר. הוא אינו עוסק בצריכת פחות טוקנים; הוא עוסק בייצור שלהם מהר יותר, וסיפור ה-scaling של Inception — פי 40 פרמטרים מהמודל הראשון שלה, פי שלושה אינטליגנציה נמדדת, אותה מהירות — הוא טענה שהמקביליות של דיפוזיה מספקת תפוקה שמודלים אוטורגרסיביים אינם יכולים להשתוות לה. זהו טיעון סביר ומעניין. הוא גם מבוסס כולו על דיווח עצמי, ואינו אומר דבר על השאלה אם המודל צורך יותר טוקנים ממודל אוטורגרסיבי דומה כדי להגיע לאותה תשובה. איש לא פרסם נתון ורבוזיות של Mercury 3, מפני שאין הערכה של Mercury 3 שממנה אפשר לקחת אותו.

עלות לכל עבודה שהושלמה, מחושבת במלואה

קחו משימת קידוד סוכנית: הקשר של מאגר קוד בן 200,000 טוקנים, פלט של פאץ' והסבר בן 4,000 טוקנים, ו-5,000 הרצות ביום עבור צוות.

• Mercury 3 לפי מחיר מחירון — 1,000 מיליון טוקני קלט ב-$0.20 הם $200; 20 מיליון פלט ב-$0.70 הם $14. כ-$214 ביום.

• Mercury 3 בתעריף ההשקה — כ-107 דולר ליום.

• Beam לפי התעריף המפורסם שלו — 1,000 מיליון קלט ב-$0.70 הם $700; 20 מיליון פלט ב-$2.10 הם $42. כ-$742 ביום, לפני הנחת המטמון של 84 אחוז, וזה חשוב מאוד כאן כי הקשר של המאגר הוא בדיוק סוג המבוא שמאוחסן במטמון. עם שיעור פגיעות מטמון ריאלי על ההקשר, שורת הקלט מתכווצת לכיוון $112 והסכום היומי מגיע לסמוך ל-$154.

החשבון הזה הוא הסיבה לכך ששני המודלים האלה קיימים. בעומס סוכני עם מטמון טוב, השניים נמצאים בטווח של 40 אחוז זה מזה — Beam זול במעט בתרחיש מטמון טוב, Mercury 3 זול יותר בתרחיש גרוע — ושניהם מהווים חלק קטן ממה שמודל חזיתי היה גובה עבור אותה תעבורה. טיעון העלות לא מפריד ביניהם. מה שמפריד ביניהם הוא שהמספר של Beam ניתן לשחזור, ואילו זה של Mercury 3 הוא מחיר מחירון מול שיעור השלמה לא ידוע.

שאלת הרישוי, שאינה קרובה

המשקלים של Beam ניתנים להורדה תחת Apache 2.0 בשלוש רמות דיוק, בתוספת דראפטר לפענוח ספקולטיבי בגודל 1.93B, ו-Reflection מצהירה שהיא אינה מגבילה זיקוק, כוונון עדין, כימות או מיזוג. קיים כלי תאימות — beam-verifier — שמריץ חבילת בדיקות מול כל נקודת קצה פעילה של Beam ולאחר מכן מעריך אותה על אמות המידה המרכזיות, כלומר קונה יכול לבדוק את המספרים של ספק במקום להאמין להם. אירוח עצמי מסיר לחלוטין את שאלת העלות לכל טוקן והופך אותה לשאלת שעות GPU.

Mercury 3 לא מציע דבר מזה. הוא סגור, הוא מבוסס API בלבד, ושכבת הארגון שלו מוסיפה קיבולת ייעודית ושמירת נתונים ניתנת להגדרה ולא משקלים. עבור עומס עבודה שבו המודל הוא רכיב במוצר שאתה מוכר, זו תלות ולא שרשרת אספקה.

יש גם את אות ההיסטוריה של הספק. הערת ההגירה של Inception עצמה אומרת ש-Mercury 2 ו-Mercury 2.5 סגורים למשתמשים חדשים, כשמשתמשים קיימים מאבדים גישה ב-15 בנובמבר 2026 — פחות מחודש לאחר ש-Mercury 3 יצא לשוק. חברה שמוציאה לגמלאות שתי דורות כל כך מהר אומרת לך איך היא מצפה שהמודלים שלה ייצרכו: כשירותים שכורים קצרי-מועד. Reflection, לעת עתה, עשתה את ההפך ומסרה את הארטיפקט.

היכן משתלב נתב, בהתחשב בכך שאף אחד מהדגמים אינו בקטלוג שלנו

לא Mercury 3 ולא Reflection Beam מסופקים על ידי OrcaRouter. בדיקה של API המודלים שלנו אינה מחזירה דבר עבור אף אחד מהם, ולא נתאר מסלול שאין לנו. מה שכן יש לנו הוא השכבה סביבם: יותר מ-200 מודלים מאחורי נקודת קצה אחת תואמת OpenAI, במחיר המחירון של הספק ללא תוספת, עם מעבר אוטומטי לגיבוי וDSL לניתוב להרכבת מודלים לקריאה אחת.

עבור הצמד הספציפי הזה, השכבה הזו ממלאת שני תפקידים. הראשון הוא השוואה. אם אתם רוצים לדעת אם מודל עם משקולות פתוחות שמייצר 300 טוקנים בשנייה מהיר מספיק עבור המוצר שלכם לפני שאתם מתחייבים לכל זה, המבחן הכנה הוא להריץ את עומס העבודה מול מודלים שאתם כבר יכולים לפנות אליהם — Kimi K3 במחיר $3.00/$15.00 עם 1,048,576 טוקנים של הקשר, GLM 5.2 במחיר $1.40/$4.40, Qwen 3.8-Max במחיר $2.00/$6.00 — ולמדוד מה המשתמשים שלכם באמת מבחינים בו. השני הוא גיבוי. פריסת Beam באירוח עצמי ו-Mercury 3 באירוח ספק הם שני מצבי כשל שונים; הצבת נתיב הייצור מאחורי נתב עם מעבר כשל משמעה שהשפלה של נקודת קצה הופכת לאירוע מתועד ולא להשבתה. משום שמחירי המחירון של הספקים מועברים ללא שינוי, הורדת מחיר של Reflection או הנחת Inception מגיעה לחשבון שלכם ביום שבו היא מוכרזת.

ההחלטה, על פי אילוץ ולא על פי ניקוד

• אם אתה צריך שהמודל יהיה נכס — ניתן לביקורת, ניתן לכוונון עדין, ניתן להרצה על החומרה שלך, ושורד את הספק — Beam היא האפשרות היחידה כאן. Apache 2.0, build של 273 GiB שנכנס על צומת אחד, וכלי אימות לבדיקת כל ספק מול המספרים של Reflection. זו תשובה מלאה לשאלה ש-Mercury 3 כלל אינה יכולה לענות עליה.

• אם אתה זקוק ל־latency הנמוך ביותר האפשרי ב־API סגור ובן אדם ממתין, Mercury 3 הוא ההימור המעניין יותר, והמחיר שלו הופך את ההערכה לזולה. קבע במפורש את הגדרת המאמץ כשאתה בודק אותו, כי ברירת המחדל נמוכה והטענות של Inception לא מפרטות איזו הגדרה הפיקה אותן.

• אם אתה צריך לדעת את האיכות לפני שאתה מתחייב, ל-Beam יש נתון מספרי ול-Mercury 3 אין. ציון 30 מתוך אינדקס של 121 מודלים הוא בינוני — זה לא ציון של חוד החנית, ו-Reflection לא טוענת שכן — אבל זהו רף תחתון שאפשר לתכנן לפיו.

• אם עומס העבודה שלך הוא סוכני ומתמשך, ההיסק המחייב של Beam כברירת מחדל של מאמץ מרבי יקר לכל קריאה, וברירת המחדל של מאמץ נמוך של Mercury 3 זולה לכל קריאה. איזו מהן זולה יותר לכל משימה שהושלמה תלוי בשיעור השלמה שאיש לא מדד עבור Mercury 3.

הדבר השימושי ביותר היחיד שיכול לקרות להשוואה הזו הוא מדידה עצמאית של Mercury 3. אם היא תגיע קרוב ל-1,068 עם ציון איכות תחרותי, Inception סיפקה את המודל הזול והמהיר ביותר בתחום, והסיפור של היעילות של Beam הופך לסיפור על פתיחות ולא על מהירות גולמית. אם היא תגיע קרוב ל-335 של Beam עם ציון באמצע הטבלה, אז המודל המהיר ביותר עם משקולות פתוחות והמודל הסגור המהיר ביותר הם באותה מהירות, והשאלות המכריעות הופכות להיות מחיר, רישיון והאם אתה רוצה להחזיק בארטיפקט — שלוש שאלות ש-Beam מספקת להן כיום תשובות טובות יותר.