Mercury 3 vs Gemini 4 Pro: Salah Satu Nama Ini Bukan Model

Tidak ada Gemini 4 Pro. Yang ada adalah Gemini 4 Argon, yang Google sediakan secara umum di tier API berbayarnya pada 13 Oktober 2026, dan ada Mercury 3, yang dirilis Inception Labs pada 19 Oktober 2026 — dan banyak sekali orang mencari perbandingan antara Mercury 3 dan Gemini 4 Pro yang tidak pernah diumumkan, tidak pernah diberi pengenal, tidak pernah diberi harga, dan tidak pernah dipublikasikan panjang konteksnya oleh Google. Artikel ini tetap menanggapi kueri tersebut dengan serius, karena pertanyaan di baliknya nyata: bagaimana model difusi 1.068 token per detik dari laboratorium kecil dibandingkan dengan produk unggulan Google saat ini dalam hal-hal yang benar-benar dapat Anda ukur? Jawabannya diukur terhadap Gemini 4 Argon, model yang memang ada, dan temuan pertamanya adalah bahwa keduanya sama sekali tidak berada di pasar yang sama. Kegagalan AI dan insiden agen yang terdokumentasi di balik rilis seperti ini dikumpulkan dalam OrcaRouter AI Incident Archive di mana setiap entri mencantumkan sumbernya sendiri, tingkat keparahan, peringkat keyakinan, dan penanda diperdebatkan.

Bagaimana nama yang hilang itu terverifikasi

Ketiadaan itu bukan inferensi dari kesunyian. Hal itu bertahan melalui lima pemeriksaan terpisah.

• Dokumentasi model API Gemini milik Google mencantumkan tepat satu model di bawah judul Gemini 4 — gemini-4-argon — dan halaman tersebut terakhir diperbarui pada 19 Oktober 2026, satu hari sebelum artikel ini. Kartu Gemini 4 kedua belum menyusulnya.

• Halaman model DeepMind hanya memuat kartu Argon dan tidak ada yang lain di lini G​emini 4.

{{1}}Blog milik G​oogle sendiri tidak memuat pengumuman G​emini 4 Pro, dan postingan rilis Argon menggambarkan Argon sebagai produk unggulan keluarga G​emini 4, bukan sebagai anggota lini bertingkat dengan Pro di atas atau di bawahnya.{{/1}}

• Tidak ada pengenal model G​emini 4 Pro di mana pun dalam dokumentasi API, tidak ada daftar tarif, tidak ada panjang konteks, tidak ada batas keluaran, dan tidak ada ketentuan lisensi. Model yang tidak memiliki satu pun dari hal-hal itu bukanlah model yang telah dirilis secara diam-diam; itu adalah nama yang orang-orang anggap akan ada.

• Itu juga tidak ada di katalog kami. Model Google yang dirutekan OrcaRouter adalah lini 3.x — gemini-3.1-pro-preview, gemini-3.8-flash, gemini-3.6-flash, gemini-3.5-flash dan varian lite — dan tidak ada satu pun dari lini 4. Kami tidak menyembunyikan rute; tidak ada rute untuk disembunyikan.

Jika G​emini 4 Pro dirilis akhir tahun ini, struktur perbandingan ini kemungkinan tetap bertahan, karena titik harga yang akan ditempatinya sudah diisi oleh Argon di jajaran teratas. Namun angka-angka di bawah ini milik G​emini 4 Argon, dan diberi label demikian.

Apa itu Gemini 4 Argon, karena itulah yang dibandingkan

G​emini 4 Argon diumumkan pada 30 September 2026 dan mencapai ketersediaan umum di tier berbayar pada 13 Oktober 2026. Model ini multimodal di kedua ujung panggilan — teks, gambar, video, audio, dan PDF sebagai masukan, teks sebagai keluaran — dengan konteks terpadu 1 juta token, batas keluaran default 65.536 token yang diperluas hingga 1.048.576 token dalam mode long-decode. Harganya bersifat pengenalan, yaitu $2.00 per juta token masukan dan $10.00 per juta token keluaran, lalu naik menjadi $4.00 dan $20.00 pada 1 Desember 2026, dengan input yang di-cache seharga $0.10 berlipat dua menjadi $0.20 pada tanggal yang sama. Caching hanya bersifat implisit; tidak ada tier cache eksplisit yang dapat dibeli. Model ini tidak tersedia di tier gratis G​oogle.

Pada Intelligence Index milik Artificial Analysis, skornya 52,6, dengan biaya komputasi sekitar $1,99 per tugas indeks. Angka-angka yang diterbitkan Google sendiri mencakup 57,1% pada Terminal-Bench 4.0, 61,8% pada SciCode, dan 57,1% pada Humanity's Last Exam — dilaporkan oleh vendor, dan diberi label demikian, tetapi setidaknya dinyatakan pada harness bernama dengan tugas-tugas bernama.

Jadi model di sisi lain perbandingan ini adalah model unggulan multimodal dengan skor indeks independen 52,6 dan harga yang menjadi dua kali lipat dalam enam minggu. Mercury 3 adalah model difusi khusus teks tanpa skor indeks dan harga yang menjadi separuh saat peluncuran. Hampir setiap dimensi perbandingan ini merupakan kontras antara dua teori berbeda tentang untuk apa sebuah model bahasa digunakan.

Kontras spesifikasi, pada dimensi-dimensi yang menentukan penerapan

• Harga output — Mercury 3 sebesar $0.35 per juta saat peluncuran dan $0.70 pada daftar harga, vs G​emini 4 Argon sebesar $10.00 sekarang dan $20.00 mulai 1 Desember 2026.

• Harga input — $0.10 saat peluncuran dan $0.20 harga daftar, vs $2.00 sekarang dan $4.00 setelah 1 Desember.

• Input di-cache — $0.01 harga peluncuran dan $0.02 harga daftar di Mercury 3, vs $0.10 sekarang dan $0.20 setelah 1 Desember di Argon, hanya caching implisit.

• Konteks — 1.000.000 token pada keduanya, meskipun milik Argon terpadu di seluruh modalitas dan Mercury 3 hanya mencakup teks saja.

Output maksimum — 131,072 token pada Mercury 3, vs 65,536 secara default pada Argon dan hingga 1,048,576 dalam mode long-decode.

• Modalitas input — hanya teks vs teks, gambar, video, audio, dan PDF.

• Throughput — 1.068 token per detik yang dilaporkan vendor pada Mercury 3, vs tidak ada angka single-stream sebanding yang dipublikasikan untuk Argon.

• Skor indeks independen — tidak ada untuk Mercury 3, vs 52.6 untuk Argon dengan sekitar $1.99 biaya komputasi per tugas indeks.

• Arah harga — Diskon Mercury 3 tidak memiliki tanggal berakhir yang dipublikasikan; kenaikan Argon dijadwalkan pada 1 Desember 2026 dan berlaku untuk seluruh permintaan setelah input melewati batas konteks panjang.

Lini harga adalah yang akan menentukan sebagian besar deployment nyata, dan tanggal 1 Desember membuatnya mendesak dengan cara yang tidak dilakukan peluncuran Mercury. Tim yang membangun pipeline dokumen di Argon dengan tarif $2.00/$10.00 dan menjalankan ulang model biaya pada Januari akan mendapati tarif input menjadi dua kali lipat dan tarif output ikut menjadi dua kali lipat. Itu bukan risiko yang halus; itu adalah entri kalender.

Ketika perbandingan harga sama sekali tidak lagi berfungsi

Gemini 4 Argon menerima PDF, tangkapan layar, audio, dan video. Mercury 3 menerima teks. Satu kalimat itu menghilangkan perbandingan harga untuk sebagian besar beban kerja tempat Argon benar-benar digunakan — faktur, formulir hasil pindai, rekaman panggilan, rekaman layar, apa pun yang inputnya tiba sebagai piksel atau bentuk gelombang, bukan karakter.

Memasukkan PDF ke Mercury 3 berarti menjalankan OCR atau model tata letak terlebih dahulu, dan langkah itu memiliki biayanya sendiri, latensinya sendiri, dan tingkat kesalahannya sendiri. Kontrak hasil pindai setebal 40 halaman tidak menjadi gratis hanya karena model yang membaca teks hasil ekstraksi itu murah. Pada beban kerja di mana multimodalitas Argon menjadi penopang utama, Mercury 3 bukanlah opsi yang lebih murah — Mercury 3 bukan opsi sama sekali, dan perbandingan yang jujur berhenti di situ.

Ketika modalitasnya sejalan — teks masuk, teks keluar, dan sebagian besar lalu lintas produksi memang persis seperti itu — selisih harganya kira-kira 14 kali pada tingkat output Argon saat ini dan 28 kali setelah 1 Desember. Itu cukup besar untuk mengubah sebuah arsitektur. Pipeline retrieval yang saat ini mengirim dua puluh kandidat petikan ke model unggulan untuk perankingan ulang bisa mengirim seratus ke Mercury 3 dengan biaya yang sama, dan konteks tambahannya bisa jadi lebih bernilai daripada perbedaan kualitas per token.

Asimetri bukti, dan mengapa hal ini lebih penting di sini

G​emini 4 Argon memiliki pengukuran independen dan tabel benchmark vendor. Mercury 3 tidak memiliki keduanya. Yang dimiliki Mercury 3 adalah angka throughput yang diukur Inception pada perangkat keras NVIDIA yang tidak ditentukan, klaim lebih dari 40x parameter Mercury 1, dan satu hasil kualitas terstruktur: penyelesaian 50% pada 50 tugas navigasi Mind2Web live di dalam harness agen milik Inception sendiri, yang menurut perusahaan "jauh lebih banyak daripada GPT-6.1-Sol" pada volume token dan jumlah langkah yang sama.

Itu adalah hasil yang nyata — navigasi web langsung sulit dimanipulasi — tetapi tidak sebanding dengan 52.6 pada indeks netral. Kedua angka itu menjawab pertanyaan yang berbeda: yang satu mengatakan "model ini dapat menyelesaikan setengah dari lima puluh tugas navigasi nyata"; yang lain mengatakan "model ini mencetak 52.6 pada rangkaian tetap yang diterbitkan dan juga telah dijalani oleh setiap model lain dalam indeks". Anda dapat memeringkat yang kedua terhadap alternatif. Anda hanya dapat memeriksa kewajaran yang pertama.

Ada juga masalah kalibrasi yang tersembunyi dalam perbandingan tersebut. Mercury 3 secara default menggunakan pengaturan upaya terendah dari empat pengaturan upayanya ketika parameter dihilangkan, sehingga evaluasi apa pun yang tidak mengunci tingkat upaya akan mengukur model pada pengaturan kemampuannya yang paling rendah. Argon tidak memiliki pengaturan setara. Uji benchmark terhadap keduanya, jika dilakukan secara sembarangan, akan membuat selisihnya tampak lebih besar daripada yang sebenarnya, ke arah mana pun — dan klaim perbandingan Inception sendiri tidak menyebutkan pengaturan mana yang menghasilkan klaim tersebut.

Kedua model tersebut tidak berada pada sisi yang sama terkait perubahan harga.

Letakkan kedua kartu tarif berdampingan dan arah pergerakannya berlawanan. Mercury 3 diluncurkan dengan diskon 50% yang tidak memiliki tanggal berakhir, yang berarti seorang pengembang tidak dapat mengetahui apakah tarif dalam enam bulan adalah $0.10/$0.35 atau $0.20/$0.70. Argon diluncurkan dengan tarif pengenalan dengan tanggal berakhir yang pasti, yang berarti seorang pengembang mengetahui persis berapa tarifnya pada 2 Desember: dua kali lipat.

Kepastian tentang angka yang buruk sering kali lebih bernilai daripada ketidakpastian tentang angka yang baik, dan ini adalah kasus ketika kedua model memberi Anda masing-masing satu dari keduanya. Jika Anda menyusun anggaran pipeline untuk satu tahun, $4.00/$20.00 milik Argon adalah angka yang harus dijadikan acuan pemodelan mulai Desember dan seterusnya, dan daftar harga $0.20/$0.70 milik Mercury 3 adalah angka yang harus dijadikan acuan pemodelan karena diskon tersebut bukanlah kartu tarif. Bahkan dengan dua angka konservatif itu, selisihnya adalah 20 kali pada output, yang masih merupakan fakta tunggal terbesar dalam perbandingan ini.

Yang tidak diberitahukan oleh kartu tarif mana pun adalah berapa biaya sebuah tugas. Menjalankan indeks Argon membutuhkan biaya komputasi sekitar $1,99 per tugas; Mercury 3 tidak memiliki pengukuran yang setara, dan ekonomi tokennya dalam pendekodean difusi tidak berbentuk sama dengan model autoregresif. Siapa pun yang saat ini menyebutkan biaya per tugas untuk Mercury 3 sedang mengekstrapolasi dari tarif per token dan perkiraan panjang keluaran.

Bagaimana memegang keduanya tanpa berkomitmen pada salah satunya

G​emini 4 Argon tidak ada di katalog OrcaRouter. Yang kami rutekan dari G​oogle adalah lini 3.x — gemini-3.1-pro-preview dengan $2.00/$12.00, gemini-3.8-flash dan gemini-3.6-flash dengan $0.75/$3.75, gemini-3.5-flash dengan $1.50/$9.00 dan varian lite — dan Mercury 3 juga tidak ada di katalog, karena alasan yang lebih sederhana: kami tidak membawa model Inception apa pun. Jadi untuk perbandingan khusus ini, posisi jujur kami adalah bahwa kami bukan rute untuk salah satu pihak dalam perbandingan ini.

Yang membuat router tetap berguna adalah pada bagian arsitektur yang mengelilingi pilihan tersebut. Model 3.x yang kami sediakan dapat menjadi fallback untuk keduanya: mengarahkan sebagian besar pekerjaan teks ke Gemini 3.1 Pro atau Gemini 3.8 Flash dengan harga daftar mereka tanpa markup tambahan dari pihak kami, dan mengirim hanya panggilan yang benar-benar membutuhkan model flagship atau model difusi ke vendor masing-masing. Hal ini menjaga satu endpoint, satu kunci, dan satu set kredensial untuk mayoritas lalu lintas, serta membatasi dua kasus khusus ke dua jalur kode yang sempit — yang jauh lebih kecil komitmennya daripada memilih salah satunya sebagai default untuk semuanya.

Penetapan harga pass-through penting khususnya untuk Argon. Saat tanggal 1 Desember tiba dan Google menggandakan tarif, harga model yang dirutekan berubah pada hari vendor mengubahnya, tanpa negosiasi ulang dan tanpa daftar tarif usang dalam model biaya Anda. Kami tidak merutekan Argon saat ini; jika itu berubah, kenaikan tersebut mengikuti jadwal yang sama yang diterbitkan Google bukan pada jadwal kami.

Apa yang harus dilakukan dengan perbandingan terhadap model yang tidak ada

Saran praktisnya membosankan dan layak dikemukakan. Jika dokumen pengadaan, proposal internal, atau presentasi vendor di depan Anda menyebut G​emini 4 Pro, mintalah pengenal model di API. Bukan nama pemasaran, bukan nama keluarga, bukan tier — string yang akan Anda masukkan ke body permintaan. Jika jawabannya adalah gemini-4-argon, Anda sedang melihat Argon yang diberi label berbeda, dan daftar tarifnya adalah $2.00/$10.00 sekarang dan $4.00/$20.00 mulai 1 Desember. Jika tidak ada jawaban, dokumen itu menyebut sebuah nama, bukan produk.

Uji yang sama berlaku untuk Mercury 3 dalam arah sebaliknya. Pengidentifikasinya nyata, kartu tarifnya dipublikasikan, panjang konteksnya dipublikasikan, dan angka throughput-nya merupakan klaim vendor. Di antara model dengan lembar spesifikasi lengkap dan tanpa skor independen, dan model dengan skor independen yang namanya terus salah disebut orang, yang kedua tetap merupakan default yang lebih aman — bukan karena G​oogle adalah vendor yang lebih aman, tetapi karena angka yang tidak perlu Anda terima begitu saja lebih bernilai daripada diskon yang tidak dapat Anda verifikasi. Sampai model Inception memiliki halaman indeks, pilihan antara keduanya adalah pilihan antara bukti dan harga, dan sebagian besar tim sebaiknya membeli bukti dan menyewa harga.