Mercury 3 vs Mercury 2.5 Preview: Peningkatan Ini Memiliki Tenggat Waktu, dan Itu Jatuh pada 15 November

Ini adalah perbandingan model yang jarang terjadi, ketika model yang lebih lama sedang dinonaktifkan saat Anda membacanya. Mercury 2.5 Preview resmi diluncurkan pada 31 Agustus 2026; model ini digantikan oleh versi rilis Mercury 2.5 pada 8 September; dan ketika Inception meluncurkan Mercury 3 pada 19 Oktober 2026, perusahaan juga mengumumkan bahwa Mercury 2 dan Mercury 2.5 ditutup untuk pengguna baru, dengan pelanggan yang sudah ada hanya mempertahankan akses hingga 15 November 2026. Jadi pertanyaannya bukan apakah Mercury 3 lebih baik daripada pratinjau yang menjadi asal-usulnya — peningkatan skala parameter 40 kali lipat dan jendela konteks yang menjadi empat kali lipat menjawabnya di lembar spesifikasi. Pertanyaannya adalah berapa biaya migrasi ke Mercury 3 yang sebenarnya Anda tanggung, apa yang dikatakan dewan independen tentang model yang Anda tinggalkan, dan seberapa banyak klaim peluncuran Mercury 3 sendiri yang telah dibantah dewan tersebut untuk pendahulunya. Tenggatnya adalah 26 hari dari sekarang. Jika model yang akhirnya Anda pilih adalah salah satu yang kami rutekan, disiplin konfigurasi yang sama berlaku pada endpoint kami yang kompatibel dengan OpenAI, dengan harga daftar penyedia dengan markup 0%, sehingga peralihan juga merupakan perubahan konfigurasi di sini. Kegagalan AI dan insiden agen yang terdokumentasi di balik rilis seperti ini dikumpulkan dalam OrcaRouter AI Incident Archive di mana setiap entri membawa sumbernya sendiri, tingkat keparahan, tingkat keyakinan, dan penanda status diperdebatkan.

Apa yang berubah antara versi pratinjau dan versi unggulan

Inception luar biasa konsisten soal bentuk lini produknya di tiga rilis dalam tujuh minggu, sehingga perbedaannya mudah diutarakan:

• Rilis — Mercury 2.5 Preview, 31 Agustus 2026 (digantikan oleh Mercury 2.5 pada 8 September) vs Mercury 3, 19 Oktober 2026

• Jendela konteks — 260.000 token pada Mercury 2.5 vs 1.000.000 pada Mercury 3, peningkatan 3,8×

• Output maksimum — 65.536 token vs 131.072, tepat dua kali lipat

• Harga output pada daftar — $0,75 vs $0,70 per juta, penurunan 6,7%, bukan yang dramatis

• Harga input pada daftar — $0.20 pada keduanya; baris input tidak bergerak sama sekali

• Input cache — $0.02 untuk keduanya

• Diskon peluncuran — Mercury 2.5 menawarkan diskon pengenalan 80%; Mercury 3 diluncurkan dengan diskon 50%, jadi $0.10 untuk input dan $0.35 untuk output selama promosi

• Laju pemrosesan — 1.107 token per detik diklaim untuk Mercury 2.5 Preview vs 1.068 untuk Mercury 3; model yang lebih baru dan jauh lebih besar sedikit lebih lambat menurut angka vendor sendiri

• Skala — Mercury 3 digambarkan lebih dari 40× lebih besar daripada Mercury 1 dalam hal total parameter; Inception tidak memublikasikan jumlah parameter absolut untuk kedua model tersebut

• Modalitas — hanya teks, pada keduanya

• Bobot — ditutup di kedua sisi

Dua baris dalam daftar itu pantas dicermati lebih dari sekadar sekilas. Yang pertama adalah harga. Beralih dari penerus versi pratinjau yang sudah dirilis ke model unggulan memangkas biaya output sebesar lima sen per juta token dan tidak mengubah apa pun lagi pada kartu spesifikasi — yang berarti migrasi ini sama sekali tidak dijual berdasarkan harga. Argumen Mercury 3 haruslah kapabilitas dan konteks, atau itu bukan argumen. Yang kedua adalah throughput: model yang lebih besar 39 token per detik lebih lambat menurut angka Inception sendiri, jadi peningkatan versi tidak membeli kecepatan mentah. Yang dibeli adalah ruang.

Ruang adalah produk sebenarnya di sini. 260K hingga 1M adalah perbedaan antara percakapan yang harus diringkas dan yang tidak; 65K hingga 131K keluaran adalah perbedaan antara jawaban dan dokumen. Jika beban kerja Mercury 2.5 Anda tidak pernah mendekati 200K token konteks, alasan untuk bermigrasi lebih awal lemah. Jika secara rutin terpotong, Mercury 3 menyelesaikan masalah Anda dan tenggat waktunya adalah hadiah.

Bagian keputusan yang tidak pernah dimuat: apa yang dikatakan dewan tentang 2.5

Mercury 2.5 memiliki rekam jejak independen, dan itu tidak bersahabat. Di Artificial Analysis, sebagaimana dibaca pada 20 Oktober 2026:

• Indeks Kecerdasan — 12,3, diukur, bukan diperkirakan

• AA-Omniscience — −39.5, dengan tingkat halusinasi 80,3% pada uji pengetahuan

• Terminal-Bench 4.0 — 0.0

• SciCode — 0.3854

• Humanity's Last Exam — 0.1177

• AA-LCR penalaran konteks panjang — 0.7167

• GDPval-AA — Elo 474.8

• Biaya per tugas indeks — $0.1167, yang termurah di seluruh rangkaian lima artikel ini dengan selisih enam kali lipat

Itu adalah model dengan profil yang sangat spesifik: murah, cepat, dan lemah tepat pada pekerjaan yang padat pengetahuan yang menjadi dasar penilaian asisten umum. Ini adalah profil komponen latensi, bukan model penalaran, yang konsisten dengan cara Inception selalu memosisikan lini tersebut — suara, dukungan, pencarian, bimbingan belajar — dan tidak konsisten dengan cara pratinjau itu diliput pada saat itu. Model ini juga memakan biaya $0.1167 per tugas pengindeksan, yang bukan salah ketik dan bukan tawaran hemat: model yang menjawab dengan cepat tetapi salah memang murah per tugas dan mahal per hasil.

Hal ini penting bagi Mercury 3 karena papan peringkat yang sama tidak memiliki entri untuknya. Model unggulan itu berusia sembilan hari, dan satu-satunya anggota keluarga yang telah diukur mencetak skor 12,3. Itu tidak memprediksi skor Mercury 3 — peningkatan skala 40× dengan proses pelatihan baru adalah model yang berbeda, dan Inception mengklaim kecerdasannya naik 3× dari Mercury 1 (mini) ke Mercury 3 — tetapi itu berarti rekam jejak independen keluarga tersebut saat ini terdiri dari satu hasil pengukuran yang lemah dan satu ketiadaan. Siapa pun yang merencanakan migrasi November harus menganggap Mercury 3 sebagai belum diukur sampai papan peringkat menyatakan sebaliknya, dan merancang migrasi sehingga model yang belum diukur tidak dapat menjatuhkan jalur produksi.

Apa yang sebenarnya tercakup dalam migrasi

Mekanismenya adalah bagian yang mudah, dan Inception telah membuatnya lebih mudah daripada yang dilakukan sebagian besar vendor. Model ini kompatibel dengan OpenAI-API, sehingga bentuk endpoint tidak berubah. Yang berubah:

• Pengenal model. Mercury 3 adalah ID baru, bukan kenaikan versi pada ID yang sudah ada

• Anggaran konteks. Jendela 1M memungkinkan prompt yang tidak bisa diterima jendela 260K, dan pipeline yang mulai mengirim permintaan 600K token punya profil biaya yang berbeda meski tarif per tokennya sama

• Setelan penalaran. Mercury 3 menyediakan instan, rendah, sedang, dan tinggi; tingkatan Mercury 2.5 lebih pendek. Permintaan yang tidak menyertakan setelan akan menggunakan default, yang mungkin bukan setelan yang menjadi dasar anggaran latensi Anda.

• Suhu. Mercury 3 menerima 0,5 hingga 1,0. Apa pun di bawah 0,5 yang menjadi andalan prompt 2.5 Anda harus dipaksa ke batas bawah.

• Output terstruktur dan pemanggilan alat. Keduanya didukung di Mercury 3, dan keduanya adalah jenis fitur yang berperilaku sedikit berbeda saat peningkatan skala 40× — layak diuji dengan uji regresi tingkat skema, bukan sekadar pemeriksaan mata.

• Batas maksimal output. 131.072 token cukup besar sehingga generasi yang lepas kendali bisa menghabiskan biaya nyata sebelum berhenti. Tetapkan batasnya secara eksplisit.

Cara murah untuk menjalankan ini adalah deployment bayangan: duplikasikan sebagian traffic Mercury 2.5 ke Mercury 3 dengan prompt yang sama, catat kedua output, dan bandingkan berdasarkan metrik yang benar-benar Anda pedulikan — penyelesaian tugas, bukan kemiripan token. Lakukan itu selama seminggu, lalu beralih. Tanggal 15 November memberi Anda cukup ruang untuk satu siklus seperti itu dan tidak lebih, jadi mulailah dari call site dengan volume tertinggi, bukan yang paling menarik.

Perhatikan juga arah fallback-nya. Selama periode shadow, konfigurasi yang aman adalah Mercury 3 sebagai primary dengan Mercury 2.5 sebagai failover, bukan sebaliknya: jika model baru berperilaku buruk, model lama tetap menjawab, dan jika model lama dipensiunkan secara tiba-tiba, model baru sudah menangani trafik. Catatan Inception sendiri menyebutkan bahwa pelanggan yang ada tetap memiliki akses "until November 15, 2026", yang terbaca sebagai penghentian keras, bukan penghentian lunak. Pipeline yang satu-satunya fallback-nya adalah model dengan tanggal kedaluwarsa tidak memiliki fallback setelah tanggal itu.

OrcaRouter tidak merutekan Mercury 3 atau Mercury 2.5 — keduanya tidak ada dalam katalog kami, dan keduanya dilayani melalui API milik Inception sendiri serta beberapa platform pihak ketiga. Itu menjadikan artikel ini salah satu dari sedikit artikel dalam seri ini yang saran peruteannya lebih berkaitan dengan bentuk integrasi ketimbang endpoint kami: penyedia mana pun yang Anda gunakan, letakkan pengenal model dan pengaturan penalaran di konfigurasi, bukan di kode, sehingga peralihan pada November nanti cukup berupa perubahan konfigurasi dan bukan deploy.

Siapa yang harus bergerak sekarang, siapa yang harus menunggu

Segera beralih jika: lalu lintas Mercury 2.5 Anda sangat sensitif terhadap latensi dan volumenya besar, prompt Anda secara rutin mencapai batas 260K, Anda memerlukan output lebih dari 65K token, atau Anda menggunakan penyedia yang akan menghentikan 2.5 untuk Anda pada 15 November, siap atau tidak. Dalam kasus tersebut, migrasi bukanlah pilihan dan satu-satunya keputusan yang tersisa adalah apakah akan mengujinya dengan benar terlebih dahulu. Ujilah dengan benar.

Tunggu — tetapi tetap bersiaplah — jika: Mercury 2.5 adalah komponen minor, beban kerja Anda cukup muat dalam 260K, atau Anda perlu kualitas terukur sebelum berkomitmen. Menunggu bukan berarti tidak melakukan apa pun: masukkan pengaturan identifier dan reasoning ke konfigurasi sekarang, jalankan perbandingan shadow, dan tahan peralihannya hingga entri Artificial Analysis muncul atau 10 November tiba, mana pun yang lebih dulu.

Carilah di tempat lain sepenuhnya jika: pekerjaan Anda membutuhkan visi, input file, atau penalaran yang berat akan pengetahuan dengan dasar kemampuan yang telah dipublikasikan. Mercury 3 hanya untuk teks dan tidak dinilai; model dengan indeks independen dan input gambar adalah pilihan yang lebih aman, dan pemotongan harga output sebesar 6.7% tidak cukup untuk mengimbangi modalitas yang hilang.

Tenggat waktunya adalah berita yang sebenarnya

Singkirkan bingkai peluncurannya, dan yang diumumkan Inception pada 19 Oktober adalah jadwal penghentian yang disertai sebuah model. Mercury 2.5 Preview adalah pratinjau berusia lima minggu; Mercury 2.5 bertahan enam minggu sebagai model yang dikirim sebelum ditutup untuk pengguna baru; dan batas akhir bagi pelanggan yang ada adalah 15 November. Itu irama yang cepat bagi vendor yang meminta perusahaan membangun di atasnya, dan itu adalah fakta paling relevan untuk pengambilan keputusan bagi siapa pun yang menjalankan keluarga model ini di produksi — lebih relevan daripada peningkatan konteks 3,8×, karena peningkatan konteks adalah peluang dan tanggal penghentian adalah batasan.

Argumen tandingannya adalah bahwa irama itu menghasilkan sesuatu yang nyata: konteks 1 juta token, batas keluaran dua kali lipat, dan tarif keluaran yang sedikit lebih murah daripada model yang digantikannya, semuanya pada harga input yang sama, dengan endpoint yang kompatibel dengan OpenAI sehingga penggantiannya cukup konfigurasi, bukan kode. Model difusi dianggap akan menabrak dinding kualitas saat diskalakan, dan klaim Inception adalah bahwa hal itu tidak terjadi. Apakah klaim itu bertahan dalam evaluasi independen adalah pertanyaan terbuka yang tidak dapat dijawab artikel ini, dan alasan untuk melakukan shadow-test alih-alih beralih sepenuhnya berdasarkan kekuatan sebuah posting peluncuran.

Yang tidak terbuka adalah kalendernya. Jika Mercury 2.5 membawa apa pun yang Anda pedulikan, rencana migrasinya sudah ada, terlepas apakah Anda sudah menuliskannya atau belum, dan tenggatnya kurang dari empat minggu.