Mercury 3 vs Qwen 4 Max: Salah Satu Model Ini Belum Ada

Mercury 3 telah dapat dipanggil sejak 19 Oktober 2026: model difusi tertutup dari Inception dengan konteks 1 juta token, 131.072 token keluaran, dan daftar tarif $0,20/$0,70. Q​wen 4 Max telah dapat dipanggil selama nol hari, karena belum dirilis. A​libaba memperkenalkan nama itu di panggung Apsara Conference di Hangzhou pada 22 September 2026, bersama Q​wen 4 Flash, Q​wen 4 Plus, dan Q​wen 4 27B, menggambarkan keluarga tersebut sebagai model yang dilatih pada arsitektur generasi baru, dan mengatakan bahwa model itu akan segera hadir. Per 20 Oktober tidak ada kartu model, tidak ada pengenal API, tidak ada jendela konteks, tidak ada harga, tidak ada lisensi, dan tidak ada skor benchmark untuk tier Q​wen 4 mana pun. Jadi ini bukan artikel model-versus-model dalam pengertian biasa. Ini adalah artikel tentang apa yang sebenarnya dapat Anda beli hari ini, berapa nilai sebuah pengumuman di panggung, dan mengapa alternatif nyata bagi Mercury 3 di sisi Q​wen adalah Qwen3.8-Max bukan model di judul. 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 sengketa.

Apa yang sebenarnya sedang dibandingkan?

Dua jenis objek yang berbeda. Mercury 3 adalah produk yang sudah dirilis dengan kartu tarif yang dipublikasikan, batas operasional yang terdokumentasi, dan posting peluncuran vendor yang memuat klaim angka spesifik. Q​wen 4 Max adalah nama tier yang dilekatkan pada peta jalan. Setiap fakta di kolom Q​wen di bawah ini adalah fakta tentang pengumuman, bukan tentang modelnya:

• Tanggal rilis — Mercury 3 19 Oktober 2026 vs Q​wen 4 Max belum diumumkan; lini tersebut digambarkan sebagai "dalam pelatihan"

• Jendela konteks — 1.000.000 token vs belum dipublikasikan

• Output maksimum — 131.072 token vs belum dipublikasikan

• Harga — $0.20 per 1 juta input dan $0.70 per 1 juta output, dengan diskon peluncuran 50% dibandingkan yang belum dipublikasikan, dalam mata uang apa pun

• Modalitas — hanya teks vs tidak dipublikasikan; kerangka Apsara menekankan kerja agentik dan penggunaan alat

• Bobot — tertutup vs tidak dipublikasikan; tier 27B dalam keluarga yang sama adalah yang secara historis dirilis terbuka

• Throughput — 1,068 token per detik, dilaporkan vendor vs tidak dipublikasikan

• Skor benchmark independen — belum ada untuk Mercury 3 vs tidak mungkin ada untuk Q​wen 4 Max

• Jumlah parameter — tidak diungkapkan, "lebih dari 40× Mercury 1" vs tidak dipublikasikan; angka 5 hingga 10 triliun yang beredar merupakan milik peta jalan Q​wen 4.5 dan Q​wen 5, bukan Q​wen 4 Max

• Apa yang dapat Anda lakukan dengannya hari ini — memanggilnya melalui API Inception versus tidak sama sekali

Baris terakhir itulah perbandingannya. Sembilan dari sepuluh baris di atas bertuliskan "belum dipublikasikan", dan tabel spesifikasi yang sembilan persepuluhnya kosong bukanlah tabel spesifikasi, melainkan siaran pers dengan format kolom.

Betapa berharganya sebuah pengumuman konferensi

Lini Qwen milik Alibaba memiliki rekam jejak yang patut diperhitungkan secara serius, itulah sebabnya pengumuman tersebut mendapat liputan media. Generasi 3.8 meluncurkan model unggulan 2,4 triliun parameter dengan harga $2,00/$6,00, menerbitkan bobot untuk kelas 27B-nya, dan merilis subversi secara bulanan — Qwen3.8-Max menjadi GA pada 3 Agustus 2026, dengan pembaruan (0902) pada 2 September, rilis open-weight 27B pada 14 Agustus, dan model Flash-Next pada 26 Agustus. Itulah laboratorium yang benar-benar merilis, sesuai jadwal, dengan bobot.

Ini juga merupakan lab yang mengumumkan sebelum merilis. Jajaran Q​wen 4 dipresentasikan pada 22 September tanpa tanggal yang dilampirkan pada salah satu dari empat tingkatan, dan empat minggu sejak itu tidak menghasilkan kartu model, tidak ada repositori, tidak ada checkpoint Hugging Face, dan tidak ada entri di papan independen. Asumsi perencanaan yang realistis bukanlah "Q​wen 4 Max hadir bulan depan" melainkan "Q​wen 4 Max hadir saat kartu model muncul", yang merupakan tanggal yang tidak dapat ditentukan dan karena itu bukan tanggal yang dapat Anda jadikan dasar migrasi.

Yang benar-benar berguna dari pengumuman peta jalan adalah untuk jenis keputusan yang berbeda. Jika Anda sedang memilih di antara vendor saat ini, pengumuman itu memberi tahu Anda bahwa Alibaba berniat untuk terus bersaing di tingkat unggulan, yang menjadi alasan untuk tetap menggunakan generasinya saat ini daripada meninggalkan keluarga produk tersebut. Jika Anda sedang memilih model untuk diterapkan kuartal ini, pengumuman itu tidak memberi tahu Anda apa pun yang dapat Anda tindaklanjuti.

Angka 5 triliun hingga 10 triliun parameter yang ikut beredar bersama liputan Qwen 4 perlu dikoreksi secara khusus, karena angka itu akan terus menyebar. Itu adalah pernyataan yang melihat ke depan tentang generasi setelah Qwen 4 — rentang waktu Qwen 4.5 dan Qwen 5 — dan Alibaba belum mencantumkan jumlah parameter apa pun pada Qwen 4 Max. Klaim ukuran kelas Qwen 5 yang dicetak di samping nama model Qwen 4 adalah kesalahan kategori dengan paruh waktu yang panjang.

Q​wen yang benar-benar bisa Anda panggil

Jika pertanyaan di balik pencarian adalah "haruskah saya menggunakan Mercury 3 atau model unggulan A​libaba", model unggulan A​libaba adalah Qwen3.8-Max dan model itu memiliki rekam jejak nyata. Karena itu, perbandingan yang penting adalah Mercury 3 dengan model yang benar-benar ada:

• Rilis — Mercury 3 19 Oktober 2026 vs Qwen3.8-Max 3 Agustus 2026, diperbarui 2 September

• Konteks — 1,000,000 token vs 983,616 token seperti yang dicatat oleh Artificial Analysis; vendor menyebutkan tepat 1M

• Harga — $0.20/$0.70 pada harga daftar, $0.10/$0.35 selama masa peluncuran vs $2.00/$6.00, dengan input yang di-cache sebesar $0.25

• Input cache — $0,02 ($0,01 saat peluncuran) vs $0,25; Mercury 3 lebih murah satu orde besaran untuk pembacaan cache

• Independent Intelligence Index — tidak ada entri vs 45,4

• Biaya per tugas indeks — tidak diukur dibandingkan $5.41

• Terminal-Bench 2.1 — tidak diukur vs 0.8876, tertinggi dalam batch ini

• Penalaran konteks panjang AA-LCR — tidak diukur vs 0.8033

• GDPval-AA — tidak diukur vs Elo 1665.58

• AA-Omniscience — tidak diukur vs 12.0

• Bobot — tertutup vs tertutup untuk tier Max; tier 27B dari generasi yang sama bersifat terbuka

Bentuk perbandingan itu sudah akrab dari bagian lain batch ini dan layak dinyatakan tanpa tedeng aling-aling: Mercury 3 kira-kira sepersepuluh harga Qwen3.8-Max untuk input dan seperdua belas untuk output, dengan jendela konteks yang sedikit lebih besar dan tanpa skor independen. Qwen3.8-Max adalah model yang diukur, dan pengukurannya baik pada aspek yang tersedia — 0,8876 pada Terminal-Bench 2.1 adalah pembacaan terkuat dalam kumpulan lima artikel ini — tetapi biayanya $5,41 per tugas indeks yang diselesaikan juga yang tertinggi, dan itulah angka yang menentukan apakah kemampuan tersebut terjangkau pada skala volume.

Itulah keputusan sebenarnya yang dihadapi pembaca halaman ini hari ini. Bukan Mercury 3 versus model Q​wen 4 yang tidak ada, melainkan Mercury 3 versus model Q​wen yang akan dijual A​libaba kepada Anda, dengan pengumuman Q​wen 4 sebagai alasan untuk mengamati keluarga ini alih-alih alasan untuk menunggunya.

Cara mengamankan tempat untuk Q​wen 4 Max tanpa bertaruh pada model itu

Posisi yang masuk akal bagi tim yang menganggap Qwen 4 Max akan penting adalah menjaga opsi tersebut tetap murah. Ada tiga hal yang memungkinkan hal itu, dan tak satu pun memerlukan penantian.

Pertama, tulis pemilihan model sebagai konfigurasi, bukan kode. Mercury 3 dan Qwen3.8-Max sama-sama diakses melalui API yang kompatibel dengan OpenAI, sehingga stack yang menyelesaikan pengenal model pada waktu permintaan dapat mengadopsi tier Qwen 4 pada hari kartu model muncul tanpa perlu deploy. Ini adalah disiplin yang sama yang membuat pemberitahuan penghentian dukungan vendor menjadi perubahan konfigurasi, bukan insiden, dan Inception baru saja menunjukkan betapa cepatnya pemberitahuan itu datang: Mercury 2 dan Mercury 2.5 ditutup bagi pengguna baru per 19 Oktober, dengan akses yang sudah ada berakhir pada 15 November.

Kedua, benchmark beban kerjanya, bukan modelnya. Klaim vendor untuk Mercury 3 adalah hasil Mind2Web 50 tugas dalam harness miliknya sendiri dan kutipan testimoni dari empat mitra. Itu menunjukkan bahwa model ini cepat dalam pekerjaan yang berbentuk produksi; itu tidak menunjukkan bagaimana ia menangani dokumen Anda. Tiga puluh kasus evaluasi Anda sendiri, yang dijalankan terhadap Mercury 3 dan Qwen3.8-Max pada prompt yang sama, akan memberi informasi lebih banyak daripada setiap tabel peluncuran yang diterbitkan bulan ini.

Ketiga, pertahankan model yang diukur di jalur yang tidak dapat gagal. OrcaRouter menyediakan qwen/qwen3.8-maxdengan harga daftar Alibaba dengan markup 0% dan failover otomatis di seluruh lebih dari 200 modeldengan satu kunci, sehingga sisi incumbent dalam perbandingan adalah tabel routing, bukan kontrak baru. Mercury 3 tidak ada di router — model ini disajikan melalui API milik Inception sendiri dan beberapa platform pihak ketiga — yang berarti uji coba yang jujur menempatkannya pada sebagian trafik di belakang API vendor sementara model yang diukur tetap berada di jalur produksi. Jika Qwen 4 Max nanti masuk ke router, model itu akan masuk ke kebijakan yang sama tanpa integrasi kedua.

Pertanyaan yang perlu diajukan sebelum pengumuman berikutnya

Setiap tahun melahirkan segelintir nama model yang dicari selama berbulan-bulan sebelum ada model di baliknya, dan biaya dari kesenjangan itu ditanggung oleh tim yang menyusun rencana berdasarkan pengumuman tersebut. Kebiasaan yang berguna adalah uji satu baris: bisakah saya memanggilnya, dan apakah ada harganya? Mercury 3 memenuhi keduanya hari ini. Q​wen 4 Max tidak memenuhi satu pun, dan tidak akan sampai A​libaba menerbitkan kartu model.

Yang perlu diperhatikan, secara spesifik: checkpoint Q​wen 4 27B, bukan tabel benchmark tier Max, karena 27B adalah tier yang secara historis dirilis terbuka dan lisensi serta ukurannya akan menunjukkan seberapa serius komitmen open-weight pada generasi ini. Lalu, daftar tarif tier Max, karena flagship Q​wen yang menawarkan harga di bawah $2.00/$6.00 akan mengubah argumen keterjangkauan dalam perbandingan ini, bukan argumen kemampuan. Dan di sisi Mercury, skor independen pertama — satu-satunya anggota keluarga yang terukur, Mercury 2.5, berada di 12.3 pada Intelligence Index, jadi cakupan kualitas flagship sepenuhnya merupakan klaim vendor sampai papan peringkat ikut menilai.

Sampai saat itu, perbandingannya adalah antara model yang bisa Anda sewa sore ini dengan harga yang membuat ekonomi per permintaan menjadi remeh dan model yang baru ada di ruang konferensi di Hangzhou. Salah satunya adalah keputusan. Yang lain adalah catatan kalender.