Mercury 3 vs Claude Opus 5.5: un token di output 57 volte più economico non è la stessa cosa di una risposta più economica

Mercury 3 costa $0,35 per milione di token di output questa settimana. Claude Opus 5.5 costa $20,00. Moltiplica una coda di supporto per quei due numeri e il divario sembra un errore in uno dei listini — 57 volte, al prezzo di lancio, o 28,6 volte una volta che lo sconto del 50% di Inception termina e Mercury 3 torna a $0,70. La domanda che decide il confronto non è quale numero sia più piccolo. È quante chiamate a Mercury 3 devi fare per ottenere una risposta che Opus 5.5 avrebbe azzeccato al primo colpo, perché ogni nuovo tentativo, ogni escalation e ogni revisione umana viene fatturato alla tariffa della persona o della seconda chiamata, non a quella del token. I fallimenti documentati dell'IA e gli incidenti degli agenti dietro release come questa sono raccolti nell'OrcaRouter AI Incident Archive dove ogni voce riporta le proprie fonti, gravità, grado di confidenza e flag di contestazione.

Quella impostazione conta perché questi due modelli non sono concorrenti nel senso comune. Claude Opus 5.5, rilasciato da Anthropic il 22 settembre 2026, è un modello di ragionamento di frontiera a 4 dollari per milione di token in input e 20 dollari per milione in output, progettato per coding agentico e knowledge work su orizzonti lunghi, con pensiero adattivo, input visivo e di file, una finestra di contesto da 1M di token e un limite di output di 128K. Mercury 3, rilasciato da Inception Labs il 19 ottobre 2026, è un modello linguistico a diffusione progettato per la velocità: 1.068 token al secondo su hardware NVIDIA secondo le misurazioni di Inception, contesto da 1M, output da 131K, solo testo, e una dichiarazione di qualità che cita GPT-6 Luna e Claude Haiku 5.5 — la fascia della velocità — anziché Opus. Confrontarli vale comunque la pena, perché il divario di prezzo invita esattamente alla sostituzione che il posizionamento non supporta.

Da dove arrivano davvero i numeri

Ogni dato di qualità di Opus 5.5 in questo articolo è di Artificial Analysis, misurato sul suo harness: un Intelligence Index di 57,6, Humanity's Last Exam al 61,4%, SciCode al 66,9%, Terminal-Bench 4.0 al 59,6% e recall su contesto lungo all'84,7%. Sono indipendenti e aggiornati a questa settimana.

Ogni dato di Mercury 3 è di Inception, pubblicato ieri, con un'eccezione: il confronto della velocità di elaborazione con la generazione precedente. Artificial Analysis misura Mercury 2.5 a 705,9 token al secondo e Mercury 2 a circa 684. Mercury 3 non ha ancora una pagina su Artificial Analysis — l'indice dei modelli si ferma ancora a Mercury 2.5 — quindi i suoi 1.068 tok/s e la sua affermazione "supera GPT-6 Luna e Claude Haiku 5.5" sono dichiarati dal fornitore, non riprodotti, e vanno letti come tali per almeno un'altra settimana.

Quell'asimmetria è l'intero confronto in miniatura. Da un lato c'è un punteggio verificato da un revisore indipendente e un listino pubblicato; dall'altro un post di lancio, uno sconto e un numero sulla velocità molto grande.

Specifica per specifica, con le prove allegate

• Prezzo dell'output — Mercury 3: 0,35 $ per milione al lancio, 0,70 $ a listino, contro i 20,00 $ di Opus 5.5. Il rapporto è di 57x durante la promozione e di 28,6x dopo.

• Prezzo dell'input — Mercury 3 $0,10 al lancio, $0,20 a listino, contro i $4,00 di Opus 5.5. Stesso schema, rapporto leggermente più ampio.

• Input in cache — Mercury 3: 0,01 $ al lancio, 0,02 $ a listino, contro 0,20 $ per le letture dalla cache di Opus 5.5. Opus addebita inoltre 5,00 $ per milione per la scrittura nella cache da 5 minuti e 8,00 $ per quella da un'ora, voci che il tariffario di Mercury non dettaglia.

• Throughput — Mercury 3 a 1.068 tok/s secondo Inception, non riprodotto; Opus 5.5 a 75,6 tok/s di output, misurato sul traffico del nostro playground negli ultimi sette giorni. Si tratta di un divario di quattordici volte nella direzione sostenuta da Inception, e questo è almeno misurato da entrambe le parti, sebbene con harness diversi.

• Tempo al primo token — Mercury 3 è un modello diffusion che genera in parallelo, quindi il suo primo output utile arriva prima di quello di un modello autoregressivo; Inception non pubblica un dato per l'endpoint chat, e la sua dichiarazione di sotto i 300 ms sulla homepage aziendale si riferisce alla linea di prodotti nel suo complesso, non specificamente a Mercury 3. La latenza end-to-end p50 di Opus 5.5 sul nostro traffico è di 4,4 secondi, che include il thinking.

• Contesto — entrambi 1M token. Il limite massimo di output differisce: 131.072 per Mercury 3, 128.000 per Opus 5.5.

• Input — Opus 5.5 accetta testo, immagini e file; Mercury 3 accetta testo. Non è una voce secondaria. Qualsiasi documento, screenshot, diagramma o PDF nella tua pipeline squalifica silenziosamente Mercury 3.

• Controllo del ragionamento — Mercury 3 espone i livelli di impegno instantaneo, basso, medio e alto e, quando il campo viene omesso, usa il valore predefinito basso. Opus 5.5 utilizza il pensiero adattivo con un proprio selettore di impegno. Entrambi hanno un valore predefinito che ti sorprenderà se non imposti esplicitamente il campo: Mercury 3 su basso, Opus su qualunque valore la politica adattiva di Anthropic scelga per la richiesta.

• Prove — Opus 5.5 dispone di un punteggio di indice indipendente e di una tabella comparativa del fornitore; Mercury 3 non ha né un punteggio di terze parti né un punteggio numerico del fornitore.

L'unico risultato dell'agente che Inception abbia pubblicato

Sepolta sotto le affermazioni sul throughput c'è l'unica misurazione della qualità di Mercury 3 con un compito definito: un harness per agenti web eseguito su 50 attività di navigazione Mind2Web live, in cui Mercury 3 ha completato il 50% e, secondo Inception, "significativamente più di GPT-6.1-Sol", utilizzando lo stesso volume di token e lo stesso numero di passi dell'agente.

Leggete attentamente. Il modello di confronto è GPT-6.1 Sol, non Opus 5.5. L'harness è quello di produzione di Inception stesso. Il campione è di 50 attività. E "stesso volume di token e stesso numero di passaggi dell'agente" è la parte importante per il costo, perché significa che il risparmio per attività è davvero il rapporto per token anziché un artefatto del fatto che il modello compia meno passaggi per arrivarci. Un tasso di completamento del 50% sulla navigazione di siti live è un risultato credibile per un modello veloce; non è un'affermazione che Mercury 3 porterebbe a termine un compito di programmazione di livello Opus.

Per Opus 5.5 l'evidenza equivalente è Terminal-Bench 4.0 al 59,6% sull'harness di Artificial Analysis — un benchmark diverso, una famiglia di task diversa, e non direttamente comparabile. L'affermazione onesta è che nessuno ha eseguito entrambi i modelli sullo stesso benchmark per agenti e pubblicato il risultato. Finché qualcuno non lo farà, ogni affermazione su quale sia migliore nel lavoro agentico è un'inferenza basata sul posizionamento.

Quanto costa una settimana di traffico su ciascuno

Prendi un carico di lavoro plausibile per entrambi: 2 milioni di token di input e 500.000 token di output al giorno, all'incirca un assistente di supporto o di ricerca di medie dimensioni con qualche centinaio di migliaia di chiamate. Su Mercury 3 alla tariffa di lancio sono $0,20 di input e $0,175 di output — meno di quaranta centesimi al giorno. Al prezzo di listino sono $0,40 e $0,35, ovvero 75 centesimi. Su Opus 5.5 lo stesso traffico è $8,00 di input e $10,00 di output, ovvero $18,00 al giorno.

Aggiungiamo ora la parte che la matematica dei token nasconde. Se Mercury 3 ha bisogno di un secondo tentativo su una chiamata su cinque, e ogni nuovo tentativo costa quanto l'originale, il prezzo effettivo sale del 20%, arrivando a circa 45 centesimi al giorno. Persino nel caso assurdo in cui ogni singola chiamata dovesse essere ripetuta una volta, il conto sarebbe di 75 centesimi, comunque 24 volte inferiore a Opus 5.5. Sul prezzo non c'è partita, ed è proprio per questo che la decisione va presa invece sulla qualità e sulle capacità.

Guardala al contrario e la stessa aritmetica spiega perché le persone pagano ancora per Opus. A 18 dollari al giorno, una sola escalation evitata al giorno — una richiesta di supporto che non arriva a una persona, una modifica al codice che non richiede una seconda revisione — ripaga diverse volte l'intera fattura di Opus. Il modello è costoso per token perché il lavoro che sostituisce lo è ancora di più.

Le righe di capacità che non compaiono in una tabella dei prezzi

Opus 5.5 accetta immagini e file, il che significa che può leggere lo screenshot allegato da un utente, il PDF in cui è contenuto un contratto o il diagramma in un documento di progettazione. Mercury 3 è solo testo in entrata e testo in uscita. Se il tuo carico di lavoro tocca uno di questi casi, il confronto finisce lì e il divario di prezzo è irrilevante.

Opus 5.5 include anche la superficie di strumenti di Anthropic: output strutturati, uso degli strumenti, un'API batch a metà prezzo per il lavoro asincrono e prompt caching con tariffe esplicite di scrittura e lettura. Mercury 3 dispone di tool calling e output strutturati su un endpoint compatibile OpenAI, il che è davvero comodo — si integra nel codice esistente senza riscritture — ma la sua gestione della cache è uno sconto sull'input anziché un ciclo di vita documentato di scrittura della cache.

La linea di capacità inversa è la velocità. Opus 5.5 a 75,6 token al secondo va bene per un agente di coding che affronta un compito lungo ed è penoso per qualsiasi cosa su cui una persona è in attesa. La proposta di Mercury 3 è che una persona in attesa non si accorga dell'attesa. Se il tuo prodotto è un turno vocale, un autocompletamento, una risposta di ricerca o un suggerimento di un tutor, quella differenza è il prodotto, non un extra gradito.

Come gestire entrambi senza puntare su nessuno dei due

Claude Opus 5.5 è nel nostro catalogo come anthropic/claude-opus-5.5 alle tariffe di listino di Anthropic — input a 4 $, output a 20 $, letture dalla cache a 0,20 $ — con markup 0%, così una modifica al tariffario di Anthropic si riflette da noi lo stesso giorno anziché al ciclo di fatturazione successivo. Mercury 3 non è nel nostro catalogo: la nostra API dei modelli non restituisce alcun modello Inception, e l'istruzione onesta è raggiungerlo tramite la piattaforma di Inception stessa. Non intendiamo fingere il contrario per far funzionare una proposta di routing.

La separazione serve esattamente a questa decisione. Metti Mercury 3 dietro la chiave di Inception sul tier critico per la latenza, mantieni Opus 5.5 come percorso di escalation dietro un unico endpoint compatibile con OpenAI insieme a più di 200 altri modelli, e lascia che il failover automatico intercetti il caso in cui il nuovo provider vacilla nel suo primo mese. Il routing DSL può esprimere il passaggio — prima il modello veloce, escalation su un segnale di bassa confidenza o un errore di tool call — senza una seconda integrazione per il fallback. Finisci per misurare Mercury 3 sul tuo traffico reale invece che su un post di lancio, e mantieni il modello in grado di leggere uno screenshot per le richieste che lo richiedono.

Quale scegliere?

Se il tuo carico di lavoro è solo testo, vincolato dalla latenza e tollerante a una risposta errata occasionale che un umano o un nuovo tentativo possono intercettare, Mercury 3 al prezzo di lancio è una delle opzioni credibili più economiche disponibili questa settimana, e i 100 milioni di token gratuiti sulla piattaforma di Inception rendono la prova quasi gratuita. Provalo sul tuo traffico, fissa l'impostazione dell'effort e misura il tasso di nuovi tentativi anziché il throughput.

Se il tuo carico di lavoro comprende documenti, immagini, modifiche al codice su lungo orizzonte o risposte che nessuno verifica prima che si agisca su di esse, Opus 5.5 resta la scelta difendibile e il prezzo non è la variabile interessante. Il suo punteggio indipendente sull'indice, il suo input multimodale e la sua tabella di benchmark pubblicata sono ciò che stai acquistando, e nessuno di questi ha ancora un equivalente in Mercury 3.

L'errore da evitare è trattare il 57x come un mandato alla migrazione. È uno sconto sui token, e i token sono la parte più economica della maggior parte dei sistemi AI. Le parti costose — una persona che rivede l'output, una risposta sbagliata che arriva a un cliente, una pipeline ricostruita attorno a un modello che non è in grado di vedere — sono esattamente le parti che la tabella dei prezzi non mostra.