Mercury 3 vs DeepSeek V4 Pro: uno addebitato in base al tempo, l'altro in base al lancio

Due modelli possono entrambi costare «circa un dollaro per milione di token di output» e fatturarti comunque in modo molto diverso. Mercury 3 addebita $0.35 per milione di token di output questa settimana e $0.70 dopo la fine dello sconto di lancio — un listino con una data sconosciuta. DeepSeek V4 Pro addebita $1.98 per milione di token di output fuori dalle fasce di punta e $3.96 durante due finestre ogni giorno feriale, 01:00–04:00 e 06:00–10:00 UTC — un listino con un orologio attaccato. Se il tuo traffico è a raffiche e cade in quelle finestre, DeepSeek V4 Pro costa fino a 11 volte quanto costa Mercury 3 al lancio, e circa 5,7 volte al prezzo di listino di Mercury. Se il tuo traffico si concentra durante la notte e nei fine settimana, il divario si riduce a 2,8 volte. Nessuno dei due numeri è quello del confronto in titolo, ed è proprio questo il punto di metterli fianco a fianco. I fallimenti AI documentati e gli incidenti degli agenti dietro rilasci come questo sono raccolti in the OrcaRouter AI Incident Archive dove ogni voce riporta le proprie fonti, gravità, grado di confidenza e flag di contestazione.

Anche i modelli in sé sono più distanti di quanto suggerisca il prezzo. Mercury 3 è il modello linguistico a diffusione di Inception Labs, rilasciato il 19 ottobre 2026: contesto da 1M, 131.072 token di output, solo testo, 1.068 token al secondo secondo la misurazione di Inception stessa, e nessun punteggio benchmark numerico pubblicato. DeepSeek V4 Pro è il modello mixture-of-experts di punta di D​eepSeek, rilasciato il 24 aprile 2026 e aggiornato come build 0813 in agosto: 1,6 trilioni di parametri totali con circa 49 miliardi attivi, contesto da 1.048.576, un limite di output di 384.000 token, input solo testo e un sostanzioso corpus di misurazioni di terze parti alle spalle. Uno è una scommessa sulla velocità con un tetto non dimostrato. L'altro è una scommessa sulla capacità con un profilo di prestazioni comprovato — e disomogeneo.

Le schede tariffarie, comprese le parti che è facile trascurare.

• Output — Mercury 3 0,35 $ per milione al lancio, 0,70 $ a listino. DeepSeek V4 Pro 1,98 $ fuori orario di punta, 3,96 $ in orario di punta.

• Input — Mercury 3 $0,10 al lancio, $0,20 a listino. DeepSeek V4 Pro $0,66 fuori orario di punta, $1,32 in orario di punta.

• Input in cache — Mercury 3 $0.01 al lancio, $0.02 a listino, uno sconto fisso del 90%. DeepSeek V4 Pro $0.022 fuori picco, $0.044 in picco, lo stesso rapporto di 1/30 ma applicato a una base più alta.

• Quando si applica la tariffa di punta — le finestre di punta di D​eepSeek sono 01:00–04:00 e 06:00–10:00 UTC, dal lunedì al venerdì, esclusi i giorni festivi pubblici cinesi. Tutto il resto, incluse tutte le ore del fine settimana, viene fatturato alla tariffa inferiore. Lo sconto di Mercury 3 non ha una data di fine pubblicata.

• Limite di output — DeepSeek V4 Pro 384.000 token, circa tre volte i 131.072 di Mercury 3.

• Contesto — entrambi nominalmente 1M token.

• Input — solo testo su entrambi. Nessuno dei due è un modello multimodale, quindi questa dimensione è un pareggio anziché il consueto fattore distintivo.

• Throughput — Mercury 3 a 1.068 tok/s per Inception, non replicato. DeepSeek V4 Pro a 119,1 tok/s di output, misurati sul traffico del nostro playground nell'arco di sette giorni.

• Controllo del ragionamento — Mercury 3 offre livelli di impegno istantaneo, basso, medio e alto e il valore predefinito è basso. DeepSeek V4 Pro funziona per impostazione predefinita in modalità thinking, con una modalità non-thinking disponibile, e le due modalità hanno lo stesso prezzo.

La regola della finestra di picco merita più attenzione di quanto di solito riceva, perché rende un modello di costo che presume una tariffa unica sbagliato di un fattore due per circa sette ore di ogni giorno feriale — e quelle sette ore coprono la mattina europea e l'inizio della giornata lavorativa statunitense. Un carico di lavoro che su un foglio di calcolo sembra costare $1,98 per milione può risultare $2,97 per milione in media combinata senza che nessuno cambi una riga di codice.

Cosa dicono al riguardo i numeri di DeepSeek stesso

DeepSeek V4 Pro è misurabile in un modo in cui Mercury 3 attualmente non lo è, e le misurazioni non sono uniformemente lusinghiere. Artificial Analysis lo colloca a un Intelligence Index di 36,0 e a un punteggio AA Coding di 68,8. Il suo punteggio GPQA Diamond è del 92,8%, Humanity's Last Exam del 41%, SciCode del 51%, il recall su contesto lungo dell'80,3%. Su τ²-Bench, il benchmark per l'uso agentico di strumenti, ottiene 96,2 — e la nostra scheda di catalogo si apre proprio con quel numero, il che dice in cosa il modello sia davvero bravo.

Il numero che dovrebbe far riflettere un agente di coding è Terminal-Bench 4.0: 14,1%. Non è un refuso e non è un benchmark diverso da quello su cui Claude Opus 5.5 ottiene 59,6%. Terminal-Bench 4.0 è una suite di attività da terminale a lungo orizzonte, e un modello che ottiene un punteggio nella fascia bassa della doppia cifra non è un modello a cui affidi un compito ingegneristico in più passaggi e poi te ne vai. Al contrario, il 96,2 su τ²-Bench: DeepSeek V4 Pro è eccellente nelle chiamate strutturate agli strumenti verso funzioni ben definite e debole nel lavoro aperto da shell. Questi sono prodotti diversi, e i due punteggi insieme descrivono il confine.

Mercury 3 non ha una tabella equivalente. La sua unica dichiarazione qualitativa strutturata è un'esecuzione dell'agente su 50 attività di navigazione Mind2Web dal vivo, in cui ha completato il 50%, che secondo Inception è "significativamente più di GPT-6.1-Sol" e che ha utilizzato lo stesso volume di token e lo stesso numero di passaggi. Quindi il confronto che un acquirente desidera davvero — come si comportano questi due sulla stessa attività dell'agente — non è stato eseguito da nessuno in pubblico. Quello che si può dire è che sono progettati per modalità di errore diverse: D​eepSeek ha una profonda competenza nelle chiamate agli strumenti e un lungo budget di output; Mercury ha velocità e una base di prove molto più sottile.

Costo, su un orologio reale

Prendiamo un carico di lavoro di elaborazione documentale: 60 milioni di token di input e 15 milioni di token di output al giorno, una pipeline plausibile per la revisione di contratti o atti depositati presso uno studio di medie dimensioni. Su Mercury 3 alla tariffa di lancio, sono $6.00 di input e $5.25 di output, ovvero $11.25 al giorno. Su DeepSeek V4 Pro alla tariffa off-peak, sono $39.60 e $29.70, ovvero $69.30 al giorno.

Ora sposta metà di quel traffico nelle finestre di picco di D​eepSeek. Trenta milioni di token di input costano $19,80 fuori picco e trenta milioni costano $39,60 in picco; l'output si divide in $14,85 e $29,70. Il totale giornaliero diventa $103,95. Stessi token, stesso modello, e la fattura è passata da $69,30 a $103,95. La bolletta di Mercury 3 non cambia affatto in base all'orario.

Dove D​eepSeek recupera quel costo è la capacità. Il limite di output di 384.000 token significa che una singola chiamata può produrre un'estrazione strutturata su un documento molto lungo senza suddivisione in blocchi — il che, per una pipeline legale o finanziaria, non è una comodità ma una proprietà di correttezza, perché è nella suddivisione in blocchi che si perdono i riferimenti incrociati. Il limite di 131.072 token di Mercury 3 coprirà la maggior parte di questi lavori e non li coprirà tutti. Se il tuo compito produce regolarmente output oltre i 130K token, il confronto dei prezzi è irrilevante: il modello più economico non può svolgere il lavoro.

La differenza degli open weights che nessuno menziona in una tabella dei prezzi

DeepSeek pubblica i pesi. DeepSeek-V4-Pro-0813 è disponibile su Hugging Face nell'organizzazione deepseek-ai, con data 13 agosto 2026, insieme alla linea V4.1-Flash che ha continuato a essere distribuita fino a ottobre. Ciò significa che puoi ospitare il modello autonomamente, sottoporlo a fine-tuning, quantizzarlo o eseguirlo in un ambiente air-gapped, e nessun fornitore può ritirartelo. Inception non ha pubblicato i pesi di Mercury 3 e l'annuncio non si impegna a farlo. Se la tua postura di conformità richiede che il modello risieda all'interno del tuo perimetro, il confronto ha esattamente una risposta praticabile.

Il compromesso è che ospitare autonomamente un modello mixture-of-experts da 1,6 trilioni di parametri non è un progetto da weekend, e il prezzo del servizio ospitato è abbastanza basso che la maggior parte dei team non dovrebbe nemmeno provarci. Il punto rilevante è l'opzionalità, non l'economia.

Mettere entrambi dietro un unico tasto

DeepSeek V4 Pro è nel nostro catalogo come deepseek/deepseek-v4-pro, fatturato alla tariffa propria di DeepSeek con 0% di ricarico — incluso il moltiplicatore di picco, che viene trasferito invariato anziché essere appianato in un numero fisso. Questo qui conta più del solito: un fornitore il cui prezzo varia con l'ora è esattamente il caso in cui un router dovrebbe mostrarti il tariffario reale invece di una media. Mercury 3 non è nel nostro catalogo; la nostra API modelli non ha affatto modelli Inception, quindi la via per accedervi è la piattaforma di Inception stessa.

Lo schema che ha senso per un team che valuta entrambi è una suddivisione per forma del compito anziché per prezzo. Invia l'estrazione con output lungo e le chiamate strutturate agli strumenti a DeepSeek V4 Pro, dove il tetto di 384K e il punteggio τ²-Bench svolgono un lavoro concreto; invia il livello critico per latenza e con output breve a Mercury 3 tramite la chiave di Inception. Un unico endpoint compatibile con OpenAI copre il lato D​eepSeek e oltre 200 altri modelli, con failover automatico in caso di degrado di un provider, e il DSL di routing può contenere la regola sulla forma del compito così che venga configurata una sola volta anziché reimplementata in ogni servizio. Mantieni il percorso rapido ed economico dove la velocità è il prodotto e la capacità comprovata dove la correttezza è ciò che conta.

Quale scegliere

Scegli DeepSeek V4 Pro quando il lavoro è un output strutturato lungo, un flusso di lavoro con chiamata di strumenti su funzioni definite, o qualsiasi cosa che debba essere eseguita all'interno della tua infrastruttura. Accetta che stai pagando tra 2,8 e 5,7 volte il prezzo di lancio di Mercury 3, che la fattura cambia di ora in ora, e che Terminal-Bench 4.0 afferma che questo non è il tuo agente di coding autonomo.

Scegli Mercury 3 quando il compito è breve, solo testo, critico per la latenza ed economico da ritentare — turni vocali, suggerimenti, riepiloghi di ricerca, bozze per l'assistenza — e quando sei disposto a eseguire tu stesso la valutazione, perché nessuno ne ha pubblicata una. Lo sconto di lancio rende la prova quasi gratuita; l'assenza di una data di fine lo rende una cattiva base per un modello di costo a cinque anni.

L'unica cosa da non fare è scegliere tra i due in base al prezzo token di facciata. Il clock di D​eepSeek e la finestra di lancio di Mercury sono entrambi temporanei a modo loro, e il numero che dovrebbe guidare la decisione — il costo per attività completata, inclusi i tentativi ripetuti e la revisione umana — è il numero che nessuno dei due fornitori pubblica.