Mercury 3 vs GPT-5.6 Sol: 20 volte più economico per token, e i token sono l'intero argomento

La cosa interessante di mettere Mercury 3 accanto a GPT-5.6 Sol è che Sol è già l'estremità economica della frontiera di OpenAI e Mercury 3 è ancora più economico, con un margine che rende la parola "economico" del tutto inutile. Inception Labs ha rilasciato Mercury 3 il 19 ottobre 2026 a $0,20 per milione di token di input e $0,70 per milione di output, dimezzati a $0,10 e $0,35 durante una finestra di lancio senza data di fine dichiarata. GPT-5.6 Sol, che OpenAI ha reso disponibile il 9 luglio 2026, ha un prezzo di listino di $4,00 e $20,00 sotto i 272.000 token e di $8,00 e $30,00 sopra tale soglia. Sull'output si tratta di un divario di 57 volte al prezzo di lancio di Mercury e di un divario di 28 volte a listino — e, a differenza della maggior parte di tali divari, non si riduce quando lo si misura per risposta, perché il vantaggio di Sol nei precedenti confronti con GPT-6 era la parsimonia nei token e Sol non è parsimonioso nel modo in cui lo era GPT-6 Sol. I fallimenti documentati dell'IA e gli incidenti degli agenti dietro rilasci come questo sono raccolti in l'OrcaRouter AI Incident Archive, dove ogni voce riporta le proprie fonti, il livello di gravità, il grado di confidenza e il flag di contestazione.

Entrambi i modelli accetteranno un milione di token di input in una singola chiamata e restituiranno solo testo. Il punto in cui divergono è ciò che accade attorno ai token: Mercury 3 è un modello linguistico a diffusione che fissa blocchi di posizioni in una volta e funziona a 1.068 token al secondo misurati dal fornitore, mentre GPT-5.6 Sol è un modello di frontiera autoregressivo che accetta immagini e file oltre al testo, e che Artificial Analysis ha misurato a 87,7 token al secondo per 1,99 $ per attività dell’Intelligence Index. Il confronto quindi riguarda meno quale modello sia migliore, cosa che nessuno ha misurato per Mercury, e più quanto costi lo stesso carico di lavoro su ciascuno una volta conteggiati i tentativi ripetuti e i token sprecati.

Due schede tariffarie, da leggere attentamente

La scheda di Sol presenta una soglia che quella di Mercury non ha, e tale soglia è la differenza strutturale più rilevante tra i due prodotti. Tutto fino a 272.000 token di input viene fatturato a $4.00 e $20.00. Qualsiasi cosa oltre tale soglia rifattura l'intera richiesta a $8.00 e $30.00 — non i token in eccesso, l'intera richiesta. Un prompt da 300.000 token costa $2.40 di input su Sol, che è più di quanto costerebbe un prompt da 250.000 token a $4.00, per un fattore superiore a due, con il 20% di testo in più.

• Prezzo — Mercury 3: 0,20 $ / 0,70 $ per milione, 0,10 $ / 0,35 $ al lancio, input in cache con uno sconto del 90% sulla tariffa di input. GPT-5.6 Sol: 4,00 $ / 20,00 $ per milione sotto i 272.000 token, 8,00 $ / 30,00 $ sopra, input in cache a 0,40 $ con un costo di scrittura di 5,00 $ per milione.

• Contesto e output — Mercury 3: 1.000.000 di token in input, 131.072 in output. GPT-5.6 Sol: 1.050.000 in input, 128.000 in output.

• Modalità — Mercury 3: solo testo. GPT-5.6 Sol: testo, immagine e file in input, testo in output.

• Velocità — Mercury 3: 1.068 token al secondo, misurati da Inception. GPT-5.6 Sol: 87,7 token al secondo sul banco di prova di Artificial Analysis, con un tempo al primo token di 91,8 secondi sul suo carico di lavoro predefinito con prompt lungo.

• Punteggi indipendenti — Mercury 3: nessuno pubblicato; non esiste alcuna pagina di Artificial Analysis. GPT-5.6 Sol: 47 sull'Intelligence Index, 77,4 sull'indice di coding, 94,1 su GPQA Diamond, 49,5 su Humanity's Last Exam, 84,0 sul recall a contesto lungo.

• Rilascio — Mercury 3: 19 ottobre 2026. GPT-5.6 Sol: 9 luglio 2026.

Un numero sulla scheda di Sol merita una frase a sé, perché è il numero di cui è fatto un budget di latenza. Artificial Analysis registra un tempo mediano al primo token di 91,8 secondi per GPT-5.6 Sol sulla configurazione che testa. Non è un refuso e non è un avvio a freddo; è ciò che fa un modello che privilegia il ragionamento quando pensa prima di parlare su un prompt lungo. La copertura del lancio di Mercury 3 include rapporti di latenza di terze parti — Octen ha misurato un tempo mediano di generazione di 0,9 secondi e una risposta end-to-end mediana di 2,2 secondi sul proprio carico di lavoro — ma si tratta di testimonianze di clienti in un annuncio del fornitore, non di un harness neutrale, e di carichi di lavoro diversi. La direzione non è in dubbio; l'entità non è risolvibile senza un test comune.

Perché il conteggio dei token decide questa cosa, e come verificarlo per il tuo carico di lavoro

Il divario per token è di 28 volte a listino e 57 volte al lancio, quindi l’unico modo in cui Sol lo colma è produrre molti meno token per lo stesso lavoro. È esattamente ciò che è successo nel confronto con GPT-6 Sol, dove Sol ha speso circa 31.000 token di output per attività dell’indice contro i 193.000 di Claude Sonnet 5.5 ed è risultato più economico per attività nonostante una tariffa di output 20 volte più alta. Qui non succede in modo evidente: GPT-5.6 Sol costa 1,99 $ per attività dell’Intelligence Index, mentre GPT-6 Sol costava circa 1,05 $ con lo stesso harness, quindi Sol è all’incirca due volte più costoso per risposta del suo successore e circa 40 volte più costoso per risposta di quanto lo sarebbe un’attività Mercury 3 da 0,05 $ se Mercury consumasse lo stesso volume di token.

Quel "se" fa tutto il lavoro, e vale la pena formularlo come test anziché come affermazione. Prendi cento tuoi prompt, passali attraverso Sol e registra i token di output per prompt e se la risposta ha richiesto un nuovo tentativo. Fai lo stesso con Mercury 3. Moltiplica per i listini prezzi. Il risultato è la tua risposta, e richiede un pomeriggio anziché una discussione da benchmark.

Tre forme di risultato sono abbastanza comuni da poter essere previste in anticipo.

• Lavoro testuale breve e ad alto volume — classificazione, estrazione, instradamento, riepiloghi brevi, 150 token di output per chiamata. La parsimonia nei token di Sol non ha nulla su cui agire, quindi il listino prezzi è tutta la storia: da 28 a 57 volte più economico su Mercury 3, prima dello sconto.

• Lavoro ad alto impegno di ragionamento — un'analisi in più passaggi a cui Sol dedica 20.000 token di ragionamento. Se Mercury 3 ha bisogno di due tentativi per arrivare alla stessa risposta, il divario effettivo scende da 28 volte a 14 volte; se ne servono cinque, scende a meno di sei volte. Resta comunque un risparmio consistente, non più un errore di arrotondamento nella decisione.

• Qualsiasi cosa che coinvolga un'immagine — uno screenshot, una pagina scansionata, un grafico. Mercury 3 restituisce un errore. Il confronto non esiste, e il prezzo dell'input multimodale di Sol è qualunque cosa Sol faccia pagare.

Lo sconto, e perché il modello di costo onesto usa il listino

La tariffa di output di Mercury 3 a $0.35 è una promozione. Inception ha pubblicato il prezzo di listino e lo sconto, ma non la data di fine: il che significa che un modello di costo costruito su $0.35 contiene una passività che nessuno è in grado di quantificare. Sul carico di lavoro a risposta breve di cui sopra, la differenza tra prezzo di lancio e prezzo di listino è di 2x — lo stesso 2x che separa un buon trimestre da un trimestre negativo, in arrivo senza alcun preavviso.

La scheda di Sol ha la proprietà opposta. È stabile, ha un confine documentato e una struttura di cache documentata: $0.40 per milione in lettura, un costo di scrittura di $5.00 per milione, che è il 25% sopra la tariffa di input. Per un workload che reinvia lo stesso preambolo da 30.000 token a ogni passo di un ciclo di agente, quel premio di scrittura vale la pena calcolarlo prima di scartarlo: Sol paga il 25% in più una volta e il 90% in meno a ogni lettura successiva, e con dieci o più passi per attività il costo di input ammortizzato scende sotto $1.00 per milione.

Il tasso in cache di Mercury 3 è di $0,02 per milione a listino, $0,01 durante la finestra di lancio, senza alcun sovrapprezzo di scrittura pubblicato. È il singolo dato più forte a suo favore proprio per quel carico di lavoro: un ciclo agente di venti passaggi con un preambolo di 30.000 token costa $0,60 di input in cache su Mercury a listino, contro circa $0,40 per milione di letture su Sol dopo la scrittura — comparabile in termini assoluti, e il confronto resta comparabile solo perché la cache di Sol è insolitamente buona. Se si elimina la cache da entrambi, il divario torna a essere di 20 volte.

Cosa fa il livello di routing con un divario di 20 volte e nessun punteggio neutro

GPT-5.6 Sol è nel catalogo OrcaRouter alle tariffe di OpenAI — 4,00 $ e 20,00 $ per milione, 8,00 $ e 30,00 $ oltre la soglia di 272.000 token, 0,40 $ per le letture dalla cache — dietro lo stesso endpoint compatibile con OpenAI di tutto il resto che instradiamo, senza alcun ricarico aggiuntivo. Mercury 3 non è nel catalogo; la nostra API dei modelli non restituisce nulla per nessun modello Inception, quindi chiunque lo chiami si rivolge alla piattaforma di Inception stessa, dove i nuovi account ricevono 100 milioni di token gratuiti, oppure a una delle varie piattaforme di terze parti che lo ospitano.

Il divario è così ampio che la mossa allettante è spostare l'intero carico di lavoro e vedere cosa si rompe. La ragione per non farlo non è la prudenza fine a se stessa; è che Mercury 3 ha un unico risultato di qualità, prodotto all'interno dell'harness per agenti di Inception su 50 task Mind2Web dal vivo, in cui ha completato il 50% e, secondo quanto riferito, lo ha fatto con lo stesso volume di token e lo stesso numero di passaggi di un modello di frontiera. È un risultato davvero interessante — siti dal vivo, non uno snapshot — ed è anche non falsificabile dall'esterno, perché l'harness e la valutazione appartengono al venditore.

Quello che una regola di routing offre in quella situazione è un esperimento circoscritto. Invia una porzione definita di traffico a Mercury 3, mantieni Sol dietro di esso come percorso di fallback e lascia che il failover automatico copra il caso in cui il nuovo modello vada in timeout o restituisca errori. La porzione è un numero in un file di configurazione, non un percorso di codice; ampliarla dal 10% al 100%, o ridurla a zero quando lo sconto termina, è una modifica a quel numero.

C'è anche una terza opzione di cui la pagina di nessuno dei due fornitori ti parlerà, ed è quella su cui si orienta la maggior parte dei team una volta fatti i conti: GPT-6 Sol. Ha lo stesso listino prezzi da $4,00 e $20,00 di GPT-5.6 Sol, si colloca un livello sotto il flagship GPT-6 e costa circa $1,05 per attività dell'Intelligence Index contro i $1,99 di Sol. Se il motivo per cui stai valutando Mercury 3 è che Sol costa troppo per risposta, la risposta più economica a quel problema potrebbe essere un modello più nuovo allo stesso prezzo anziché uno non misurato a un ventesimo del costo.

Dove questo arriva

Per attività solo testo e ad alto volume, i conti non si avvicinano neppure e non dipendono da nulla di non verificato: ai prezzi di listino Mercury 3 costa 20 volte meno sull'input e 28 volte meno sull'output rispetto a GPT-5.6 Sol, con una finestra di contesto della stessa dimensione e nessun confine da attraversare. Se il tuo carico di lavoro è un milione di chiamate brevi al mese, quella è la decisione, e il rischio è misurabile entro un giorno di traffico.

Per i lavori che ragionano per ventimila token, leggono uno screenshot o vengono eseguiti senza supervisione per ore con strumenti nel ciclo, Sol è il modello con un comportamento documentato e un prezzo stabile, e i 91,8 secondi al primo token sono un numero reale su cui puoi pianificare anziché un'affermazione che devi testare. Non è una cosa da poco per cui pagare.

L'unica misurazione che porrebbe fine alla discussione è il costo per attività dell'Intelligence Index di Mercury 3 sull'harness che ha prodotto il valore di 1,99 $ di Sol. Non esiste, non è stata indicata alcuna data per ottenerla e, finché non esisterà, ogni cifra per risposta in questo articolo per Mercury 3 è un'ipotesi con un tariffario allegato. Il tariffario, almeno, è reale — e a 20 volte, è abbastanza ampio da valere la pena di essere testato prima di essere creduto.