Mercury 3 vs Kimi K3: un modello che puoi scaricare, uno che puoi solo noleggiare

La differenza più utile tra Mercury 3 e Kimi K3 non ha nulla a che fare con la velocità o il prezzo. Kimi K3, che Moonshot AI ha rilasciato il 16 luglio 2026 e di cui ha poi pubblicato i pesi il 27 luglio con licenza MIT modificata, è un mixture-of-experts da 2.800 miliardi di parametri che puoi scaricare, ispezionare, quantizzare e ospitare da te. Mercury 3, che Inception ha rilasciato il 19 ottobre 2026, è un modello diffusion chiuso che puoi solo chiamare. Tutto il resto in questo confronto — le finestre da 1 milione di token che condividono, le migliaia di token al secondo che uno dei due dichiara, il divario di prezzo dell'output che va nella direzione opposta — deriva da quella prima differenza su chi possiede l'artefatto. La stessa chiave dà accesso all'intero catalogo di oltre 200 modelli al prezzo di listino, con failover tra provider. I fallimenti documentati dell'IA e gli incidenti degli agenti alla base di rilasci come questo sono raccolti in l'OrcaRouter AI Incident Archive dove ogni voce riporta le proprie fonti, la gravità, il grado di confidenza e l'indicatore di contestazione.

Quella impostazione non è accademica. Decide quale di questi due modelli può sopravvivere alla scomparsa di un fornitore, quale può essere messo a punto sui tuoi dati, quale puoi eseguire alle tre del mattino senza limiti di frequenza e quale è una voce di costo che termina quando qualcun altro decide che termina. Decide anche cosa sia persino un confronto equo: il prezzo per token di Kimi K3 è un costo di hosting, mentre quello di Mercury 3 è un noleggio.

Le specifiche, su entrambi i lati della linea di proprietà

• Parametri — Kimi K3: 2,8 trilioni in totale, 104 miliardi attivi per token, 16 esperti su 896, contro Mercury 3: non divulgati, descritti solo come oltre 40× più grande di Mercury 1

• Architettura — mixture-of-experts su Kimi Delta Attention contro un modello linguistico a diffusione che rifinisce blocchi di token in parallelo

• Finestra di contesto — 1,048,576 token vs 1,000,000 token; di fatto un pareggio

• Output massimo — Kimi K3 fino all'intera finestra da 1M in una singola risposta rispetto a Mercury 3 131.072 token

• Modalità di input — testo, immagine e video rispetto al solo testo

• Pesi — pubblicati, Modified MIT, su Hugging Face vs chiusi

• Prezzo di input — $3,00 per 1M vs $0,20 per 1M a listino, $0,10 al lancio

• Prezzo di output — $15,00 per 1 mln rispetto a $0,70 per 1 mln a listino, $0,35 al lancio

• Input in cache — $0,30 per 1M vs $0,02 per 1M

• Throughput dichiarato — non pubblicato da Moonshot rispetto a 1.068 token al secondo, riportati dal fornitore

• Indice di intelligenza indipendente — 43,6, secondo Artificial Analysis, rispetto a nessuna voce ancora disponibile al 20 ottobre 2026

Metti le due colonne dei prezzi una accanto all’altra e il divario è di 15× in input e 21× in output. Metti accanto la riga della modalità e il divario si restringe a qualcosa di più stretto di una rotta: Kimi K3 accetta video e immagini, Mercury 3 accetta testo, e un carico di lavoro che deve guardare una registrazione dello schermo non sta scegliendo tra loro a nessun prezzo. Metti accanto la riga dei pesi e il confronto cambia del tutto natura, perché i due prezzi non stanno misurando la stessa cosa.

Cosa dicono davvero le misurazioni di Kimi K3

Kimi K3 è l'unico modello di questa serie in cinque parti ad avere sia i pesi pubblicati sia un record indipendente completo, il che lo rende l'utile punto di ancoraggio:

• Intelligence Index — 43,6, misurato da Artificial Analysis

• Terminal-Bench 4.0 — 0.1263; Terminal-Bench 2.1 — 0.8502 nell'esecuzione riportata dal fornitore stesso

• SciCode — 0.5949, il valore più alto tra i quattro avversari di questo lotto

• Humanity's Last Exam — 0.4690

• Ragionamento a contesto lungo AA-LCR — 0,8867, la lettura a contesto lungo più solida della serie

• GDPval-AA — Elo 1532.59

• AA-Omniscience — 19.7

• GPQA Diamond — 0.9354

• Costo per attività di indicizzazione — $2,00

Due avvertenze su quella tabella. I numeri di Terminal-Bench sono molto distanti — 0,1263 sulla versione 4.0 e 0,8502 sulla 2.1 — il che è un problema di versione del benchmark più che un problema del modello, e chi ne cita uno senza l'altro sta scegliendo una parte. E l'indice Artificial Analysis per Kimi K3 oggi segna 43,6, mentre il materiale di lancio del fornitore rivendicava 57 con una revisione precedente dell'indice. Da allora l'indice è stato ricostruito; il 57 è una lettura storica, non attuale.

Il profilo che sopravvive a entrambe le avvertenze è quello di un modello forte nel ragionamento su contesti lunghi e nel codice scientifico, moderato nel richiamo delle conoscenze e poco notevole nel lavoro agentico in stile terminale. Non è il profilo di un modello che scarichi per sostituire in blocco un'API di frontiera. È il profilo di un modello che vale la pena possedere per una specifica fetta di lavoro — che è esattamente l'argomento a favore dei pesi aperti.

L'avvertenza su scarica ed esegui, detta chiaramente

Pesi pubblicati e pesi eseguibili sono affermazioni diverse, e confonderli è la sovradichiarazione più comune nella copertura dei grandi modelli cinesi. Un mixture-of-experts da 2,8 trilioni di parametri con 104 miliardi di parametri attivi è un artefatto da datacenter. Pubblicare il checkpoint significa che puoi ispezionarlo, metterlo a punto, quantizzarlo ed erogarlo — per organizzazioni con decine di acceleratori e un team di ingegneria per tenerli occupati. Non significa che funzioni su una workstation, e l'ondata di quantizzazione che segue ogni rilascio di questo tipo serve tanto a rendere il modello erogabile quanto a renderlo piccolo.

La lettura onesta della licenza di Kimi K3 è quindi più restrittiva di “aperto” e comunque significativa: è un modello di fascia altissima, verificabile, modificabile e auto-ospitabile. Per un’azienda regolamentata che non può inviare i dati dei clienti a un’API di terzi, questo fa tutta la differenza. Per una startup con tre ingegneri e una bolletta API da 400 $ al mese, è un hobby.

Mercury 3 non offre un'opzione del genere a nessun prezzo. Si tratta di un limite reale e vale la pena essere espliciti sul fatto che Inception non ha annunciato il rilascio dei pesi né una data per farlo. L'alternativa enterprise che offre è contrattuale anziché tecnica: capacità dedicata, autoscaling, controlli di conformità e conservazione dei dati configurabile, tutto all'interno della piattaforma di Inception. Questo risponde alla domanda sulla residenza dei dati per alcuni acquirenti. Non risponde alla domanda "cosa succede se il fornitore scompare" per nessuno di loro.

Costo per lavoro completato, non costo per token

Il divario di 21× nel prezzo dell'output è il numero che viene citato, e di per sé è fuorviante in entrambe le direzioni.

In primo luogo, il prezzo di $3.00/$15.00 di Kimi K3 è un posizionamento premium nel mercato cinese e Moonshot lo ha dichiarato. Rispetto a $0.20/$0.70 di Mercury 3 non è un premium, è una categoria diversa. Un team che genera 50 milioni di token di output al mese paga $750 su Kimi K3 e $35 su Mercury 3 a listino. Questa differenza è abbastanza piccola da essere irrilevante per alcune aziende e abbastanza grande da finanziare un'assunzione per altre.

In secondo luogo, i dati indipendenti sul costo per attività ribaltano l'intuizione. Kimi K3 costa 2,00 $ per attività di indicizzazione completata; Mercury 2.5, il membro misurato più vicino della famiglia Mercury, costa 0,1167 $ — ma ha ottenuto un punteggio di 12,3 contro il 43,6 di Kimi K3. Economico per token ed economico per unità di lavoro sono numeri diversi, e solo uno dei due appartiene a un piano di capacità. Mercury 3 non ha un dato sul costo per attività perché non ha un punteggio di indicizzazione, il che significa che la cella più importante di questo confronto è vuota.

Terzo, ed è quello che le persone dimenticano: Kimi K3 è su OrcaRouter alla tariffa di listino di Moonshot con 0% di ricarico, e lo stesso vale per il resto del catalogo di oltre 200 modelli, su un unico endpoint compatibile con OpenAI con failover automatico. Mercury 3 no — viene servito tramite l'API di Inception stessa e diverse piattaforme di terze parti. Questa asimmetria cambia l'impostazione di una prova sensata: puoi confrontare Kimi K3 con il tuo fornitore attuale senza firmare nulla di nuovo, e non puoi fare lo stesso per Mercury 3 senza una seconda integrazione.

Per un carico di lavoro che esegue lunghe sessioni agente, c’è un’ulteriore leva di costo da verificare prima di potersi fidare dell’uno o dell’altro tariffario. Il contesto da 1M di Kimi K3 non ha alcun sovrapprezzo pubblicato per richieste lunghe, e nemmeno quello di Mercury 3. È insolito, ed è il motivo principale per cui entrambi i modelli sono credibili per trascrizioni che altrove farebbero scattare una fascia di ritariffazione.

Quale scegliere, in base alla situazione anziché al punteggio

Scegli Kimi K3 quando il lavoro richiede immagini o video, quando il ragionamento su contesti lunghi è il compito principale — il suo 0,8867 su AA-LCR è la lettura migliore in questo lotto — quando devi eseguire il fine-tuning su dati proprietari, quando i dati non possono lasciare la tua infrastruttura, o quando vuoi una soglia di capacità misurata prima di assegnare traffico. I pesi sono l'asset strategico; la licenza è davvero permissiva; il prezzo è il costo di non eseguirlo in proprio.

Scegli Mercury 3 quando il carico di lavoro è solo testuale, vincolato dalla latenza e ad alto volume: risposte di assistenza, risposte di ricerca, turni di tutoraggio, attività affini alla classificazione in cui una risposta sotto il secondo è il prodotto. A $0,70 per l'output e $0,02 per l'input in cache è abbastanza economico che l'economia per richiesta smette di essere un vincolo di progettazione, e la finestra da 1M significa che raramente devi riassumere. Ciò a cui rinunci è la multimodalità, un livello minimo di capacità pubblicato e qualsiasi percorso verso l'auto-hosting.

Scegli entrambi quando la suddivisione è per corsia anziché per modello. I due sistemi sono architetturalmente opposti — uno è un enorme MoE autoregressivo sparso, l'altro è un generatore diffusion parallelo — il che significa che falliscono in modo diverso, e una policy che indirizza visione e ragionamento a contesto lungo a Kimi K3 e i turni di testo istantanei a Mercury 3 è coerente nel merito, non solo sul prezzo. Il problema è l'integrazione: solo uno dei due è un'aggiunta a chiave singola.

Cosa cambierebbe la risposta

Tre sviluppi, nessuno dei quali speculativo:

• Il primo punteggio indipendente di Mercury 3. L'unico membro misurato della famiglia Mercury si colloca a 12,3 sull'Intelligence Index, contro il 43,6 di Kimi K3. Se Mercury 3 si posiziona vicino a Kimi K3 costando un quindicesimo, l'argomento del costo di possesso diventa l'unico argomento che resta a Kimi K3. Se si posiziona vicino a 12,3, il divario di prezzo è irrilevante.

• Un rilascio dei pesi di Mercury 3. Inception non ha detto nulla al riguardo. Dei pesi aperti farebbero crollare dall'oggi al domani la differenza centrale in questo articolo.

• Un host più economico per Kimi K3. La tariffa di $3/$15 è quella di Moonshot stessa; la licenza aperta significa che host di terze parti possono praticare prezzi più bassi, e un MoE da 2,8T ospitato a metà prezzo cambia il calcolo del costo per attività senza cambiare il modello

Finché uno di questi non arriva, il confronto è tra un modello testuale noleggiabile, non misurato e molto veloce e un modello premium che si può possedere, misurato, che legge i video. Non sono sostituti. L'unica risposta davvero sbagliata è sceglierne uno perché vince in una colonna in cui l'altro non è mai stato valutato.