Mercury 3 vs Mercury 2.5 Preview: l'aggiornamento ha una scadenza, ed è il 15 novembre

Questo è il raro confronto tra modelli in cui il modello più vecchio viene disattivato mentre lo leggi. Mercury 2.5 Preview è stata resa disponibile il 31 agosto 2026; è stata sostituita dalla versione in distribuzione Mercury 2.5 l'8 settembre; e quando Inception ha lanciato Mercury 3 il 19 ottobre 2026, ha anche annunciato che Mercury 2 e Mercury 2.5 sono chiusi ai nuovi utenti, con i clienti esistenti che mantengono l'accesso solo fino al 15 novembre 2026. Quindi la domanda non è se Mercury 3 sia migliore dell'anteprima da cui discende — un aumento di scala dei parametri di 40 volte e una finestra di contesto quadruplicata lo risolvono sulla scheda tecnica. La domanda è quanto ti costi davvero una migrazione a Mercury 3, cosa dica il comitato indipendente del modello che stai lasciando e quanta parte di quanto Mercury 3 ha affermato al lancio quel comitato abbia già smentito per il suo predecessore. La scadenza è tra 26 giorni da oggi. Se il modello su cui approdi è uno che instradiamo, la stessa disciplina di configurazione funziona sul nostro endpoint compatibile con OpenAI, al prezzo di listino del fornitore con 0% di ricarico, quindi anche qui un passaggio è una modifica di configurazione. I malfunzionamenti documentati dell'IA e gli incidenti degli agenti dietro rilasci come questo sono raccolti in l'Archivio degli incidenti IA di OrcaRouter dove ogni voce riporta le proprie fonti, gravità, livello di confidenza e indicatore di contestazione.

Che cosa è cambiato tra l'anteprima e il modello di punta?

Inception è stata insolitamente coerente riguardo alla struttura della sua lineup attraverso tre release in sette settimane, il che rende facile enunciare i delta:

• Rilascio — Mercury 2.5 Preview, 31 agosto 2026 (sostituito da Mercury 2.5 l'8 settembre) vs Mercury 3, 19 ottobre 2026

• Finestra di contesto — 260.000 token su Mercury 2.5 rispetto a 1.000.000 su Mercury 3, un aumento di 3,8×

• Output massimo — 65.536 token rispetto a 131.072, esattamente raddoppiato

• Prezzo dell'output a listino — $0.75 vs $0.70 per milione, un taglio del 6,7%, non certo drammatico

• Prezzo di input a listino — $0,20 su entrambi; la riga di input non si è mossa affatto

• Input in cache — $0,02 su entrambi

• Sconto di lancio — Mercury 2.5 prevedeva uno sconto introduttivo dell'80%; Mercury 3 è stato lanciato con il 50% di sconto, quindi $0,10 per l'input e $0,35 per l'output durante la promozione

• Throughput — 1.107 token al secondo dichiarati per Mercury 2.5 Preview rispetto a 1.068 per Mercury 3; il modello più recente e molto più grande è marginalmente più lento secondo i dati del fornitore stesso

• Scala — Mercury 3 è descritto come oltre 40× più grande di Mercury 1 in termini di parametri totali; Inception non ha pubblicato alcun numero assoluto di parametri per nessuno dei due modelli

• Modalità — solo testo, su entrambi

• Pesi — chiusi su entrambi

Due righe di quell’elenco meritano più di uno sguardo. La prima è il prezzo. Passare dal successore commerciale dell’anteprima al modello di punta riduce l’output di cinque centesimi per milione e non cambia nient’altro sulla scheda — il che significa che la migrazione non viene venduta affatto sul prezzo. L’argomento di Mercury 3 deve essere capacità e contesto, altrimenti non è un argomento. La seconda è il throughput: il modello più grande è più lento di 39 token al secondo secondo i dati di Inception stesso, quindi un upgrade non compra velocità grezza. Compra spazio.

Qui lo spazio è il vero prodotto. Da 260K a 1M è la differenza tra una conversazione che deve essere riassunta e una che non deve esserlo; da 65K a 131K di output è la differenza tra una risposta e un documento. Se il tuo carico di lavoro con Mercury 2.5 non si è mai avvicinato a 200K token di contesto, l'argomento a favore di un passaggio anticipato è debole. Se tronca regolarmente, Mercury 3 sta risolvendo il tuo problema e la scadenza è un regalo.

La parte della decisione che nessuno stampa: cosa ha detto il consiglio riguardo a 2.5

Mercury 2.5 ha un record indipendente, e non è gentile. Su Artificial Analysis, come letto il 20 ottobre 2026:

• Intelligence Index — 12.3, misurato, non stimato

• AA-Omniscience — −39,5, con un tasso di allucinazione dell'80,3% nella sonda di conoscenza

• Terminal-Bench 4.0 — 0.0

• SciCode — 0.3854

• Humanity's Last Exam — 0.1177

• AA-LCR ragionamento su contesti lunghi — 0.7167

• GDPval-AA — Elo 474,8

• Costo per attività di indicizzazione — $0,1167, il più economico dell'intera serie di cinque articoli, di un fattore sei

È un modello con un profilo molto specifico: economico, veloce e debole proprio nel lavoro ad alta intensità di conoscenza su cui viene giudicato un assistente generale. È il profilo di un componente di latenza più che di un modello di ragionamento, il che è coerente con il modo in cui Inception ha sempre posizionato la linea — voce, supporto, ricerca, tutoraggio — e incoerente con il modo in cui l'anteprima è stata trattata all'epoca. Costa anche $0.1167 per attività di indicizzazione, il che non è un refuso e non è un affare: un modello che risponde in fretta e in modo sbagliato è economico per attività e costoso per risultato.

Questo è importante per Mercury 3 perché la stessa classifica non ha alcuna voce per quel modello. Il modello di punta ha nove giorni e l'unico membro della famiglia che è stato misurato ha ottenuto 12,3. Ciò non predice il punteggio di Mercury 3 — un aumento di scala di 40× con una nuova esecuzione di addestramento è un modello diverso, e Inception afferma che l'intelligenza è aumentata di 3× da Mercury 1 (mini) a Mercury 3 — ma significa che il track record indipendente della famiglia attualmente consiste in una lettura debole e un'assenza. Chiunque pianifichi una migrazione a novembre dovrebbe considerare Mercury 3 come non misurato finché la classifica non dica diversamente, e progettare la migrazione in modo che un modello non misurato non possa mettere fuori uso un percorso di produzione.

Che cosa comporta realmente la migrazione

La meccanica è la parte facile, e Inception l'ha resa più semplice di quanto facciano la maggior parte dei fornitori. Il modello è compatibile con l'API di OpenAI, quindi la forma dell'endpoint non cambia. Ciò che cambia:

• L'identificatore del modello. Mercury 3 è un nuovo ID, non un incremento di versione di uno già esistente

• Il budget di contesto. Una finestra da 1M invita a prompt che una finestra da 260K non potrebbe accettare, e una pipeline che inizia a inviare richieste da 600K token presenta un profilo di costo diverso anche a parità di tariffa per token

• L'impostazione di ragionamento. Mercury 3 espone instant, low, medium e high; la scala di Mercury 2.5 era più corta. Una richiesta che omette l'impostazione ricadrà sul valore predefinito, che potrebbe non essere quello su cui è stato costruito il tuo budget di latenza

• Temperatura. Mercury 3 accetta da 0,5 a 1,0. Qualsiasi valore inferiore a 0,5 su cui i tuoi prompt 2.5 facevano affidamento deve essere limitato.

• Output strutturati e chiamata degli strumenti. Entrambi sono supportati su Mercury 3, ed entrambi sono il tipo di funzionalità che si comporta in modo sottilmente diverso in un aumento di scala di 40× — merita un test di regressione a livello di schema anziché un controllo a occhio

• Limite massimo di output. 131.072 token sono una quantità sufficientemente generosa che una generazione fuori controllo costa denaro reale prima di fermarsi. Imponi esplicitamente un limite.

Il modo economico per farlo è un deployment shadow: duplica una porzione del traffico di Mercury 2.5 verso Mercury 3 con gli stessi prompt, registra entrambi gli output e confrontali sulla metrica che ti interessa davvero — il completamento del task, non la similarità dei token. Fallo per una settimana, poi passa al nuovo. La data del 15 novembre ti lascia spazio sufficiente per un ciclo del genere e non molto altro, quindi inizia dal punto di chiamata con il volume più alto anziché da quello più interessante.

Nota anche la direzione del fallback. Durante un periodo shadow, la configurazione sicura è Mercury 3 come primario con Mercury 2.5 come failover, non il contrario: se il nuovo modello si comporta male, il vecchio risponde comunque, e se il vecchio viene ritirato da sotto i piedi, il nuovo sta già gestendo il traffico. La nota di Inception stessa afferma che i clienti esistenti mantengono l'accesso "fino al 15 novembre 2026", il che si interpreta come un arresto definitivo anziché morbido. Una pipeline il cui unico fallback è un modello con una data di scadenza non ha alcun fallback dopo tale data.

OrcaRouter non instrada Mercury 3 né Mercury 2.5: nessuno dei due è nel nostro catalogo, ed entrambi vengono erogati tramite l'API proprietaria di Inception e diverse piattaforme di terze parti. Questo rende il presente uno dei pochi articoli della serie in cui il consiglio sul routing riguarda la forma dell'integrazione anziché il nostro endpoint: qualunque provider tu usi, inserisci l'identificatore del modello e l'impostazione del reasoning nella configurazione anziché nel codice, così il passaggio di novembre sarà una modifica di configurazione e non un deploy.

Chi deve muoversi ora, chi deve aspettare

Passa ora se: il tuo traffico Mercury 2.5 è critico in termini di latenza e ad alto volume, i tuoi prompt raggiungono regolarmente il limite di 260K, hai bisogno di output più lunghi di 65K token, oppure utilizzi un provider che dismetterà la 2.5 per te il 15 novembre, che tu sia pronto o no. In questi casi la migrazione non è facoltativa e l'unica decisione che resta è se testarla adeguatamente prima. Testala adeguatamente.

Aspetta — ma preparati comunque — se: Mercury 2.5 è un componente secondario, il tuo carico di lavoro rientra comodamente entro 260K, oppure hai bisogno di una qualità misurata prima di impegnarti. Aspettare non significa non fare nulla: inserisci ora nella configurazione le impostazioni di identificatore e ragionamento, esegui il confronto shadow e rinvia il passaggio finché non compare la voce di Artificial Analysis o non arriva il 10 novembre, a seconda di quale avvenga prima.

Cerca altrove senza dubbio se: il tuo lavoro richiede capacità visive, input di file o ragionamento ad alta intensità di conoscenza con un livello minimo di capacità pubblicato. Mercury 3 è solo testo e non ha punteggio; un modello con un indice indipendente e input di immagini è l'acquisto più sicuro, e la riduzione del 6,7% sul prezzo di output non basta a compensare una modalità mancante.

La scadenza è la vera notizia

Tolto l’involucro del lancio, ciò che Inception ha annunciato il 19 ottobre è un calendario di dismissione con un modello allegato. Mercury 2.5 Preview era una preview di cinque settimane; Mercury 2.5 è durato sei settimane come modello in distribuzione prima di essere chiuso ai nuovi utenti; e la data limite per i clienti esistenti è il 15 novembre. È una cadenza rapida per un fornitore che chiede alle imprese di costruirci sopra, ed è il fatto più rilevante per le decisioni per chiunque gestisca questa famiglia in produzione — più rilevante di un aumento del contesto di 3,8×, perché un aumento del contesto è un’opportunità e una data di dismissione è un vincolo.

La controargomentazione è che la cadenza ha portato qualcosa di reale: 1M token di contesto, un tetto di output raddoppiato e una tariffa di output leggermente più economica rispetto al modello che sostituisce, il tutto allo stesso prezzo di input, con un endpoint compatibile con OpenAI così che il passaggio è configurazione anziché codice. I modelli di diffusione avrebbero dovuto incontrare un muro di qualità man mano che scalavano, e l’affermazione di Inception è che non sia successo. Se tale affermazione resista a una valutazione indipendente è la domanda aperta a cui questo articolo non può rispondere, e il motivo per fare shadow test invece di passare in produzione sulla base di un post di lancio.

Ciò che non è aperto è il calendario. Se Mercury 2.5 contiene qualcosa che ti interessa, il piano di migrazione esiste che tu l'abbia messo per iscritto o no, e scade tra meno di quattro settimane.