Mercury 3 vs MiniMax M3: un numero contro un intero record

Inception ha rilasciato Mercury 3 il 19 ottobre 2026 con un solo dato prestazionale — 1.068 token al secondo — e nessun punteggio benchmark di alcun tipo. MiniMax ha rilasciato MiniMax M3 il 1° giugno 2026 con una tabella di benchmark del fornitore, un checkpoint scaricabile e, quattro mesi dopo, un punteggio pubblicato da un valutatore indipendente. Mettendo i due fianco a fianco, la domanda interessante non è quale modello sia più veloce o più economico. È che oggi uno di questi modelli può essere verificato da qualcuno che non sia il suo autore, e l'altro no. Questa asimmetria è l'intero confronto, e resiste a ogni taglio di prezzo annunciato da entrambi i laboratori. I malfunzionamenti 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 un flag di contestazione.

I due modelli risultano anche abbastanza vicini sulla carta da rendere la scelta concreta. Entrambi operano con una finestra di un milione di token. Entrambi si collocano nella fascia economica. Entrambi sono costruiti su architetture inusuali per la loro categoria — diffusione per Mercury 3, attenzione sparsa su una miscela di esperti per MiniMax M3 — ed entrambi sostengono che sia l'architettura a garantire loro la convenienza economica.

Due post di lancio, due tipi diversi di prove

Leggi l'annuncio di Inception come un documento. Presenta un argomento di scaling: Mercury 3 è oltre 40 volte più grande di Mercury 1 in termini di parametri totali, l'intelligenza misurata è cresciuta di circa tre volte passando da Mercury 1 (mini) a Mercury 3, e il modello è "altrettanto veloce" del suo antenato più piccolo. Avanza una tesi comparativa sulla qualità: Mercury 3 è "alla pari o migliore di modelli frontier ottimizzati per la velocità come GPT-6 Luna e Claude Haiku 5.5". E riporta esattamente un risultato su un'attività, dal harness web-agent di Inception stesso, su 50 attività di navigazione Mind2Web live, in cui il modello ne ha completate il 50 per cento. Ognuno di questi dati è dichiarato dal fornitore e nessuno nomina una suite di benchmark, un margine o una configurazione hardware.

Leggi il materiale di M​iniMax come un documento e ha la forma opposta. C’è una tabella di benchmark con suite denominate e percentuali — SWE-Bench Pro 59.0, Terminal-Bench 2.1 66.0, BrowseComp 83.5, OSWorld-Verified 68.70 — più una scheda del modello, più i pesi su Hugging Face, più una voce indipendente di Artificial Analysis che assegna al modello 29 sul suo Intelligence Index. I numeri del fornitore restano numeri del fornitore, e non li abbiamo visti riprodotti. Ma il modello può essere scaricato, eseguito e misurato da chiunque voglia farlo, ed è proprio per questo che esiste un numero indipendente.

Questa differenza in ciò che è stato pubblicato non è un dettaglio di marketing. Determina che tipo di consiglio chiunque possa darti su questi due modelli. Per MiniMax M3 c'è un valore di throughput misurato, un costo misurato per attività di indicizzazione, una posizione in classifica misurata. Per Mercury 3 c'è un'affermazione.

Le specifiche, con allegata la fonte di ciascuna parte

• Prezzo per milione di token — Mercury 3: 0,20 $ in input e 0,70 $ in output a listino, dimezzati a 0,10 $ e 0,35 $ mentre è attivo lo sconto di lancio, rispetto a MiniMax M3: 0,30 $ e 1,20 $ su richieste fino a 512K token di input

• Input in cache — Mercury 3 $0,02 per milione, $0,01 durante la finestra di lancio rispetto a MiniMax M3 $0,06 per milione

• Finestra di contesto — Mercury 3: 1.000.000 di token vs MiniMax M3: 1.048.576

• Output massimo — Mercury 3 131.072 token contro i 512.000 token di MiniMax M3 sulla nostra pagina di catalogo; MiniMax non pubblica alcun valore di output massimo, quindi quello è nostro, non del fornitore

• Modalità di input — Mercury 3 solo testo vs MiniMax M3 testo, immagine e video

• Architettura — Mercury 3 è un modello linguistico a diffusione che affina blocchi di token in parallelo, mentre MiniMax M3 è un mixture of experts, con circa 428B totali e circa 23B attivi per token, con M​iniMax Sparse Attention

• Pesi — Mercury 3 chiuso, solo API vs MiniMax M3 scaricabile secondo la M​iniMax Community License

• Throughput — Mercury 3: 1.068 token al secondo, valore dichiarato dal fornitore su hardware NVIDIA non specificato, con dimensione del batch e impostazione di effort non precisate, rispetto a MiniMax M3: 106,4 token al secondo misurati da Artificial Analysis

• Indice di Intelligenza Indipendente — Mercury 3 nessuna voce al 20 ottobre 2026 rispetto a MiniMax M3 29, classificato 23º su 121 modelli nella revisione in vigore quel giorno

Controllo del ragionamento — Mercury 3: quattro impostazioni di sforzo, da instant a high, con valore predefinito low quando il parametro è omesso, rispetto a MiniMax M3: un parametro thinking con modalità enabled, adaptive e disabled

• Tool calling e output strutturati — entrambi li supportano su un endpoint chat completions compatibile con OpenAI

Due di quelle righe hanno bisogno di un'avvertenza prima di essere citate da qualsiasi parte. Il valore di 1.068 è una misurazione del fornitore senza un harness dichiarato, quindi non è comparabile con un numero prodotto da un valutatore indipendente secondo una metodologia fissa. E Artificial Analysis ricalcola periodicamente il proprio indice; il 29 qui sopra è la lettura del 20 ottobre 2026, e MiniMax M3 ha dato letture diverse nelle revisioni precedenti. I numeri su quell'indice cambiano; il fatto che ne esista uno per M3 e non per Mercury 3 no.

Cosa significano 1.068 token al secondo a livello di richiesta

I token al secondo sono un'unità inadatta per decidere qualsiasi cosa, perché nessuno compra token: si comprano richieste completate. Converti entrambe le cifre in ciò che l'utente sperimenta davvero: quanto tempo serve per generare una risposta di mille token.

Con i 1.068 token al secondo dichiarati da Inception, una risposta da 1.000 token richiede circa 0,94 secondi di generazione. Con i 106,4 misurati di MiniMax M3, la stessa risposta richiede circa 9,4 secondi. Includendo un tempo misurato al primo token di 1,13 secondi per M3, il divario tra le due esperienze è di circa dieci volte, prima ancora di aggiungere latenza di rete, accodamento o l'overhead proprio del provider.

È il caso di Mercury 3, ed è un caso reale. Una differenza di dieci volte nel tempo di generazione è la differenza tra una risposta di ricerca che sembra istantanea e una che sembra il caricamento di una pagina. L'intera linea di prodotti di Inception è costruita attorno a questo: l'azienda vende Mercury Voice per il tempo al primo token di risposta, Mercury Decide per la classificazione, e posiziona il prodotto di punta su assistenza, tutoraggio, ricerca e agenti web — tutti scenari in cui una risposta lenta equivale a un prodotto guasto, non a un prodotto leggermente peggiore.

Quello che il numero dieci volte superiore non ti dice è se Mercury 3 sia valido. Il risultato Mind2Web — completamento del 50 per cento su 50 attività dal vivo, "significativamente più di GPT-6.1-Sol" — è l'unico segnale strutturato di qualità pubblicato da Inception, e 50 attività sono un campione abbastanza piccolo che un singolo sito difficile sposta la percentuale di due punti. L'ambiente di valutazione è quello di Inception stesso. Il modello di confronto è nominato senza un punteggio. È un segnale genuino che il modello sappia controllare un browser, e non è una misura che si possa inserire in una decisione di acquisto.

Cosa dice in realtà il record di MiniMax M3

Il quadro indipendente di M3 è poco appariscente e utile. Un Intelligence Index di 29 rispetto a una mediana di 19 per i modelli della sua classe di confronto, 106,4 token di output al secondo rispetto a una mediana di 77,4, un tempo al primo token di 1,13 secondi rispetto a una mediana di 1,70 secondi e un costo di $0,51 per eseguire l'indice per modello. È un modello ben sopra la media per qualità nella sua classe, chiaramente sopra la media per velocità per le sue dimensioni ed economico da eseguire.

I sotto-punteggi che circolano dalla ripubblicazione di terze parti della stessa famiglia di indici raccontano una storia più specifica: solidi nella comprensione dei documenti e nel seguire le istruzioni, più deboli nel lavoro agentico autonomo a più fasi. Il divario tra i suoi sotto-punteggi di coding e quelli agentici è la maggiore dispersione interna nel suo record. Se il tuo carico di lavoro è «leggi questo lungo documento e rispondi con precisione», M3 è ben supportato dalle evidenze. Se è «esegui per venti minuti e consegna», le evidenze sono più scarse e puntano nella direzione opposta.

Per Mercury 3 non c'è un paragrafo equivalente da scrivere, perché i dati non esistono. Artificial Analysis non ha una pagina su Mercury 3 — il suo indice elenca ancora Mercury 2.5 e Mercury 2 — quindi un giorno dopo il lancio il modello non ha un punteggio indipendente, né un dato indipendente sulla velocità, né un valore di costo per attività. Il set di confronto di Inception (GPT-6 Luna, Claude Haiku 5.5) è la fascia veloce anziché la frontiera, che è il giusto termine di paragone per un prodotto basato sulla latenza, ma l'affermazione non riporta alcun margine né i nomi dei test.

Il divario di prezzo è più piccolo di quanto suggerisca il cartellino.

Il riflesso è chiamare Mercury 3 l'opzione economica e M3 quella costosa. Per token è vero in linea di massima e molto meno drammatico di quanto sembri: l'input costa 1,5 volte meno su Mercury 3, l'output 1,7 volte meno. Non è un'altra lega. È un altro scaffale.

Esegui un carico di lavoro concreto. Prendi un assistente per l'assistenza o la ricerca che gestisce 10.000 risposte al giorno, ciascuna con 1.500 token di input di contesto recuperato e scaffolding del prompt e 300 token di output. Si tratta di 15 milioni di token di input e 3 milioni di token di output al giorno.

• Mercury 3 a prezzo di listino — 15 × $0,20 più 3 × $0,70, ovvero $5,10 al giorno

• Mercury 3 alla tariffa di lancio — 15 × $0,10 più 3 × $0,35, ovvero $2,55 al giorno

• MiniMax M3 alla sua tariffa per richieste di piccole dimensioni — 15 × $0,30 più 3 × $1,20, ovvero $8,10 al giorno

Quindi la differenza giornaliera tra i due prezzi di listino è di circa tre dollari su diecimila conversazioni. Se l'efficienza dei token di Mercury 3, nella sua impostazione predefinita a basso impegno, è peggiore di quella di M3 — e nessuno fuori da Inception lo sa, perché non esiste un conteggio misurato dei token di output per Mercury 3 — quel divario di tre dollari può chiudersi o invertirsi sul traffico reale. Questo è il motivo specifico per cui un modello non valutato è difficile da preventivare: non puoi calcolare il costo per attività completata senza un tasso di completamento misurato e una verbosità misurata.

La voce relativa all'input in cache conta più del titolo per i carichi di lavoro degli agenti, perché gli agenti reinviano lo stesso prompt di sistema e le stesse definizioni degli strumenti a ogni passaggio. Con Mercury 3 a $0,02 per milione di token in cache, un preambolo di 20.000 token costa quattro decimillesimi di dollaro per chiamata. Quello di M3 a $0,06 costa tre volte tanto, il che è comunque poco — ma su un'esecuzione di cinquanta passaggi la differenza è di centesimi, non di frazioni di centesimo, ed è nel traffico degli agenti che i centesimi si moltiplicano.

Licenza, uscita e la cosa che non puoi scaricare

MiniMax M3 è distribuito con la licenza MiniMax Community License. L'uso non commerciale è gratuito; l'uso commerciale richiede l'indicazione "Built with MiniMax M3", un avviso una tantum sotto i 20 milioni di dollari di fatturato annuo e un'autorizzazione scritta preventiva al di sopra di tale soglia, oltre al rispetto di un'appendice sulle utilizzazioni vietate. Si tratta più di una revisione legale che di una formalità, ma è una licenza che puoi leggere prima di costruire.

Mercury 3 non ha una licenza da leggere, perché non c'è nulla da licenziare. È chiuso. Questo non è automaticamente motivo di esclusione — la maggior parte dei team che richiama un modello tramite un'API non tocca mai i pesi — ma cambia ciò che accade se Inception cambia il suo prezzo, i suoi termini o la sua disponibilità. L'uscita è una migrazione, non un nuovo deployment.

Un'altra asimmetria che vale la pena menzionare: M3 ha quattro mesi di storico. È stato nel nostro catalogo abbastanza a lungo da accumulare percentili di traffico e latenza, e il suo listino prezzi è rimasto stabile. Mercury 3 ha un giorno di vita, il suo prezzo di lancio non ha una data di fine pubblicata, e i modelli predecessori sono già chiusi ai nuovi utenti — la stessa nota di migrazione di Inception dice che Mercury 2 e Mercury 2.5 smettono di accettare nuove iscrizioni e i clienti esistenti perdono l'accesso il 15 novembre 2026. Un fornitore che ritira una linea di modelli così in fretta ti sta dicendo qualcosa su come si aspetta che tu consumi i suoi prodotti.

Dove un router cambia l'aritmetica

Questo confronto è un buon argomento per non scegliere affatto nella prima settimana. MiniMax M3 è su OrcaRouter a $0.30 in entrata e $1.20 in uscita per milione di token, il prezzo di listino del provider senza alcun ricarico aggiuntivo, insieme a oltre 200 altri modelli dietro un unico endpoint compatibile con OpenAI. Mercury 3 non è nel nostro catalogo — un controllo della nostra API dei modelli non restituisce nulla per nessun modello Inception — quindi chiunque voglia chiamarlo deve rivolgersi alla piattaforma di Inception stessa o a uno degli host di terze parti elencati da Inception. Preferiamo dirlo chiaramente piuttosto che implicare una via che non abbiamo.

Il pattern adatto a un rilascio non misurato e insolitamente rapido è un design a due percorsi. Metti il tier critico per la latenza su Mercury 3 tramite il fornitore e mantieni il fallback misurato su M3 o su un altro modello che serviamo, con failover automatico configurato in modo che un 429 o un endpoint degradato non facciano cadere la funzionalità. Il DSL di routing esiste proprio perché la suddivisione sia una regola anziché una biforcazione nel tuo codebase, e poiché i prezzi di listino dei fornitori passano invariati, una riduzione di prezzo di Inception o una modifica del tier di MiniMax arriva sulla tua fattura il giorno in cui viene annunciata anziché al contratto successivo.

Quello che quel design non ti offre è una garanzia di qualità sul fronte Mercury 3. Niente lo fa, per ora.

La regola da applicare questa settimana

• Se la risposta deve arrivare in circa un secondo e una risposta sbagliata è recuperabile — suggerimenti di ricerca, triage del supporto, suggerimenti per il tutoraggio, passaggi dell'agente con un percorso di escalation — Mercury 3 vale una settimana di valutazione solo in virtù della dichiarazione sulla latenza. Imposta il budget sul prezzo di listino, non sulla tariffa di lancio del 50 per cento, poiché lo sconto non ha una data di fine pubblicata.

• Se hai bisogno di sapere quanto è bravo il modello prima di impegnarti, MiniMax M3 è l'unico di questi due che te lo permette. È anche l'unico che puoi scaricare, quantizzare, ottimizzare o eseguire sul tuo hardware.

• Se il tuo carico di lavoro legge video o immagini, il confronto è già chiuso. M3 li gestisce; Mercury 3 no.

• Se stai ottimizzando il costo per attività completata anziché il costo per token, nessuno dei due modelli ti fornisce ancora il numero che ti serve — M3 perché la sua debolezza agentica è misurata e reale, Mercury 3 perché non è stato misurato affatto nulla del suo comportamento di completamento.

La cosa da tenere d'occhio non è il prezzo di Mercury 3. È la prima valutazione indipendente di Mercury 3, quando arriverà. Se la dichiarazione sul throughput si riproduce vicino a 1.068 token al secondo in un ambiente di test neutrale e la qualità si colloca nella classe Haiku che Inception dichiara, non si tratterà più di un confronto, ma di una questione di migrazione per ogni prodotto sul web vincolato dalla latenza. Se invece si attesta al consueto scarto tra dati del fornitore e valutazione indipendente e la qualità è soltanto competitiva, allora il riepilogo onesto è quello sopra: un modello veloce, economico e non comprovato contro uno più lento, economico e comprovato — e per la maggior parte dei team è il lato comprovato ad avere la via per la produzione finché l'altro lato non avrà un numero.