Mercury 3 vs Step 5 Preview: il modello misurato è quello che è diventato più costoso

Il 14 ottobre 2026, StepFun ha raddoppiato il prezzo di input con cache hit di Step 5 Preview da 0,35 a 0,70 yuan per milione di token, con una clausola di grandfathering per i chiamanti che avevano già utilizzato il modello. Cinque giorni dopo, Inception ha lanciato Mercury 3 a metà del suo prezzo di listino e non ha indicato quando termina lo sconto. Metti questi due fatti uno accanto all'altro e ottieni la forma di questo confronto: il modello con un punteggio benchmark indipendente è quello il cui prezzo è aumentato, e il modello in offerta è quello che nessuno al di fuori del suo laboratorio ha misurato. I fallimenti documentati dell'IA e gli incidenti degli agenti alla base di rilasci come questo sono raccolti nell'OrcaRouter AI Incident Archive dove ogni voce riporta le proprie fonti, la gravità, il livello di confidenza e il flag di contestazione.

Quell'inversione non è una coincidenza, e non è un argomento a favore di nessuna delle due parti. Step 5 Preview è un modello consolidato con un track record pubblico in crescita — un rilascio del fornitore il 20 settembre 2026, un punteggio indipendente dell'Intelligence Index, pesi ufficiali su Hugging Face — e i fornitori fanno pagare di più ciò che si sa funzionare. Mercury 3 ha nove giorni, dichiara 1.068 token al secondo e non ha alcun punteggio indipendente di alcun tipo. Il prezzo che paghi per quello economico è che sei tu la misura.

Due anteprime che significano cose diverse

La parola "preview" compare in entrambi i nomi e svolge una funzione diversa in ciascuno. In Step 5 Preview è un'etichetta propria di StepFun e parte dell'identificatore API — la stringa che invii è step-5-preview, non step-5 — e StepFun non ha pubblicato alcuna data di sostituzione, alcun avviso di deprecazione né alcun impegno di stabilità per quella stringa. In pratica il modello è attivo da un mese, ha i pesi su Hugging Face e un listino prezzi pubblicato, quindi "preview" sta facendo meno di quanto sembri.

Su Mercury 3 non c'è alcuna etichetta di anteprima: si tratta di un lancio di disponibilità generale con un endpoint compatibile con OpenAI, un ID modello di mercury-3, e una prova di 100 milioni di token per i nuovi account. Ciò che Mercury 3 ha invece è uno sconto di lancio, che è un diverso tipo di instabilità. Un'etichetta di anteprima ti avverte che il modello potrebbe cambiare; uno sconto di lancio ti avverte che il prezzo lo farà.

È importante verificare le date prima di ogni altra cosa. La data di rilascio da parte del fornitore di Step 5 Preview è il 20 settembre 2026, ricavata dai materiali di annuncio di StepFun stesso; Artificial Analysis indica il modello come rilasciato a settembre 2026 e il testo delle sue FAQ lo data al 18 settembre. Il divario di due giorni non è spiegato da nessuna delle due parti, e questo articolo utilizza la data di StepFun laddove ne ha bisogno. La data di Mercury 3 è inequivocabile: 19 ottobre 2026, un giorno prima della stesura di questo testo.

La scheda tecnica, con la fonte di ogni riga

• Prezzo per milione di token — Mercury 3: $0.20 in input e $0.70 in output a listino, $0.10 e $0.35 durante lo sconto di lancio, contro Step 5 Preview: 7 yuan in input e 20 yuan in output, con input con cache hit a 0.70 yuan dopo la modifica del 14 ottobre

• Cifre in dollari del valutatore — Step 5 Preview: 1,00 $ in ingresso e 2,70 $ in uscita per milione, con uno sconto del 90 per cento sulla cache, come pubblicato da Artificial Analysis; questi sono i numeri propri del valutatore e non una conversione valutaria del listino prezzi di StepFun

• Finestra di contesto — Mercury 3 1.000.000 di token vs Step 5 Preview 1M token

• Output massimo — Mercury 3 131.072 token vs Step 5 Preview 64.000 token

• Modalità di input — Mercury 3 solo testo vs Step 5 Preview testo, immagini e video

• Modalità di output — testo su entrambi

• Parametri — Mercury 3 non divulgati, descritti solo come più di 40 volte Mercury 1 rispetto a Step 5 Preview, non pubblicati nella documentazione della piattaforma StepFun né nella pagina del modello del valutatore, quindi nessuno dei due numeri può essere citato qui

• Pesi — Mercury 3 chiusi vs Step 5 Preview pubblicati su Hugging Face con licenza StepFun Model License 1.0, nel repository base più build BF16 e NVFP4

• Controllo del ragionamento — Mercury 3: quattro impostazioni di effort da instant a high, con valore predefinito low, rispetto a Step 5 Preview, un modello di ragionamento senza parametro di effort pubblicato

• Independent Intelligence Index — Mercury 3 nessuna voce alla data del 20 ottobre 2026 rispetto a Step 5 Preview 44 sulla revisione 4.3.2 dell'indice

• Velocità di output misurata — Mercury 3 none vs Step 5 Preview 92,2 token al secondo, misurata da Artificial Analysis

• Caching dei prompt — Mercury 3 supportato a 0,02 $ per milione di token in cache a listino, rispetto a Step 5 Preview supportato a 0,70 yuan per milione di hit di cache, in aumento da 0,35 il 14 ottobre

Una riga di quell’elenco merita un secondo sguardo perché è l’unico punto in cui il prezzo di uno dei due modelli si è mosso pubblicamente. La tariffa di cache-hit di Step 5 Preview è raddoppiata dodici giorni dopo il suo lancio. Il prezzo di input per cache-miss e il prezzo di output sono rimasti invariati, e i chiamanti che avevano usato il modello tramite l’API pay-as-you-go prima di quel momento hanno mantenuto la vecchia tariffa in virtù di una clausola di salvaguardia. Se stai costruendo un modello di costo sul prompt caching — e qualsiasi carico di lavoro agentico lo è — una tariffa che è già raddoppiata una volta è una tariffa da tenere sotto controllo.

La linea multimodale è quella che pone fine ad alcune conversazioni.

Step 5 Preview accetta testo, immagini e video e restituisce testo. Mercury 3 accetta testo e restituisce testo. La documentazione di Inception non è ambigua al riguardo: il modello è indicato come solo testo, e il materiale di lancio riguarda velocità e costi, non la capacità di visione.

Per un carico di lavoro che legge screenshot, scansiona fatture, guarda registrazioni dello schermo o analizza un video per ricavarne note strutturate, non c'è nulla da confrontare. Step 5 Preview è l'unico dei due a cui si possa anche solo fornire l'input, il che rende irrilevante il divario di prezzo e irrilevante il divario nei benchmark proprio fino al momento in cui decidi se il lavoro sulla visione conta. Questa decisione di solito viene presa dal prodotto, non dal modello.

Per un carico di lavoro in cui l'input e l'output sono testo — ricerca, supporto, revisione del codice, sintesi — la linea della modalità scompare e il confronto verte su velocità, prezzo e prove, in quest'ordine di quanto facilmente ciascuno possa essere verificato.

Cosa dice l'unico punteggio indipendente in questo confronto

Step 5 Preview ottiene 44 sull'Artificial Analysis Intelligence Index, versione 4.3.2 — quarto su 121 modelli nella tabella dello stesso indice, rispetto a una mediana di 19. Lo stesso elenco registra una velocità di output misurata di 92,2 token al secondo, un tempo al primo token di 2,55 secondi e un valore di verbosità di 160 milioni di token di output rispetto a una mediana di 140 milioni, che il valutatore descrive come piuttosto verboso. Definisce il modello piuttosto costoso rispetto a modelli open-weight comparabili, il che è un'interpretazione equa di $1.00/$2.70.

Leggi con attenzione il 44. È un composito ponderato su una suite di benchmark, non un'affermazione sul tuo carico di lavoro, e non significa che Step 5 Preview superi il modello classificato al 42º posto sul tuo compito specifico. Anche la pagina del valutatore riporta indicatori "Under review" accanto a diverse valutazioni individuali. Ma è un numero prodotto da una metodologia che altri possono ispezionare, e colloca il modello sopra la mediana del campo.

Mercury 3 non ha nulla di comparabile. L'affermazione sulla qualità di Inception è comparativa — "alla pari o migliore rispetto a modelli di frontiera ottimizzati per la velocità come GPT-6 Luna e Claude Haiku 5.5" — senza margine, senza nomi dei test e senza indicare quale dei suoi quattro livelli di sforzo abbia prodotto il confronto. L'unico risultato strutturato è il test dell'agente di Inception stesso: 50 attività di navigazione Mind2Web dal vivo, completate al 50 per cento, "significativamente più di GPT-6.1-Sol", allo stesso volume di token e allo stesso numero di passaggi e quindi a una frazione del costo per token. Cinquanta attività nell'ambiente di test del fornitore sono un segnale, non un punteggio.

Il numero fisico, e quanto vale

1.068 token al secondo è il motivo per cui vale la pena leggere di Mercury 3. Se regge, una risposta di 500 token viene generata in meno di mezzo secondo, ovvero la differenza tra una risposta di ricerca che sembra istantanea e una che sembra un round trip di rete. Step 5 Preview, a una velocità misurata di 92,2 token al secondo, impiega circa 5,4 secondi per la stessa risposta, più circa 2,55 secondi per il primo token.

L'affermazione non include hardware, dimensione del batch, impostazioni di effort né alcuna indicazione se si tratti di flusso singolo o aggregato, e tutte e quattro queste scelte spostano un valore di throughput di più volte. La divergenza tra fornitore e misurazione indipendente in questa famiglia è documentata: Artificial Analysis misura Mercury 2.5 a circa 706 token al secondo, inferiore al dato pubblicato da Inception al momento del lancio. È questo lo sconto da applicare a 1.068 finché qualcuno non lo riproduce. Al 20 ottobre non esiste alcuna pagina dedicata a Mercury 3 su Artificial Analysis.

La velocità di Step 5 Preview, per contro, è noiosa nel modo in cui le cose misurate sono noiose. È di 92,2 token al secondo, misurati, e questo lo colloca al 32º posto su 78 modelli nella classifica di velocità del valutatore — più veloce della media, non eccezionale. Nessuno lo compra per la velocità. Lo comprano per la finestra da 1M token, l'input multimodale e il punteggio.

Preventivare lo stesso lavoro su entrambi i listini tariffari

Prendiamo una pipeline di triage documentale: 8.000 pagine al giorno, 2.500 token di testo OCR per pagina, un output di classificazione ed estrazione di 300 token per pagina. Sono 20 milioni di token in input e 2,4 milioni di token in output al giorno, con lo stesso blocco di istruzioni reinviato a ogni chiamata e quindi cacheabile.

• Mercury 3 a listino — 20 × $0,20 più 2,4 × $0,70, oppure $5,68 al giorno

• Mercury 3 alla tariffa di lancio — circa $2,84 al giorno

• Anteprima del passaggio 5, non in cache — 20 × 7 più 2,4 × 20 yuan, ovvero 188 yuan al giorno; secondo i valori in dollari del valutatore, 20 × $1,00 più 2,4 × $2,70, ovvero $26,48

• Step 5 Preview con il blocco di istruzioni memorizzato in cache — la voce relativa ai cache hit è di 0,70 yuan per milione contro 7 yuan per un miss, quindi il risparmio dipende interamente da quanto di quei 20 milioni sia costituito dal preambolo ripetuto anziché da nuovo testo della pagina

Quindi il divario di prezzo è di circa quattro volte e mezzo a favore di Mercury 3, e lo sconto di lancio lo porta a circa nove. È l'argomento singolo più forte a favore di Mercury 3 ed è del tutto calcolabile. Ciò che non è calcolabile è il costo per lavoro completato, perché Mercury 3 non ha un tasso di completamento pubblicato né un conteggio pubblicato dei token di output. La verbosità di Step 5 Preview è almeno misurata — 160 milioni di token sull'indice contro una mediana di 140 milioni, che il valutatore definisce alquanto prolisso — e questo ti consente di prevederla nel budget.

L’unica avvertenza che vale la pena ripetere: il dato di Mercury 3 su cui basare la pianificazione è il prezzo di listino. Il taglio del 50 per cento è descritto come “al lancio” senza una data di fine, e i suoi due modelli predecessori sono ora chiusi ai nuovi utenti, con l’accesso esistente che termina il 15 novembre 2026. Il comportamento commerciale di Inception suggerisce di modellare la tariffa che sopravvive alla promozione.

Pesi, licenze e cosa è cambiato nell'ultimo mese

La storia dei pesi aperti di Step 5 Preview è cambiata dopo il lancio. Al momento del rilascio i pesi erano stati mirrorati da terze parti anziché pubblicati dal fornitore; da questa settimana l'organizzazione Hugging Face di StepFun stessa ospita il repository base oltre alle build BF16 e NVFP4, tutte modificate l'ultima volta il 15 ottobre 2026. La licenza è la StepFun Model License 1.0, che non è Apache o MIT e va letta prima di distribuire — è una licenza del fornitore con condizioni, non una licenza permissiva.

Mercury 3 non ha pesi né una licenza per la lettura. È disponibile solo tramite API, con deployment enterprise che aggiungono capacità dedicata, autoscaling e conservazione dei dati configurabile anziché un artefatto che si possa tenere in mano.

Per un team che deve decidere se fare fine-tuning, quantizzare o eseguire su hardware proprio, quella riga è decisiva e le altre righe non contano. Per un team che chiama un'API e non tocca mai un checkpoint, conta solo come misura del costo di uscita: se StepFun cambia il prezzo o ritira il modello, un deployment di Step 5 Preview può passare a pesi self-hosted; un deployment di Mercury 3 passa a un altro fornitore.

La questione del routing, affrontata con onestà

Nessuno dei due modelli è presente nel catalogo OrcaRouter. La nostra API dei modelli non restituisce nulla per step-5-preview né per alcun modello Inception, quindi chiunque voglia chiamare l'uno o l'altro deve rivolgersi alla piattaforma del fornitore stesso oppure a uno degli host di terze parti elencati da ciascun fornitore. Dirlo chiaramente è più utile che lasciar intendere una via che non abbiamo.

Ciò che il livello di routing ti offre in questa situazione è un modo per rispondere alla domanda senza impegnarti. Più di 200 modelli si trovano dietro un unico endpoint compatibile con OpenAI, al prezzo di listino del provider e senza ricarichi, e quelli più vicini a questi due per prezzo e capacità — Qwen 3.8-Max a $2.00/$6.00 con una finestra di 1M token, GLM 5.2 a $1.40/$4.40, Kimi K3 a $3.00/$15.00 — possono essere misurati sul tuo traffico reale già questo pomeriggio. Se nessuno di loro supera la soglia, l'argomento a favore del pagamento all'uno o all'altro fornitore si rafforza; se uno di loro la supera, ti sei risparmiato un'integrazione. Il failover automatico copre anche il rischio specifico di questo confronto, ovvero che il modello in sconto di lancio e senza impegni di stabilità sia proprio quello che metteresti nel percorso di produzione.

Un punto tecnico che qui conta più del solito: i prezzi di listino del provider passano invariati, quindi una variazione delle tariffe del fornitore arriva in fattura lo stesso giorno anziché al rinnovo. Dato che il prezzo della cache di Step 5 Preview è già cambiato una volta, non è un vantaggio ipotetico.

La domanda da porsi prima di scegliere

Entrambi questi modelli sono economici. La differenza nelle loro bollette, su una pipeline realistica, è di pochi dollari al giorno, e lo sconto di lancio fa sembrare Mercury 3 più economico di quanto sarà dopo la fine della promozione. Quindi il costo non è ciò su cui ruota questa decisione.

La risposta sta in una domanda più semplice: hai bisogno che la risposta sia veloce, o hai bisogno di sapere se è corretta? Step 5 Preview è quello che puoi verificare — un punteggio indipendente dell'indice, velocità misurata, verbosità misurata, pesi pubblicati che puoi eseguire nel tuo harness. Mercury 3 è quello che risponderà in meno di un secondo e che attualmente non può essere verificato da nessuno al di fuori di Inception.

Per un prodotto vincolato dalla latenza, con un essere umano nel ciclo e un errore recuperabile, il secondo compromesso è ragionevole e la valutazione costa poco. Per una pipeline che funziona senza supervisione e i cui errori sono costosi, un modello con un punteggio misurato intorno ai quarantacinque vale diverse volte il prezzo di un modello senza alcun punteggio — ed è questo, più che qualsiasi benchmark, il motivo per cui quello misurato può permettersi di aumentare il prezzo della sua cache.

La cosa da tenere d'occhio è poco glamour: la prossima rilevazione indipendente di Mercury 3, ogni volta che comparirà, e se il prezzo della cache di StepFun si muoverà di nuovo. Entrambi sono piccoli fatti che cambierebbero l'aritmetica più di quanto farà qualsiasi post di lancio.