Mercury 3 vs DeepSeek V4 Pro：時間課金か、起動課金か

2つのモデルがどちらも「100万出力トークンあたり約1ドル」のコストでありながら、請求額が大きく異なることがあります。Mercury 3 は今週、100万出力トークンあたり0.35ドルを請求し、ローンチ割引終了後は0.70ドルになります。日付が1つ不明な料金スケジュールです。DeepSeek V4 Pro はオフピーク時に100万出力トークンあたり1.98ドル、平日は毎日2つの時間帯（UTC 01:00–04:00 と 06:00–10:00）に3.96ドルを請求します。時計が付いた料金スケジュールです。トラフィックがバースト的で、それらの時間帯に当たる場合、DeepSeek V4 Pro のコストは Mercury 3 のローンチ時価格の最大11倍、Mercury の定価の約5.7倍になります。トラフィックが夜間や週末に流れる場合は、差は2.8倍まで縮まります。どちらの数字も見出しの比較に出てくる数字ではなく、そこがこの2つを並べて示す要点です。このようなリリースの背景にある、記録されたAI障害やエージェントインシデントはOrcaRouter AI Incident Archiveに収集されており、各エントリには独自の情報源、重大度、信頼度グレード、異議ありフラグが付いています。

両モデル自体も、価格が示唆する以上に隔たりがある。Mercury 3はInception Labsの拡散言語モデルで、2026年10月19日にリリースされた。コンテキストは1M、出力トークンは131,072、テキストのみ、Inception自身の計測では毎秒1,068トークンで、数値ベンチマークスコアは公開されていない。DeepSeek V4 ProはDeepSeekの旗艦mixture-of-expertsモデルで、2026年4月24日にリリースされ、8月に0813ビルドとして更新された。総パラメータ数1.6兆、アクティブ約490億、コンテキスト1,048,576、出力上限384,000トークン、入力はテキストのみで、第三者による計測も多数ある。一方は上限が未証明の速度重視。もう一方は実績のある——しかも均一ではない——スコアカードを持つ容量重視だ。

見落としやすい部分も含めた料金表

• 出力 — Mercury 3 はローンチ時100万トークンあたり$0.35、定価$0.70。DeepSeek V4 Pro はオフピーク時$1.98、ピーク時$3.96。

• 入力 — Mercury 3 は提供開始時 $0.10、通常価格 $0.20。DeepSeek V4 Pro はオフピーク時 $0.66、ピーク時 $1.32。

• キャッシュ入力 — Mercury 3 はローンチ時 $0.01、定価 $0.02 で、一律90%割引。DeepSeek V4 Pro はオフピーク $0.022、ピーク $0.044 で、同じ1/30の比率をより高い基準価格に適用したもの。

• ピークが適用される場合 — D​eepSeekのピーク時間帯は UTC 01:00–04:00 と 06:00–10:00、月曜日から金曜日（中国の祝日を除く）です。それ以外は、週末のすべての時間を含め、低い料金で請求されます。Mercury 3の割引には公表された終了日がありません。

• 出力上限 — DeepSeek V4 Pro は 384,000 トークン、Mercury 3 の 131,072 の約3倍です。

• コンテキスト — いずれも名目上100万トークン。

• 入力 — 両方ともテキストのみ。どちらもマルチモーダルモデルではないため、この項目は通常の差別化要因ではなく引き分けです。

• スループット — Mercury 3 は Inception 1基あたり 1,068 tok/s（未再現）。DeepSeek V4 Pro は 119.1 tok/s の出力を、当社自身のプレイグラウンドのトラフィックで7日間にわたり測定。

推論制御 — Mercury 3 は即時・低・中・高のエフォートを備え、デフォルトは低です。DeepSeek V4 Pro はデフォルトで thinking モードで動作し、non-thinking モードも利用可能で、両モードの価格は同一です。

ピーク時間帯ルールは、通常よりもっと注目されるべきです。なぜなら、単一料金を前提とするコストモデルを、平日のほぼ7時間にわたって2倍の誤差にしてしまうからです。しかもその7時間は、ヨーロッパの午前と米国の就業開始時間帯に当たります。スプレッドシート上では100万件あたり$1.98に見えるワークロードが、コードを一行も変えることなく、ブレンド後は100万件あたり$2.97になることがあります。

DeepSeek自身の数字が物語るもの

DeepSeek V4 Proは、Mercury 3が現時点では測れていない形で測定可能であり、その測定結果は一概に好意的とは言えない。Artificial Analysisによる評価では、Intelligence Indexが36.0、AA Codingスコアが68.8だ。GPQA Diamondスコアは92.8%、Humanity's Last Examは41%、SciCodeは51%、長文脈リコールは80.3%となっている。エージェント型ツール使用のベンチマークであるτ²-Benchでは96.2を記録しており、当社のカタログカードもその数値を先頭に掲げている。このことから、このモデルが実際に何を得意としているかが分かる。

コーディングエージェントを一瞬ためらわせるべき数字は Terminal-Bench 4.0 の 14.1% です。これは打ち間違いでもなければ、Claude Opus 5.5 が 59.6% を記録するのとは別のベンチマークでもありません。Terminal-Bench 4.0 は長期的なターミナル作業を問うタスクスイートであり、そこで10%台前半しか出せないモデルは、複数ステップのエンジニアリング作業を任せてそのまま放置できるモデルではありません。対照的に τ²-Bench の 96.2 です。DeepSeek V4 Pro は、明確に定義された関数に対する構造化されたツール呼び出しには非常に優れていますが、自由形式のシェル作業は苦手です。これらは別の製品であり、2つのスコアを合わせるとその境界線が示されます。

Mercury 3には相当する表がありません。その唯一の構造化された品質主張は、50件のライブMind2Webナビゲーションタスクでエージェントを実行し、その50%を完了したというもので、Inceptionはこれを「GPT-6.1-Solよりも大幅に多い」と述べており、同じトークン量と同じステップ数を使用しました。したがって、購入者が実際に望む比較、つまりこれら2つが同じエージェントタスクでどう振る舞うかは、誰も公開の場で実行していません。言えるのは、両者が異なる失敗モード向けに作られているということです。DeepSeekは深いツール呼び出し能力と長い出力予算を備え、Mercuryは速度とはるかに薄い証拠基盤を備えています。

実時間でのコスト

文書処理ワークロードを考えてみましょう。1日あたり入力トークン6,000万、出力トークン1,500万です。これは中規模事務所での契約書や提出書類のレビューに十分あり得るパイプラインです。Mercury 3の提供開始時料金では、入力が6.00ドル、出力が5.25ドル、つまり1日11.25ドルです。DeepSeek V4 Proのオフピーク料金では、39.60ドルと29.70ドル、つまり1日69.30ドルです。

では、そのトラフィックの半分をD​eepSeekのピーク時間帯に移しましょう。入力トークン3,000万個はオフピークで$19.80、ピークで$39.60かかり、出力は$14.85と$29.70に分かれます。1日の合計は$103.95になります。同じトークン、同じモデルで、請求額は$69.30から$103.95になりました。Mercury 3の請求額は時刻によってまったく変わりません。

D​eepSeek がその分を回収するのは容量の面です。384,000トークンの出力上限により、1回の呼び出しで非常に長い文書に対する構造化抽出をチャンク分割なしで実行できます。これは法律や金融のパイプラインにとって利便性ではなく正確性の性質です。なぜなら、チャンク分割は相互参照が失われる場所だからです。Mercury 3 の131,072トークンの上限は、そうした作業の大半をカバーしますが、すべてをカバーするわけではありません。タスクが日常的に130Kトークンを超える出力を生み出すなら、価格比較は意味をなしません。安いモデルではその作業を実行できないからです。

価格表では誰も語らないオープンウェイトの違い

DeepSeekは重みを公開しています。DeepSeek-V4-Pro-0813は、2026年8月13日付でdeepseek-ai組織のもとHugging Face上に公開されており、10月まで提供を続けてきたV4.1-Flash系と並んでいます。つまり、セルフホスト、ファインチューニング、量子化、あるいはエアギャップ環境での実行が可能であり、どのベンダーもあなたからそれを取り上げることはできません。InceptionはMercury 3の重みを公開しておらず、今回の発表でも公開するとは約束していません。コンプライアンス上の要件としてモデルを自社の境界内に置く必要があるなら、この比較で成立する答えはただ一つです。

トレードオフは、1.6兆パラメータのMixture-of-Expertsモデルをセルフホストするのは週末で終わるプロジェクトではなく、ホスト版の価格はほとんどのチームが試すべきではないほど低いということだ。重要な点は経済性ではなく、オプション性にある。

両方を1つのキーにまとめる

DeepSeek V4 Pro は当社のカタログにdeepseek/deepseek-v4-proとして掲載されており、DeepSeek 自身の料金に 0% のマークアップを加えた額で請求されます — ピーク時の倍率も含まれ、これは一律の固定値に平準化されることなくそのまま反映されます。これはここではいつも以上に重要です。料金が時間ごとに変動するプロバイダーこそ、ルーターが平均値ではなく実際の料金スケジュールを表示すべきまさにケースだからです。Mercury 3 は当社のカタログにはありません。当社のモデル API には Inception のモデルがまったくないため、そこへのルートは Inception 自身のプラットフォームになります。

両方を評価するチームにとって理にかなうパターンは、価格による分割ではなくタスク形状による分割です。長い出力の抽出と構造化ツール呼び出しは、384Kの上限とτ²-Benchスコアが実際に効いてくるDeepSeek V4 Proに送り、レイテンシが重要な短い出力のティアはInceptionのキー経由でMercury 3に送ります。1つのOpenAI互換エンドポイントがDeepSeek側とその他200以上のモデルをカバーし、プロバイダーが劣化した場合の自動フェイルオーバーも備え、ルーティングDSLがタスク形状のルールを保持できるため、各サービスで再実装するのではなく一度設定するだけで済みます。速度そのものが製品である場面では安価で高速なパスを、正確性が求められる場面では実績あるキャパシティを維持できます。

どちらを選ぶべきか

長い構造化出力、定義済み関数に対するツール呼び出しワークフロー、または自社インフラ内で実行する必要がある作業には、DeepSeek V4 Proを選んでください。Mercury 3のローンチ価格の2.8～5.7倍を支払っていること、請求額が時間帯によって変わること、そしてTerminal-Bench 4.0がこれは自律型コーディングエージェントではないと示していることを受け入れてください。

Mercury 3は、短くテキストのみで、レイテンシが重要かつ再試行のコストが低い作業——音声のターン、ヒント、検索要約、サポート返信の下書き——に適しており、また、誰も評価を公開していないため自分で評価を実施する用意がある場合に選ぶべきです。ローンチ割引により試用はほぼ無料ですが、終了日が示されていないため、5年間のコストモデルの根拠としては不適切です。

唯一やってはいけないのは、表向きのトークン価格で両者を選ぶことだ。DeepSeekの時計とMercuryのローンチウィンドウは、どちらもそれぞれの形で一時的なものであり、意思決定を導くべき数字——再試行や人によるレビューを含む、完了したタスクあたりのコスト——こそ、どちらのベンダーも公表していない数字だ。