Mercury 3 vs GPT-5.6 Sol: 토큰당 20배 더 저렴하며, 토큰이 논거의 전부다

Mercury 3를 GPT-5.6 Sol 옆에 놓고 보면 흥미로운 점은, Sol이 이미 OpenAI 프런티어의 저렴한 끝단인데 Mercury 3는 그보다 다시 더 저렴해서 '저렴하다'는 말이 무색할 정도라는 것입니다. Inception Labs는 2026년 10월 19일 Mercury 3를 출시했으며, 입력 토큰 100만 개당 $0.20, 출력 토큰 100만 개당 $0.70이고, 종료일이 명시되지 않은 출시 기간에는 절반인 $0.10과 $0.35였습니다. OpenAI가 2026년 7월 9일 출시한 GPT-5.6 Sol은 272,000토큰 미만에서 $4.00와 $20.00, 그 이상에서 $8.00와 $30.00의 정가로 책정되어 있습니다. 출력 기준으로 이는 Mercury의 출시 가격에서 57배 차이, 정가에서 28배 차이입니다. 그리고 대부분의 이런 격차와 달리, 답변당으로 측정해도 줄어들지 않습니다. 이전 GPT-6 비교에서 Sol의 우위는 토큰 절약이었는데, Sol은 GPT-6 Sol이 그랬던 방식으로 절약적이지 않기 때문입니다. 이와 같은 출시의 배경에 있는 문서화된 AI 실패와 에이전트 사고는 다음에 수집되어 있습니다: the OrcaRouter AI Incident Archive 여기서 각 항목에는 자체 출처, 심각도, 신뢰도 등급, 이견 표시 플래그가 있습니다.

두 모델 모두 한 번의 호출로 100만 토큰의 입력을 받아들이고, 그 대가로 텍스트만 출력합니다. 두 모델이 갈리는 지점은 토큰 주변에서 일어나는 일입니다. Mercury 3는 위치 블록을 한 번에 확정하는 확산 언어 모델로, 벤더 측정 기준 초당 1,068토큰으로 실행됩니다. 반면 GPT-5.6 Sol은 텍스트뿐 아니라 이미지와 파일도 받아들이는 자기회귀 프런티어 모델이며, Artificial Analysis가 Intelligence Index 작업당 1.99달러에 초당 87.7토큰으로 측정했습니다. 따라서 이 비교는 Mercury에 대해서는 아무도 측정하지 않은 어느 모델이 더 나은가의 문제라기보다는, 재시도와 낭비된 토큰을 계산에 넣었을 때 동일한 워크로드가 각 모델에서 얼마의 비용이 드는가의 문제에 더 가깝습니다.

요금표 두 개를 주의 깊게 읽으세요.

Sol의 카드에는 Mercury의 카드에는 없는 경계가 있으며, 이 경계는 두 제품 간의 가장 중대한 구조적 차이입니다. 최대 272,000 입력 토큰까지는 $4.00 및 $20.00로 청구됩니다. 그 이상은 초과 토큰이 아니라 전체 요청의 가격을 $8.00 및 $30.00로 재산정합니다. 300,000토큰 프롬프트는 Sol에서 입력 비용이 $2.40인데, 이는 250,000토큰 프롬프트가 $4.00 요율로 들었을 비용보다 두 배 이상 많은 비용으로, 텍스트는 20% 더 많습니다.

• 가격 — Mercury 3: 100만 개당 $0.20 / $0.70, 출시 시 $0.10 / $0.35, 캐시된 입력은 입력 요율에서 90% 할인. GPT-5.6 Sol: 272,000토큰 미만일 때 100만 개당 $4.00 / $20.00, 초과 시 $8.00 / $30.00, 캐시된 입력은 $0.40이며 100만 개당 쓰기 비용 $5.00.

• 컨텍스트 및 출력 — Mercury 3: 입력 1,000,000 토큰, 출력 131,072 토큰. GPT-5.6 Sol: 입력 1,050,000 토큰, 출력 128,000 토큰.

• 모달리티 — Mercury 3: 텍스트 전용. GPT-5.6 Sol: 텍스트, 이미지, 파일 입력, 텍스트 출력.

• 속도 — Mercury 3: 초당 1,068토큰, Inception 측정. GPT-5.6 Sol: Artificial Analysis의 하네스에서 초당 87.7토큰, 기본 긴 프롬프트 워크로드에서 첫 토큰까지 걸리는 시간은 91.8초.

• 독립적인 점수 — Mercury 3: 공개된 점수 없음; Artificial Analysis 페이지도 존재하지 않음. GPT-5.6 Sol: Intelligence Index에서 47, 코딩 지수에서 77.4, GPQA Diamond에서 94.1, Humanity's Last Exam에서 49.5, 장문맥 회상에서 84.0.

• 출시 — Mercury 3: 2026년 10월 19일. GPT-5.6 Sol: 2026년 7월 9일.

Sol 카드에 적힌 한 숫자는 별도의 문장으로 다룰 가치가 있습니다. 지연 시간 예산을 구성하는 숫자이기 때문입니다. Artificial Analysis는 자사가 테스트하는 구성에서 GPT-5.6 Sol의 첫 토큰까지 걸리는 중앙값 시간을 91.8초로 기록합니다. 이는 오타도 콜드 스타트도 아닙니다. 추론 우선 모델이 긴 프롬프트에서 말하기 전에 생각할 때 나타나는 현상입니다. Mercury 3의 출시 보도에는 타사 지연 시간 보고서가 포함되어 있습니다. Octen은 자사 워크로드에서 중앙값 생성 시간 0.9초, 중앙값 엔드투엔드 응답 2.2초를 측정했습니다. 그러나 이는 벤더의 발표에 실린 고객 평가이며 중립적인 테스트 하네스가 아니고, 워크로드도 다릅니다. 방향성은 의심의 여지가 없지만, 규모는 공통 테스트 없이는 확인할 수 없습니다.

왜 토큰 수가 이 문제를 좌우하는지, 그리고 여러분의 워크로드에서 이를 확인하는 방법

토큰당 격차는 정가 기준 28배, 출시 당시 57배이므로, Sol이 이 격차를 메우는 유일한 방법은 같은 작업에 훨씬 적은 토큰을 생성하는 것입니다. 바로 그 일이 GPT-6 Sol 비교에서 일어났습니다. 여기서 Sol은 인덱스 작업당 약 31,000개의 출력 토큰을 사용한 반면 Claude Sonnet 5.5는 193,000개를 사용했고, 출력 속도가 20배 더 높았음에도 작업당 비용은 더 저렴했습니다. 여기서는 그런 일이 뚜렷하게 일어나지 않습니다: GPT-5.6 Sol은 Intelligence Index 작업당 $1.99의 비용이 드는 반면, GPT-6 Sol은 같은 하네스에서 약 $1.05였습니다. 따라서 Sol은 후속 모델보다 답변당 약 두 배 더 비싸고, Mercury가 동일한 토큰량을 소비한다고 가정하면 $0.05짜리 Mercury 3 작업이 될 텐데, Sol은 답변당 그보다 약 40배 더 비쌉니다.

그 “if”가 모든 일을 하고 있으며, 이는 주장이 아니라 테스트로 제시할 가치가 있습니다. 자신의 프롬프트 100개를 가져와 Sol로 실행하고, 프롬프트당 출력 토큰 수와 답변에 재시도가 필요했는지 여부를 기록하세요. Mercury 3에서도 똑같이 하세요. 그런 다음 요금표를 곱하세요. 그 결과가 바로 답이며, 벤치마크 논쟁 대신 오후 한나절이면 됩니다.

결과의 세 가지 형태는 미리 예측할 수 있을 만큼 충분히 흔합니다.

• 짧고 대량의 텍스트 작업 — 분류, 추출, 라우팅, 짧은 요약, 호출당 출력 토큰 150개. Sol의 토큰 절약성은 작용할 대상이 없으므로 요금표가 전부입니다. 할인 전 기준 Mercury 3에서 28~57배 더 저렴합니다.

• {{1}}추론 비중이 큰 작업 — Sol이 추론 토큰 20,000개를 사용하는 다단계 분석.{{/1}} Mercury 3가 동일한 답에 도달하는 데 두 번의 시도가 필요하다면 실질 격차는 28배에서 14배로 줄어듭니다. 다섯 번이 필요하다면 6배 미만으로 줄어듭니다. 여전히 큰 절감이지만, 이제 의사결정에서 반올림 오차는 아닙니다.

• 이미지가 관련된 모든 경우 — 스크린샷, 스캔한 페이지, 차트. Mercury 3는 오류를 반환합니다. 그 비교는 존재하지 않으며, Sol의 멀티모달 입력 가격은 Sol이 부과하는 금액 그대로입니다.

할인, 그리고 정직한 비용 모델이 정가를 사용하는 이유

Mercury 3의 $0.35 출력 요금은 프로모션입니다. Inception은 정가와 할인율은 공개했지만 종료일은 공개하지 않았습니다. 이는 $0.35를 기준으로 구축한 비용 모델에 아무도 규모를 가늠할 수 없는 부채가 포함되어 있음을 의미합니다. 위의 단답형 워크로드에서 출시 가격과 정가의 차이는 2배이며, 이는 좋은 분기와 나쁜 분기를 가르는 바로 그 2배가 예고 없이 도래하는 것입니다.

Sol의 카드는 반대 속성을 지닌다. 안정적이고, 문서화된 경계가 있으며, 문서화된 캐시 구조를 갖춘다. 읽기 시 백만 토큰당 $0.40, 쓰기 비용은 백만 토큰당 $5.00으로 입력 요율보다 25% 높다. 에이전트 루프의 매 단계마다 동일한 30,000토큰 프리앰블을 다시 보내는 워크로드라면, 그 쓰기 프리미엄은 일축하기 전에 계산해 볼 가치가 있다. Sol은 한 번은 25% 더 지불하고 이후 모든 읽기에서 90% 덜 지불하며, 작업당 10단계 이상이면 상각된 입력 비용이 백만 토큰당 $1.00 아래로 떨어진다.

Mercury 3의 캐시 요율은 리스트 가격 기준 백만 토큰당 $0.02, 출시 기간에는 $0.01이며, 공개된 쓰기 프리미엄은 없습니다. 바로 그 워크로드에 대해 Mercury에 가장 유리한 단일 수치입니다. 30,000토큰 프리앰블이 붙은 20단계 에이전트 루프는 Mercury에서 리스트 가격 기준 캐시된 입력 비용이 $0.60인 반면, 쓰기 이후 Sol에서는 백만 토큰당 약 $0.40 상당의 읽기 비용이 듭니다 — 절대 금액으로는 비슷하며, 이 비교가 비슷하게 유지되는 것은 Sol의 캐싱이 유난히 좋기 때문뿐입니다. 둘 다에서 캐싱을 제거하면 격차는 다시 20배가 됩니다.

20배 격차가 있고 중립 점수가 없을 때 라우팅 계층이 하는 일

GPT-5.6 Sol은 OrcaRouter 카탈로그에 OpenAI 자체 요율로 실려 있습니다 — 100만 토큰당 $4.00 및 $20.00, 272,000토큰 경계를 넘으면 $8.00 및 $30.00, 캐시된 읽기 $0.40 — 우리가 라우팅하는 다른 모든 항목과 동일한 OpenAI 호환 엔드포인트를 통해 추가 마크업 없이 제공됩니다. Mercury 3는 카탈로그에 없습니다. 우리 모델 API는 어떤 Inception 모델에 대해서도 결과를 반환하지 않으므로, 이를 호출하는 사람은 신규 계정에 1억 개의 무료 토큰이 제공되는 Inception 자체 플랫폼으로 가거나, 이를 호스팅하는 여러 제3자 플랫폼 중 하나로 가야 합니다.

격차는 충분히 커서, 솔깃한 선택지는 전체 워크로드를 전환해 보고 무엇이 깨지는지 확인하는 것입니다. 그렇게 하지 않아야 할 이유는 그 자체로 신중함 때문이 아닙니다. Mercury 3에는 단 하나의 품질 결과가 있는데, 이는 Inception 자체의 에이전트 하네스에서 50개의 라이브 Mind2Web 작업을 대상으로 산출된 것으로, 50%를 완료했으며 보고된 바에 따르면 프런티어 모델과 동일한 토큰량과 단계 수로 그렇게 했습니다. 이는 진실로 흥미로운 결과입니다 — 스냅샷이 아닌 라이브 사이트 — 또한 외부에서는 반증할 수 없습니다. 왜냐하면 하네스와 채점은 판매자에게 속하기 때문입니다.

그런 상황에서 라우팅 규칙이 사 주는 것은 범위가 정해진 실험입니다. 트래픽의 정해진 일부를 Mercury 3로 보내고, 그 뒤에 Sol을 폴백 경로로 남겨 두고, 새 모델이 타임아웃되거나 오류가 나는 경우를 자동 페일오버가 처리하게 하십시오. 그 일부는 코드 경로가 아니라 설정 파일에 있는 숫자입니다. 10%에서 100%로 넓히거나, 할인이 끝났을 때 0으로 좁히는 것은 그 숫자를 바꾸는 일입니다.

어느 공급업체의 페이지도 알려주지 않는 세 번째 옵션도 있는데, 숫자를 계산해 본 대부분의 팀이 결국 선택하는 것이 바로 GPT-6 Sol입니다. 이 모델은 GPT-5.6 Sol과 동일한 $4.00 및 $20.00 요금표를 적용하고, GPT-6 플래그십보다 한 단계 아래에 위치하며, Intelligence Index 작업당 비용이 약 $1.05로 Sol의 $1.99보다 낮습니다. Mercury 3를 살펴보는 이유가 Sol의 답변당 비용이 너무 비싸서라면, 그 문제에 대한 더 저렴한 해답은 가격이 20분의 1인 측정되지 않은 모델이 아니라 같은 가격의 더 새로운 모델일 수 있습니다.

이것이 어디로 귀결되는지

텍스트 전용의 대량 작업에서는 계산이 비교 대상이 되지 않을 만큼 명백하고, 검증되지 않은 어떤 것에도 의존하지 않습니다. 정가 기준으로 Mercury 3는 입력에서 GPT-5.6 Sol보다 20배 저렴하고 출력에서는 28배 저렴하며, 컨텍스트 창 크기는 같고 넘어야 할 경계도 없습니다. 월 100만 건의 짧은 호출이 워크로드라면 그것이 바로 결정이며, 위험은 트래픽 하루 안에 측정할 수 있습니다.

2만 개의 토큰 동안 추론하거나, 스크린샷을 읽거나, 도구를 루프에 두고 몇 시간 동안 무인으로 실행되는 작업이라면, Sol은 문서화된 동작과 안정적인 가격을 갖춘 모델이며, 첫 토큰까지 91.8초라는 시간은 직접 테스트해야 하는 주장이 아니라 계획에 반영할 수 있는 실제 수치입니다. 그 대가로 지불하는 것이 결코 사소한 일은 아닙니다.

이 논쟁을 끝낼 단 하나의 측정치는 Sol의 $1.99를 산출한 하니스에서 Mercury 3의 Intelligence Index 작업당 비용이다. 그 수치는 존재하지 않고, 공개된 날짜도 없으며, 그때까지 이 글에서 Mercury 3에 대해 제시하는 모든 답변당 수치는 요금표가 붙은 가정일 뿐이다. 적어도 요금표만큼은 실제이며, 20배라면 믿기 전에 시험해 볼 가치가 있을 만큼 충분히 넓다.