Mercury 3 vs GPT-6 Astra: 출력 가격은 28배, 노력 수준은 한 번에 하나씩 구매

Mercury 3와 GPT-6 Astra는 출력 가격에서 28배 차이가 난다. Inception의 출시 기간에는 100만 토큰당 $0.35였고 OpenAI는 $50.00이었다. 처리량에서는 반대 방향으로 약 18배 차이가 난다. 이 두 숫자는 인용하기 쉽지만 그 자체로는 거의 쓸모가 없다. Astra는 하나의 가격에 하나의 모델이 아니기 때문이다. 그것은 추론 사다리다. 다섯 단계의 노력 수준, 맨 아래 46에서 맨 위 53까지 올라가는 인덱스 점수, 그리고 그에 따라 올라가는 청구서가 있다. Mercury 3에도 일종의 사다리가 있다. 네 가지 노력 설정과 맨 아래의 기본값이 있지만, 어느 설정에서도 독립적인 점수는 없다. 따라서 이 대결의 진짜 질문은 Astra가 Mercury 3의 28배 가치가 있느냐가 아니다. 실제로 Astra의 사다리를 얼마나 높이 올라가야 하는지, 그리고 지금 하는 작업에 사다리가 필요한지다. 이와 같은 릴리스의 배경이 되는 문서화된 AI 실패와 에이전트 사고는 OrcaRouter AI Incident Archive에 수집되어 있으며, 각 항목에는 자체 출처, 심각도, 신뢰도 등급 및 이견 표시가 포함되어 있습니다.

이것을 결정하는 숫자, 그리고 그것은 가격이 아니다

Artificial Analysis는 GPT-6 Astra가 모델의 최대 노력 설정에서 Intelligence Index 점수 53을 기록했으며, 이는 지수에 포함된 216개 모델 중 7위이고, 지수 태스크당 컴퓨트 비용은 약 $3.26이라고 측정합니다. 동일한 스위트를 최저 노력 설정에서 실행하면 점수는 46입니다. 다섯 단계는 순서대로 46, 50, 51, 52, 53입니다.

그 사다리를 두 번 읽어 보라. 첫 번째 읽기는 맨 위 칸이 맨 아래 칸보다 겨우 7점 높다는 것인데, 7점이 큰 차이인 벤치마크 스위트에서 그렇다 — Astra 아래 모델들과 Astra 위 모델들은 그보다 더 작은 격차로 나뉜다. 두 번째 읽기는 52점인 네 번째 칸이 1위와 1점 이내이고, 아마 더 저렴하다는 것이다. 마지막 1점이 필요 없는 작업이라면, 당신은 Mercury 3와 53점 모델 사이에서 고르는 것이 아니라 Mercury 3와 52점 모델 사이에서 고르는 것이며, 거기에 도달하는 비용은 다른 모델이 아니라 하나의 파라미터다.

Mercury 3에는 그런 선택지가 없습니다. 올라갈 대상이 없기 때문입니다. 인스턴트, 로우, 미디엄, 하이에 해당하는 인덱스 점수는 없습니다. Mercury 3가 GPT-6 Luna와 Claude Haiku 5.5를 능가한다는 Inception 자체의 비교 주장은 빠른 등급에 관한 주장이며 오차 범위 없이 제시된 것이고, 유일한 구조화된 품질 결과는 자사 에이전트 하네스 안에서 50개의 실제 Mind2Web 탐색 작업을 50% 완료한 것입니다. 이는 실제 결과이자 작은 표본이며, Mercury 3가 내일 투입된다면 216개 모델 지수에서 어디에 위치할지를 알려주지는 않습니다.

출력 토큰당 $50에 실제로 담겨 있는 것

GPT-6 Astra는 텍스트, 이미지, 파일을 입력받고 1.05M 토큰 컨텍스트 창을 유지하며 최대 128K 토큰을 반환합니다. 표준 요율표는 입력 100만 토큰당 $10.00, 출력 100만 토큰당 $50.00이며 캐시된 입력은 $1.00입니다. 입력 토큰이 272,000개를 초과하면 전체 요청의 요율을 $20.00 및 $75.00로, 캐시된 입력을 $2.00로 재산정합니다 — 이 경계는 한계 구간이 아니라 전체 청구액을 두 배로 만드는 스위치입니다. 배치 및 플렉스 처리는 요율을 절반으로 줄이고, 패스트 모드는 두 배로 늘립니다. 추론은 항상 켜져 있으며 낮음에서 최대로 실행됩니다.

그 문단에는 두 가지 함정이 있습니다. 272,000토큰 경계는 280,000토큰 요청이 270,000토큰 요청의 두 배 비용을 들게 한다는 뜻이며, 부분 크레딧은 없습니다. 따라서 경계 근처에서 컨텍스트를 다듬는 일은 대부분의 팀이 들이는 것보다 더 많은 엔지니어링 노력을 들일 가치가 있습니다. 그리고 OpenAI가 "GPT-6 Astra Pro"로 마케팅하는 것은 별도의 모델도, 별도의 SKU도 아닙니다. 그것은 추론 다이얼의 프로 설정이며, 이는 같은 엔드포인트에서 같은 요금으로 접근할 수 있고 사용하기 위해 새 계약이 필요한 것이 아니라는 뜻입니다.

대조적으로 Mercury 3는 정가 기준 $0.20 및 $0.70이며, 출시 기간 동안 절반인 $0.10 및 $0.35로, 캐시된 입력은 $0.02 및 $0.01입니다. 1M 토큰의 컨텍스트 창 하나, 최대 출력 131,072, 티어도 경계도 배치 배수도 없습니다. 요금표는 네 줄입니다. 그 단순함 자체만으로도 가치가 있습니다 — 머릿속에 담아둘 수 있는 비용 모델은 흔들리지 않습니다.

아무도 실행하지 않는 비용 모델: 토큰당 가격이 아니라 작업당 토큰 수

Astra의 토큰당 가격은 Astra 비용에 관한 가장 흥미롭지 않은 숫자다. Artificial Analysis는 Astra에서 전체 Intelligence Index를 한 번 실행하면 총 약 6천만 개의 출력 토큰을 소비하며, 인덱스 작업 하나에 약 $3.26가 든다고 보고한다. 하나를 다른 하나로 나누면 중요한 비율이 나온다. Astra는 답변에 무엇인가를 쓰기 전에 생각에 상당한 비용을 들인다.

Mercury 3의 출시 가격은 Astra보다 14배 낮고, Mercury의 정가와 Astra의 표준 요금을 비교하면 71배 낮다. 그러나 토큰당 가격 비교는 두 모델이 같은 작업에서 비슷한 토큰 수를 출력한다고 가정하는데, 확산 디코딩에 관해 알려진 모든 것은 그렇지 않다고 말한다. 확산 모델은 고정된 횟수의 디노이징 패스에 걸쳐 위치 블록을 결정한다. 그 출력 길이는 답변의 속성이지, 답변 전에 펼쳐지는 내부 독백의 속성이 아니다. Astra의 출력 길이는 그 내부 독백에 의해 좌우된다.

이는 양방향으로 작용하며, 그 양쪽 모두 짚고 넘어갈 가치가 있습니다. Astra가 정답을 얻기 위해 추론 토큰 100,000개를 쓰는 추론 중심 작업에서는 Mercury 3의 우위가 14배보다 훨씬 큽니다. Mercury 3는 독백에 대한 비용을 전혀 지불하지 않기 때문입니다. 다만 그것 없이도 같은 답에 도달하는지는 바로 미해결 질문입니다. Astra가 낮은 노력으로 300토큰 만에 답하는 단답형 작업에서는 독백이 아예 발생하지 않으므로, 비교는 요금표로 귀결됩니다. 출시 시 14배, Mercury의 정가 기준으로는 71배입니다.

여기에 실제 워크로드를 걸어보자. 하루에 입력 토큰 1,000만 개, 출력 토큰 200만 개, 지원과 요약이 섞인 워크로드다. Astra의 표준 요금으로는 입력 $100, 출력 $100 — 하루 $200, 한 달 약 $6,000이다. Mercury 3의 정가 기준으로는 $2와 $1.40 — 하루 $3.40, 한 달 약 $102이다. 출시 요금 기준으로는 그 절반이다. 동일한 트래픽에 59배의 지출이며, Astra의 답변이 59배 더 나은지라는 질문은 현재 누구도 숫자로 답할 수 없는 질문이다.

이 매치업에서 라우터가 실제로 도움이 되는 경우

GPT-6 Astra가 OrcaRouter 카탈로그에 있습니다. 우리가 라우팅하는 나머지 모델과 동일한 OpenAI 호환 엔드포인트에서 접근할 수 있으며, OpenAI의 정가로, 저희 측에서는 아무것도 추가하지 않습니다 — 입력 $10.00, 출력 $50.00, 캐시 $1.00, 그리고 272,000토큰 경계를 넘는 롱컨텍스트 티어는 $20.00 및 $75.00 — 코드가 이미 사용하는 형태에 따라 Chat Completions와 Responses API를 모두 사용할 수 있습니다.

Mercury 3는 카탈로그에 없습니다. 우리 모델 API는 어떤 Inception 모델에 대해서도 아무것도 반환하지 않으므로, 이를 호출한다는 것은 현재 신규 계정에 1억 개의 무료 토큰을 제공하는 Inception 자체 플랫폼으로 가거나, Inception이 나열한 추론 플랫폼 중 하나로 가는 것을 의미합니다. 우리는 비교 글이 우리가 갖지 못한 경로를 암시하게 두기보다는 그렇게 말하는 편이 낫습니다.

여기서 라우팅 계층이 사주는 것은 Astra의 노력 수준과는 종류가 다른 두 번째 다이얼입니다. 다섯 가지 노력 수준은 Astra 자체의 다이얼이며, 한 칸 올릴 때마다 비용이 듭니다. 라우팅을 사용하면 Astra에 얼마나 드물게 비용을 지불할지 선택할 수 있습니다. 대부분의 트래픽은 저희가 라우팅하는 빠른 티어의 모델, 즉 GPT-6 Luna($0.10 및 $0.50) 또는 Claude Haiku 5.5($1.00 및 $5.00)로 보내고, 실제로 어려운 요청 비중에만 Astra를 high나 max로 배정하되, 제공업체에 장애가 발생하면 자동 페일오버와 분할을 코드 분기가 아닌 규칙으로 표현할 수 있는 라우팅 DSL을 갖추는 것입니다. 절감은 Astra의 요율에 있는 것이 아니라, 그것을 얼마나 자주 피하는지에 있습니다.

덧붙여, 그것이 Mercury 3를 정직하게 평가하는 방식이기도 하다. Mercury 3를 Luna, Haiku 5.5와 함께 빠른 티어 경로에 올려놓고—Inception 자체 비교가 그 모델을 위치시키는 곳—당신의 작업에서 이기는지 확인하라. 그것을 Astra와 직접 비교하는 것은 인덱스 점수가 없는 모델을 216개 모델 인덱스의 일곱 번째 단계에 있는 모델과 비교하는 것이며, 그 결과는 두 모델 중 어느 쪽에 대해서보다 불일치에 대해 더 많은 것을 알려줄 것이다.

라우팅 레이어가 어물쩍 넘겨서는 안 될 세부 사항이 하나 있는데, 저희는 그러지 않습니다. Astra의 요금표에는 272,000 입력 토큰을 기점으로 요청 전체의 가격이 다시 산정되는 경계가 있고, 이를 절반으로 줄여 주는 배치 모드도 있습니다. 이는 사소한 조정이 아니며, 정가로 그대로 전달하는 방식이 가치를 가지려면 까다로운 부분까지도 그대로 전달해야 합니다.

그것을 판가름할 비교

Mercury 3 대 GPT-6 Astra의 승부를 가를 것은 출시 게시물도, 이 글도 아니다. 그것은 숫자 하나다. Astra가 올라 있는 동일한 지수에서, 명시된 에포트 설정에서, 동일한 스위트로, Inception이 아닌 누군가가 측정한 Mercury 3의 위치다. 그것이 존재하기 전까지 이 둘 사이의 모든 비교는 측정된 모델과 측정되지 않은 모델 사이의 비교이며, 기본적으로는 측정된 쪽에 의심의 이점을 주어야 한다. O​penAI에 대한 존중 때문이 아니라, 확인할 수 있는 점수가 확인할 수 없는 처리량 수치보다 더 가치 있기 때문이다.

그 사이에 취할 유용한 태도는 Astra 자체의 사다리가 시사하는 태도다. 대부분의 작업은 어떤 사다리든 맨 위 칸을 필요로 하지 않는다. 트래픽의 대부분을 품질 기준을 통과하는 가장 저렴한 모델로 돌리고, 값비싼 칸은 그 기준을 통과하지 못하는 요청을 위해 남겨 두며, Mercury 3는 값비싼 경로의 대안이 아니라 저렴한 경로의 후보로 취급하라. 가격이 14분의 1인데도 기준을 통과한다면, 당신의 자체 작업에서 그것을 알게 될 것이며, 그 작업이야말로 결과를 실제로 활용할 수 있는 유일한 평가 세트다.