Mercury 3 vs DeepSeek V4 Pro: de ene wordt per tijdseenheid gefactureerd, de andere per lancering

Twee modellen kunnen allebei "ongeveer een dollar per miljoen outputtokens" kosten en je toch heel verschillend factureren. Mercury 3 rekent deze week $0,35 per miljoen outputtokens en $0,70 nadat de lanceerkorting afloopt — een tariefschema met één onbekende datum. DeepSeek V4 Pro rekent $1,98 per miljoen outputtokens buiten de piek en $3,96 tijdens twee vensters op elke werkdag, 01:00–04:00 en 06:00–10:00 UTC — een schema met een klok eraan vast. Als je verkeer met pieken komt en binnen die vensters valt, kost DeepSeek V4 Pro tot 11 keer zoveel als Mercury 3 bij de lancering kost, en ongeveer 5,7 keer zoveel tegen de lijstprijs van Mercury. Als je verkeer 's nachts en in het weekend loopt, wordt het verschil kleiner tot 2,8 keer. Geen van beide getallen is het getal uit de vergelijking in de kop, en dat is precies het punt van deze twee naast elkaar zetten. De gedocumenteerde AI-fouten en agent-incidenten achter releases zoals deze zijn verzameld in the OrcaRouter AI Incident Archive waar elke vermelding zijn eigen bronnen, ernst, betrouwbaarheidsgraad en betwistmarkering heeft.

De modellen zelf liggen ook verder uiteen dan de prijs doet vermoeden. Mercury 3 is Inception Labs' diffusietaaltaalmodel, uitgebracht op 19 oktober 2026: 1M context, 131.072 outputtokens, alleen tekst, 1.068 tokens per seconde volgens Inceptions eigen meting, en geen gepubliceerde numerieke benchmarkscores. DeepSeek V4 Pro is DeepSeeks vlaggenschip-mixture-of-expertsmodel, uitgebracht op 24 april 2026 en in augustus vernieuwd als de 0813-build: 1,6 biljoen totale parameters met ongeveer 49 miljard actieve, 1.048.576 context, een bovengrens van 384.000 tokens voor de output, alleen tekst als invoer, en een aanzienlijke hoeveelheid meetgegevens van derden achter zich. De een is een snelheidsstrategie met een onbewezen plafond. De ander is een capaciteitsstrategie met een bewezen — en ongelijkmatige — scorekaart.

De tariefkaarten, inclusief de onderdelen die gemakkelijk over het hoofd worden gezien

• Output — Mercury 3 $0,35 per miljoen bij de lancering, $0,70 als lijstprijs. DeepSeek V4 Pro $1,98 buiten piekuren, $3,96 tijdens piekuren.

• Invoer — Mercury 3 $0,10 bij lancering, $0,20 tegen lijstprijs. DeepSeek V4 Pro $0,66 buiten piekuren, $1,32 tijdens piekuren.

• Gecachte invoer — Mercury 3 $0,01 bij lancering, $0,02 tegen listprijs, een vaste korting van 90%. DeepSeek V4 Pro $0,022 buiten piekuren, $0,044 tijdens piekuren, wat dezelfde verhouding van 1/30 is, maar toegepast op een hogere basis.

• Wanneer de piek geldt: de piekvensters van DeepSeek zijn 01:00–04:00 en 06:00–10:00 UTC, van maandag tot en met vrijdag, met uitzondering van Chinese feestdagen. Al het overige, inclusief alle weekenduren, wordt tegen het lagere tarief gefactureerd. De korting van Mercury 3 heeft geen gepubliceerde einddatum.

• Uitvoerplafond — DeepSeek V4 Pro 384.000 tokens, ongeveer drie keer de 131.072 van Mercury 3.

• Context — beide nominaal 1M tokens.

• Invoer — bij beide alleen tekst. Geen van beide is een multimodaal model, dus op dit punt is het gelijkspel in plaats van de gebruikelijke onderscheider.

• Doorvoer — Mercury 3 met 1.068 tok/s per Inception, niet gereproduceerd. DeepSeek V4 Pro met 119,1 tok/s output, gemeten over ons eigen playgroundverkeer gedurende zeven dagen.

• Redeneerbeheer — Mercury 3 biedt inspanningsniveaus direct, laag, gemiddeld en hoog en staat standaard op laag. DeepSeek V4 Pro draait standaard in denkmodus, met een niet-denkmodus beschikbaar, en beide modi kosten hetzelfde.

De piekvensterregel verdient meer aandacht dan ze meestal krijgt, want ze zorgt ervoor dat een kostenmodel dat uitgaat van één tarief er op ongeveer zeven uur van elke werkdag met een factor twee naast zit — en die zeven uur omvatten de Europese ochtend en het begin van de Amerikaanse werkdag. Een workload die er in een spreadsheet uitziet als $1,98 per miljoen, kan gemengd $2,97 per miljoen kosten zonder dat iemand één regel code verandert.

Wat D​eepSeek's eigen cijfers erover zeggen

DeepSeek V4 Pro is meetbaar op een manier waarop Mercury 3 dat momenteel niet is, en de metingen zijn niet uniform flatteus. Artificial Analysis plaatst het op een Intelligence Index van 36,0 en een AA Coding-score van 68,8. De GPQA Diamond-score is 92,8%, Humanity's Last Exam 41%, SciCode 51%, recall bij lange context 80,3%. Op τ²-Bench, de agentische tool-use-benchmark, scoort het 96,2 — en onze eigen cataloguskaart begint met dat cijfer, wat je vertelt waar het model eigenlijk goed in is.

Het getal dat een codeeragent zou moeten doen aarzelen, is Terminal-Bench 4.0: 14,1%. Dat is geen typfout en het is niet een andere benchmark dan degene waarop Claude Opus 5.5 59,6% scoort. Terminal-Bench 4.0 is een terminaltaken-suite voor langdurige taken, en een model dat daar in de lage tien procent scoort, is geen model waaraan je een meerstaps-engineeringtaak toevertrouwt en vervolgens wegloopt. Zet dat tegenover de 96,2 op τ²-Bench: DeepSeek V4 Pro is uitstekend in gestructureerde tool-aanroepen tegen goed gedefinieerde functies en zwak in open shellwerk. Dat zijn verschillende producten, en samen beschrijven de twee scores de grens.

Mercury 3 heeft geen gelijkwaardige tabel. De enige gestructureerde kwaliteitsclaim is een agentrun op 50 live Mind2Web-navigatietaken waarbij het 50% voltooide, wat volgens Inception "aanzienlijk meer dan GPT-6.1-Sol" is en waarvoor hetzelfde tokenvolume en aantal stappen zijn gebruikt. De vergelijking die een koper eigenlijk wil — hoe deze twee zich gedragen bij dezelfde agenttaak — is dus door niemand openbaar uitgevoerd. Wat wel kan worden gezegd, is dat ze voor verschillende faalmodi zijn gebouwd: D​eepSeek heeft diepgaande competentie in tool-calls en een groot uitvoerbudget; Mercury heeft snelheid en een veel dunnere bewijsbasis.

Kosten, op een echte klok

Neem een documentverwerkingsworkload: 60 miljoen inputtokens en 15 miljoen outputtokens per dag, een plausibele pipeline voor contract- of dossierbeoordeling bij een middelgroot kantoor. Op Mercury 3 tegen het introductietarief is dat $6,00 aan input en $5,25 aan output, oftewel $11,25 per dag. Op DeepSeek V4 Pro tegen het dalurentarief is dat $39,60 en $29,70, oftewel $69,30 per dag.

Verplaats nu de helft van dat verkeer naar D​eepSeek's piekvensters. Dertig miljoen invoertokens tegen dalurentarief kosten $19,80 en dertig miljoen tegen piektarief kosten $39,60; de uitvoer splitst in $14,85 en $29,70. Het dagtotaal wordt $103,95. Dezelfde tokens, hetzelfde model, en de factuur ging van $69,30 naar $103,95. De factuur van Mercury 3 beweegt helemaal niet mee met de klok.

Het punt waarop DeepSeek dat terugverdient, is capaciteit. Het outputplafond van 384.000 tokens betekent dat één enkele aanroep een gestructureerde extractie over een zeer lang document kan uitvoeren zonder chunking — wat voor een juridische of financiële pipeline geen gemak maar een correctheidseigenschap is, omdat kruisverwijzingen juist bij chunking verloren gaan. Het plafond van 131.072 tokens van Mercury 3 dekt de meeste van dit soort taken, maar niet alle. Als je taak regelmatig outputs van meer dan 130K tokens produceert, doet de prijsvergelijking er niet meer toe: het goedkopere model kan de taak niet aan.

Het open-weights-verschil dat niemand in een prijstabel noemt

DeepSeek publiceert gewichten. DeepSeek-V4-Pro-0813 staat op Hugging Face onder de deepseek-ai-organisatie, gedateerd op 13 augustus 2026, naast de V4.1-Flash-lijn die tot en met oktober is blijven verschijnen. Dat betekent dat u het model zelf kunt hosten, fine-tunen, quantiseren of in een air-gapped omgeving kunt draaien, en geen enkele leverancier kan het van u afnemen. Inception heeft de gewichten van Mercury 3 niet gepubliceerd, en de aankondiging doet geen toezegging om dat te doen. Als uw compliancepositie vereist dat het model binnen uw perimeter staat, heeft de vergelijking precies één haalbaar antwoord.

De afweging is dat het zelf hosten van een mixture-of-expertsmodel met 1,6 biljoen parameters geen weekendproject is, en dat de prijs van de gehoste variant laag genoeg is dat de meeste teams het niet moeten proberen. Het relevante punt is keuzevrijheid, niet economie.

Beide achter één toets plaatsen

DeepSeek V4 Pro staat in onze catalogus als deepseek/deepseek-v4-pro, gefactureerd tegen DeepSeek's eigen tarief met 0% opslag — inclusief de piekvermenigvuldiger, die ongewijzigd wordt doorgegeven in plaats van te worden afgevlakt tot een vast getal. Dat is hier meer dan gebruikelijk van belang: een provider wiens prijs per uur verandert, is precies het geval waarin een router je het echte schema zou moeten tonen in plaats van een gemiddelde. Mercury 3 staat niet in onze catalogus; onze model-API heeft helemaal geen Inception-modellen, dus de route ernaartoe is het eigen platform van Inception.

Het patroon dat zinvol is voor een team dat beide opties evalueert, is een splitsing op taakvorm in plaats van op prijs. Stuur extractie met lange output en gestructureerde tool-calling naar DeepSeek V4 Pro, waar het plafond van 384K en de τ²-Bench-score echt werk verrichten; stuur de latentiekritieke laag met korte output naar Mercury 3 via de sleutel van Inception. Eén OpenAI-compatibel endpoint dekt de DeepSeek-kant en meer dan 200 andere modellen, met automatische failover als een provider verslechtert, en de routing-DSL kan de taakvormregel bevatten zodat die één keer wordt geconfigureerd in plaats van in elke service opnieuw te worden geïmplementeerd. Je behoudt het goedkope snelle pad waar snelheid het product is en de bewezen capaciteit waar correctheid telt.

Welke moet je pakken?

Kies DeepSeek V4 Pro wanneer de taak een lange gestructureerde uitvoer is, een tool-calling-workflow tegen gedefinieerde functies, of iets dat binnen je eigen infrastructuur moet draaien. Accepteer dat je tussen 2,8 en 5,7 keer de introductieprijs van Mercury 3 betaalt, dat de rekening per uur verandert, en dat Terminal-Bench 4.0 zegt dat dit niet je autonome codingagent is.

Kies Mercury 3 wanneer de taak kort is, alleen tekst bevat, latentiekritisch is en goedkoop is om opnieuw te proberen — spraakbeurten, hints, zoeksamenvattingen, supportconcepten — en wanneer je bereid bent de evaluatie zelf uit te voeren, omdat niemand er een heeft gepubliceerd. De introductiekorting maakt de proefperiode bijna gratis; het ontbreken van een einddatum maakt het een slechte basis voor een kostenmodel voor vijf jaar.

Het enige wat je vooral niet moet doen, is tussen hen kiezen op basis van de tokenprijs die in de kop staat. De klok van D​eepSeek en het lanceervenster van Mercury zijn beide op hun eigen manier tijdelijk, en het getal dat de beslissing zou moeten bepalen — kosten per voltooide taak, inclusief herhalingen en menselijke beoordeling — is het getal dat geen van beide leveranciers publiceert.