Mercury 3 vs GPT-5.6 Sol: 20 keer goedkoper per token, en de tokens zijn het hele argument

Het interessante aan Mercury 3 naast GPT-5.6 Sol zetten, is dat Sol al de goedkope kant van OpenAI's frontier is en Mercury 3 nog eens goedkoper is, met een marge waardoor het woord "goedkoop" geen enkele betekenis meer heeft. Inception Labs bracht Mercury 3 op 19 oktober 2026 uit voor $0,20 per miljoen inputtokens en $0,70 per miljoen outputtokens, gehalveerd tot $0,10 en $0,35 tijdens een lanceervenster zonder opgegeven einddatum. GPT-5.6 Sol, die OpenAI op 9 juli 2026 uitbracht, heeft een lijstprijs van $4,00 en $20,00 onder 272.000 tokens en $8,00 en $30,00 daarboven. Voor output is dat een verschil van factor 57 tegen de lanceerprijs van Mercury en factor 28 tegen de lijstprijs — en anders dan bij de meeste zulke verschillen wordt het niet kleiner als je het per antwoord meet, omdat het voordeel van Sol in de eerdere GPT-6-vergelijkingen tokenzuinigheid was en Sol niet zuinig is op de manier waarop GPT-6 Sol dat was. De gedocumenteerde AI-fouten en agentincidenten achter releases zoals deze zijn verzameld in het OrcaRouter AI Incident Archive waarbij elke vermelding zijn eigen bronnen, ernstgraad, zekerheidsgraad en betwistmarkering heeft.

Beide modellen nemen in één aanroep een miljoen tokens aan invoer en geven allebei alleen tekst terug. Waar ze verschillen, is wat er rond de tokens gebeurt: Mercury 3 is een diffusietaalemodel dat blokken posities tegelijk vastlegt en met een door de leverancier gemeten 1.068 tokens per seconde draait, terwijl GPT-5.6 Sol een autoregressief frontier-model is dat naast tekst ook afbeeldingen en bestanden accepteert, en dat Artificial Analysis op 87,7 tokens per seconde heeft gemeten voor $1,99 per Intelligence Index-taak. De vergelijking gaat dus minder over welk model beter is, wat niemand voor Mercury heeft gemeten, en meer over wat dezelfde workload op elk kost zodra herhaalpogingen en verspilde tokens worden meegeteld.

Twee tariefkaarten, lees ze zorgvuldig.

De kaart van Sol heeft een grens die die van Mercury niet heeft, en die grens is het meest ingrijpende structurele verschil tussen de twee producten. Alles tot 272.000 invoertokens wordt gefactureerd tegen $4.00 en $20.00. Alles daarboven zorgt dat het hele verzoek opnieuw geprijsd wordt tegen $8.00 en $30.00 — niet de extra tokens, maar het hele verzoek. Een prompt van 300.000 tokens kost op Sol $2.40 aan invoer, wat meer dan tweemaal zoveel is als een prompt van 250.000 tokens tegen $4.00 zou kosten, voor 20% meer tekst.

• Prijs — Mercury 3: $0,20 / $0,70 per miljoen, $0,10 / $0,35 bij lancering, gecachte invoer 90% korting op het invoertarief. GPT-5.6 Sol: $4,00 / $20,00 per miljoen onder 272.000 tokens, $8,00 / $30,00 daarboven, gecachte invoer tegen $0,40 met een schrijfkost van $5,00 per miljoen.

• Context en output — Mercury 3: 1.000.000 tokens in, 131.072 uit. GPT-5.6 Sol: 1.050.000 in, 128.000 uit.

• Modaliteiten — Mercury 3: alleen tekst. GPT-5.6 Sol: tekst, afbeelding en bestand als invoer, tekst als uitvoer.

• Snelheid — {{1}}Mercury 3{{/1}}: 1.068 tokens per seconde, gemeten door Inception. GPT-5.6 Sol: 87,7 tokens per seconde op de testopstelling van Artificial Analysis, met een tijd tot het eerste token van 91,8 seconden bij de standaardworkload met lange prompts.

• Onafhankelijke scores — Mercury 3: niets gepubliceerd; er bestaat geen Artificial Analysis-pagina. GPT-5.6 Sol: 47 op de Intelligence Index, 77,4 op de codingindex, 94,1 op GPQA Diamond, 49,5 op Humanity's Last Exam, 84,0 op recall bij lange context.

• Release — Mercury 3: 19 oktober 2026. GPT-5.6 Sol: 9 juli 2026.

Eén getal op de kaart van Sol verdient een eigen zin, want het is het getal waaruit een latentiebudget bestaat. Artificial Analysis registreert een mediane tijd tot het eerste token van 91,8 seconden voor GPT-5.6 Sol op de configuratie die het test. Dat is geen typfout en geen koude start; het is wat een model dat eerst redeneert doet wanneer het nadenkt voordat het spreekt bij een lange prompt. De lanceringsberichtgeving over Mercury 3 bevat latentierapporten van derden — Octen mat een mediane generatietijd van 0,9 seconden en een mediane end-to-endrespons van 2,2 seconden op zijn workload — maar dat zijn klantgetuigenissen in een aankondiging van een leverancier, geen neutrale meetopstelling, en andere workloads. De richting staat niet ter discussie; de grootte valt niet vast te stellen zonder een gemeenschappelijke test.

Waarom het aantal tokens hier de doorslag geeft, en hoe je dit voor jouw workload kunt controleren

Het verschil per token is 28-voudig op basis van de listprijs en 57-voudig bij introductie, dus de enige manier waarop Sol het dicht, is door veel minder tokens te produceren voor hetzelfde werk. Dat is precies wat er gebeurde in de GPT-6 Sol-vergelijking, waar Sol ongeveer 31.000 outputtokens per indextaak verbruikte tegenover 193.000 van Claude Sonnet 5.5 en per taak goedkoper uitkwam ondanks een 20 keer hogere outputrate. Hier gebeurt dat duidelijk niet: GPT-5.6 Sol kost $1,99 per Intelligence Index-taak, terwijl GPT-6 Sol ongeveer $1,05 kostte op dezelfde harness, dus Sol is per antwoord ruwweg twee keer zo duur als zijn opvolger en ongeveer 40 keer zo duur per antwoord als een Mercury 3-taak van $0,05 zou zijn als Mercury hetzelfde tokenvolume zou verbruiken.

Dat "als" doet al het werk, en het is de moeite waard om het als een test te formuleren in plaats van als een bewering. Neem honderd van je eigen prompts, laat ze door Sol lopen en noteer het aantal outputtokens per prompt en of het antwoord een nieuwe poging nodig had. Doe hetzelfde met Mercury 3. Vermenigvuldig met de tariefkaarten. Het resultaat is je antwoord, en dat kost een middag in plaats van een discussie over benchmarks.

Drie vormen van resultaat komen vaak genoeg voor om ze vooraf te kunnen voorspellen.

• Kort tekstwerk met hoog volume — classificatie, extractie, routering, korte samenvattingen, 150 outputtokens per aanroep. Sols tokenzuinigheid heeft hier niets om op aan te grijpen, dus de tariefkaart vertelt het hele verhaal: 28 tot 57 keer goedkoper op Mercury 3, vóór de korting.

• Redeneerintensief werk — een analyse in meerdere stappen waaraan Sol 20.000 redeneertokens besteedt. Als Mercury 3 twee pogingen nodig heeft om tot hetzelfde antwoord te komen, neemt de effectieve kloof af van 28-voudig naar 14-voudig; bij vijf pogingen daalt die tot minder dan zesvoudig. Nog steeds een grote besparing, niet langer een afrondingsfout in de beslissing.

• Alles wat met een afbeelding te maken heeft — een screenshot, een gescande pagina, een grafiek. Mercury 3 retourneert een fout. De vergelijking bestaat niet, en de prijs van Sols multimodale invoer is wat Sol er ook voor rekent.

De korting, en waarom het eerlijke kostenmodel de lijst gebruikt

Het outputtarief van $0,35 van Mercury 3 is een promotie. Inception heeft de lijstprijs en de korting gepubliceerd, maar niet de einddatum; dat betekent dat een kostenmodel dat op $0,35 is gebaseerd een verplichting bevat die niemand kan inschatten. Bij de hierboven genoemde workload met korte antwoorden is het verschil tussen lancerings- en lijstprijs 2x — dezelfde 2x die een goed kwartaal van een slecht kwartaal scheidt, en dat zonder waarschuwing.

De kaart van Sol heeft de tegenovergestelde eigenschap. Ze is stabiel, heeft een gedocumenteerde grens en een gedocumenteerde cachestructuur: $0,40 per miljoen bij leesacties, een schrijfkost van $5,00 per miljoen, 25% boven het inputtarief. Voor een workload die bij elke stap van een agentlus dezelfde preambule van 30.000 tokens opnieuw verzendt, is die schrijfpremie het berekenen waard voordat je die afdoet: Sol betaalt één keer 25% meer en bij elke volgende leesactie 90% minder, en bij tien of meer stappen per taak zakt de geamortiseerde inputkost onder $1,00 per miljoen.

Het gecachte tarief van Mercury 3 is $0,02 per miljoen op lijstbasis, $0,01 tijdens de lanceerperiode, zonder gepubliceerde schrijfpremie. Dat is het allersterkste cijfer in zijn voordeel voor precies die werklast: een agentlus van twintig stappen met een preamble van 30.000 tokens kost $0,60 aan gecachte invoer op Mercury tegen lijstprijs, tegenover ongeveer $0,40 per miljoen aan leesbewerkingen op Sol na de schrijfactie — in absolute termen vergelijkbaar, en het vergelijk blijft alleen vergelijkbaar omdat de caching van Sol uitzonderlijk goed is. Haal de caching bij beide weg en het verschil is weer twintigvoudig.

Wat de routeringslaag doet met een 20-voudige kloof en geen neutrale score

GPT-5.6 Sol staat in de OrcaRouter-catalogus tegen de eigen tarieven van OpenAI — $4,00 en $20,00 per miljoen, $8,00 en $30,00 boven de grens van 272.000 tokens, $0,40 voor gecachte reads — achter hetzelfde OpenAI-compatibele endpoint als alles wat wij routeren, zonder dat er een opslag bovenop komt. Mercury 3 staat niet in de catalogus; onze model-API geeft niets terug voor welk Inception-model dan ook, dus wie het aanroept, gaat naar het eigen platform van Inception, waar nieuwe accounts 100 miljoen gratis tokens krijgen, of naar een van de verschillende platforms van derden die het hosten.

De kloof is groot genoeg dat de verleidelijke stap is om de hele werklast om te schakelen en te kijken wat er stukgaat. Het argument om dat niet te doen is niet voorzichtigheid omwille van de voorzichtigheid zelf; het is dat Mercury 3 één kwaliteitsresultaat heeft, geproduceerd binnen Inceptions eigen agent-harness op 50 live Mind2Web-taken, waar het 50% voltooide en naar verluidt deed met hetzelfde tokenvolume en hetzelfde aantal stappen als een frontier-model. Dat is een werkelijk interessant resultaat — live websites, geen momentopname — en het is van buitenaf ook niet falsifieerbaar, omdat de harness en de beoordeling aan de verkoper toebehoren.

Wat een routeringsregel in die situatie oplevert, is een begrensd experiment. Stuur een afgebakend deel van het verkeer naar Mercury 3, houd Sol erachter als terugvalpad, en laat automatische failover het geval afdekken waarin het nieuwe model een timeout krijgt of fouten geeft. Dat deel is een getal in een configuratiebestand, geen codepad; het verbreden ervan van 10% naar 100%, of het verkleinen naar nul wanneer de korting afloopt, is een wijziging van dat getal.

Er is ook een derde optie waar geen van beide leverancierspagina's iets over zegt, en het is degene waar de meeste teams op uitkomen zodra ze de cijfers doornemen: GPT-6 Sol. Hij heeft dezelfde tariefkaart van $4,00 en $20,00 als GPT-5.6 Sol, staat één niveau onder het GPT-6-vlaggenschip en kost ongeveer $1,05 per Intelligence Index-taak tegenover de $1,99 van Sol. Als de reden dat je naar Mercury 3 kijkt is dat Sol te duur is per antwoord, dan is het goedkopere antwoord op dat probleem misschien een nieuwer model tegen dezelfde prijs in plaats van een ongemeten model voor een twintigste daarvan.

Waar dit landt

Voor werk dat alleen tekst betreft en een hoog volume heeft, is het kostenverschil allesbehalve klein en hangt het niet af van iets ongeverifieerds: tegen lijstprijzen is Mercury 3 20 keer goedkoper wat input betreft en 28 keer goedkoper wat output betreft dan GPT-5.6 Sol, met een contextvenster van dezelfde grootte en geen grens die je hoeft over te steken. Als je workload een miljoen korte calls per maand is, dan is dat de beslissing, en het risico is meetbaar binnen één dag aan verkeer.

Voor werk dat twintigduizend tokens redeneert, een screenshot leest of urenlang onbeheerd draait met tools in de herhalingslus, is Sol het model met gedocumenteerd gedrag en een stabiele prijs, en de tijd tot het eerste token van 91,8 seconden is een concreet getal waarop je kunt plannen in plaats van een bewering die je moet testen. Dat is niet niks om voor te betalen.

De ene meting die de discussie zou beslechten, is de kosten van Mercury 3 per Intelligence Index-taak op de harness die Sol's $1,99 opleverde. Die bestaat niet, er is geen datum voor gegeven, en tot die er is, is elk cijfer per antwoord in dit artikel voor Mercury 3 een aanname met een tariefkaart eraan vast. De tariefkaart is tenminste echt — en met een factor 20 is die ruim genoeg om te testen voordat die het geloven waard is.