Mercury 3 vs Kimi K3: Het ene model kun je downloaden, het andere alleen huren

Het meest bruikbare verschil tussen Mercury 3 en Kimi K3 heeft niets met snelheid of prijs te maken. Kimi K3, die Moonshot AI op 16 juli 2026 uitbracht en vervolgens op 27 juli onder een Modified MIT-licentie de gewichten publiceerde, is een mixture-of-experts met 2,8 biljoen parameters die je zelf kunt downloaden, inspecteren, kwantiseren en hosten. Mercury 3, die Inception op 19 oktober 2026 uitbracht, is een gesloten diffusiemodel dat je alleen kunt aanroepen. Al het andere in deze vergelijking — de 1M-tokenvensters die ze delen, de duizenden tokens per seconde die een van hen claimt, het prijsverschil bij de output dat de tegenovergestelde kant op loopt — volgt uit dat eerste verschil over wie het artefact bezit. Dezelfde sleutel geeft toegang tot de hele catalogus met meer dan 200 modellen tegen lijstprijs, met failover tussen providers. De gedocumenteerde AI-storingen en agentincidenten achter releases als deze zijn verzameld in het OrcaRouter AI Incident Archive waarbij elke vermelding eigen bronnen, een ernstniveau, een betrouwbaarheidsgraad en een betwistmarkering bevat.

Die framing is niet academisch. Ze bepaalt welk van deze twee modellen een leverancier die wegvalt kan overleven, welk model op jouw data kan worden fine-getuned, welk model je om drie uur 's nachts kunt draaien zonder rate limit, en welk model een kostenpost is die eindigt wanneer iemand anders besluit dat het zo is. Ze bepaalt ook wat een eerlijke vergelijking überhaupt is: de prijs per token van Kimi K3 is een hostingkost, terwijl die van Mercury 3 een huurprijs is.

De specs, aan beide zijden van de eigendomsgrens

• Parameters — Kimi K3: 2,8 biljoen totaal, 104 miljard actief per token, 16 van 896 experts vs Mercury 3 niet bekendgemaakt, alleen beschreven als meer dan 40× groter dan Mercury 1

• Architectuur — mixture-of-experts op Kimi Delta Attention versus een diffusietaal模型 dat blokken tokens parallel verfijnt

• Contextvenster — 1.048.576 tokens vs 1.000.000 tokens; feitelijk een gelijkspel

• Maximale uitvoer — Kimi K3 tot het volledige venster van 1M in één enkele reactie versus Mercury 3 met 131.072 tokens

• Invoermodaliteit — {{1}}tekst, afbeelding en video{{/1}} vs alleen tekst

• Gewichten — gepubliceerd, Modified MIT, op Hugging Face vs gesloten

• Invoerprijs — $3,00 per 1M vs. $0,20 per 1M op lijstprijs, $0,10 bij lancering

• Prijs voor output — $15,00 per 1M vs. $0,70 per 1M tegen listprijs, $0,35 bij lancering

• Gecachte invoer — $0,30 per 1M vs $0,02 per 1M

• Beweerde doorvoer — niet gepubliceerd door Moonshot vs. 1.068 tokens per seconde, door de leverancier gerapporteerd

• Independent Intelligence Index — 43,6, volgens Artificial Analysis, tegenover nog geen vermelding op 20 oktober 2026

Zet de twee prijskolommen naast elkaar en het verschil is 15× bij input en 21× bij output. Zet de modaliteitsregel ernaast en het verschil wordt smaller dan een rout: Kimi K3 accepteert video en afbeeldingen, Mercury 3 accepteert tekst, en een workload die een schermopname moet bekijken, kiest tegen geen enkele prijs tussen beide. Zet de gewichtenregel ernaast en de vergelijking verandert volledig van karakter, omdat de twee prijzen niet hetzelfde meten.

Wat de metingen van Kimi K3 eigenlijk zeggen

Kimi K3 is het enige model in deze vijfdelige reeks met zowel gepubliceerde gewichten als een volledig onafhankelijk trackrecord, waardoor het het nuttige anker is:

• Intelligence Index — 43,6, gemeten door Artificial Analysis

• Terminal-Bench 4.0 — 0,1263; Terminal-Bench 2.1 — 0,8502 volgens de door de leverancier zelf gerapporteerde run

• SciCode — 0,5949, de hoogste van de vier tegenstanders in deze batch

• Humanity's Last Exam — 0.4690

• AA-LCR redeneren over lange context — 0.8867, de sterkste lange-contextscore in de reeks

• GDPval-AA — Elo 1532,59

• AA-Omniscience — 19.7

• GPQA Diamond — 0,9354

• Kosten per indextaak — $2.00

Twee waarschuwingen bij die tabel. De Terminal-Bench-cijfers liggen ver uiteen — 0,1263 op versie 4.0 en 0,8502 op 2.1 — wat eerder een probleem van de benchmarkversie is dan van het model, en wie het ene noemt zonder het andere kiest partij. En de Artificial Analysis-index voor Kimi K3 staat vandaag op 43,6, terwijl het eigen lanceermateriaal van de leverancier 57 claimde onder een eerdere versie van de index. De index is sindsdien herbouwd; die 57 is een historische waarde, geen actuele.

Het profiel dat beide bedenkingen doorstaat, is dat van een model dat sterk is in redeneren over lange contexten en wetenschappelijke code, matig in het ophalen van kennis, en niets bijzonders in agentwerk in terminalstijl. Dat is niet het profiel van een model dat je downloadt om een frontier-API volledig te vervangen. Het is het profiel van een model dat de moeite waard is om te bezitten voor een specifiek stuk werk — wat precies het argument voor open weights is.

Het voorbehoud rond downloaden en uitvoeren, eenvoudig gezegd

Gepubliceerde gewichten en uitvoerbare gewichten zijn verschillende claims, en ze door elkaar halen is de meest voorkomende overclaim in berichtgeving over grote Chinese modellen. Een mixture-of-experts met 2,8 biljoen parameters en 104 miljard actieve parameters is een datacenterartefact. Het publiceren van de checkpoint betekent dat je hem mag inspecteren, fine-tunen, quantiseren en serveren — voor organisaties met tientallen accelerators en een engineeringteam om die bezig te houden. Het betekent niet dat hij op een werkstation draait, en de quantisatiegolf die op elke release van dit soort volgt, gaat net zozeer over het serveerbaar maken van het model als over het klein maken ervan.

De eerlijke lezing van de licentie van Kimi K3 is beperkter dan "open" en toch aanzienlijk: het is een controleerbaar, aanpasbaar en zelf te hosten model van frontierklasse. Voor een gereguleerd bedrijf dat klantgegevens niet naar een API van een derde partij kan sturen, is dat allesbepalend. Voor een startup met drie engineers en een maandelijkse API-rekening van $400 is het een hobby.

Mercury 3 heeft die optie niet, voor geen enkele prijs. Dat is een echte beperking, en het is de moeite waard om expliciet te zeggen dat Inception geen gewichtenrelease of een datum daarvoor heeft aangekondigd. Het enterprise-alternatief dat het wel biedt, is contractueel in plaats van technisch: toegewijde capaciteit, autoscaling, compliance-controles en configureerbare gegevensretentie, allemaal binnen het platform van Inception. Dat beantwoordt de vraag over dataresidentie voor sommige kopers. Het beantwoordt voor geen van hen de vraag "wat als de leverancier verdwijnt".

Kosten per voltooide opdracht, niet kosten per token

De 21× kloof in outputprijzen is het getal dat wordt aangehaald, en op zichzelf is die in beide richtingen misleidend.

Ten eerste: de $3,00/$15,00 van Kimi K3 is een premiumpositie in de Chinese markt, en Moonshot heeft dat zelf gezegd. Vergeleken met de $0,20/$0,70 van Mercury 3 is het geen premium, maar een andere categorie. Een team dat maandelijks 50 miljoen outputtokens verwerkt, betaalt tegen de lijstprijs $750 voor Kimi K3 en $35 voor Mercury 3. Dat verschil is klein genoeg om voor sommige bedrijven irrelevant te zijn en groot genoeg om voor andere een aanwerving te financieren.

Ten tweede keren de onafhankelijke cijfers over de kosten per taak de intuïtie om. Kimi K3 kost $2,00 per voltooide indextaak; Mercury 2.5, het dichtstbijzijnde gemeten lid van de Mercury-familie, kost $0,1167 — maar scoorde 12,3 tegenover 43,6 voor Kimi K3. Goedkoop per token en goedkoop per werkeenheid zijn verschillende getallen, en slechts één daarvan hoort in een capaciteitsplan. Mercury 3 heeft geen cijfer voor de kosten per taak omdat het geen indexscore heeft, wat betekent dat de belangrijkste cel in deze vergelijking leeg is.

Ten derde, en dit is het punt dat mensen vergeten: Kimi K3 staat op OrcaRouter tegen het lijsttarief van Moonshot met 0% markup, en dat geldt ook voor de rest van de catalogus met meer dan 200 modellen, via één OpenAI-compatibel endpoint met automatische failover. Mercury 3 niet — die wordt geleverd via Inception's eigen API en verschillende platforms van derden. Die asymmetrie verandert de vorm van een verstandige proef: je kunt Kimi K3 vergelijken met je huidige aanbieder zonder iets nieuws te ondertekenen, en dat kun je voor Mercury 3 niet doen zonder een tweede integratie.

Voor een workload die lange agentsessies uitvoert, is er nog een kostenfactor die het controleren waard is voordat je een van beide tariefkaarten vertrouwt. De 1M-context van Kimi K3 heeft geen gepubliceerde toeslag voor lange verzoeken, en die van Mercury 3 ook niet. Dat is ongewoon, en het is de belangrijkste reden waarom beide modellen geloofwaardig zijn voor transcripten die elders een herprijzingsniveau zouden activeren.

Welke je moet kiezen, op basis van de situatie in plaats van de score

Kies Kimi K3 wanneer het werk afbeeldingen of video vereist, wanneer redeneren over lange context de kerntaak is — de 0,8867 op AA-LCR is de beste score in deze batch — wanneer je wilt fine-tunen op eigen data, wanneer data je infrastructuur niet mag verlaten, of wanneer je een gemeten ondergrens aan capaciteit wilt voordat je verkeer toewijst. De gewichten zijn het strategische bezit; de licentie is oprecht ruimhartig; de prijs is de kosten van het niet zelf draaien ervan.

Kies Mercury 3 wanneer de workload uitsluitend tekst is, latency-gebonden en high-volume: supportreacties, zoekantwoorden, tutoringbeurten, classificatie-achtig werk waarbij een sub-seconde respons het product is. Met $0.70 output en $0.02 gecachte input is het zo goedkoop dat de economie per verzoek ophoudt een ontwerpbeperking te zijn, en het venster van 1M betekent dat je zelden hoeft samen te vatten. Wat je opgeeft is modaliteit, een gepubliceerde ondergrens qua mogelijkheden, en elk pad naar self-hosting.

Kies beide wanneer de opsplitsing per lane plaatsvindt in plaats van per model. De twee systemen zijn architectonisch tegenpolen — het ene is een enorme sparse autoregressieve MoE, het andere een parallelle diffusiegenerator — wat betekent dat ze op verschillende manieren falen, en een beleid dat vision en long-contextredenering naar Kimi K3 stuurt en directe tekstbeurten naar Mercury 3, is inhoudelijk coherent in plaats van alleen op prijs gebaseerd. Het addertje onder het gras is de integratie: slechts één van beide is een toevoeging met één sleutel.

Wat zou het antwoord veranderen

Drie ontwikkelingen, geen van alle speculatief:

• Mercury 3's eerste onafhankelijke score. Het enige gemeten lid van de Mercury-familie staat op 12,3 op de Intelligence Index, tegenover 43,6 voor Kimi K3. Als Mercury 3 in de buurt van Kimi K3 scoort terwijl het een vijftiende van de prijs kost, wordt het eigendomsargument het enige argument dat Kimi K3 nog heeft. Als het in de buurt van 12,3 scoort, is de prijskloof irrelevant.

• Een release van de gewichten van Mercury 3. Inception heeft niets over een dergelijke release gezegd. Open gewichten zouden het centrale verschil in dit artikel van de ene op de andere dag tenietdoen.

• Een goedkopere host voor Kimi K3. Het tarief van $3/$15 is van Moonshot zelf; de open licentie betekent dat externe hosts eronder kunnen gaan zitten, en een gehoste 2.8T MoE tegen de helft van de prijs verandert de rekensom van kosten per taak zonder het model te veranderen

Totdat een van die twee op de markt komt, gaat de vergelijking tussen een huurbaar, ongemeten, zeer snel tekstmodel en een bezitbaar, gemeten premiummodel dat video leest. Die zijn niet uitwisselbaar. Het enige echt foute antwoord is er één kiezen omdat het wint op een kolom waarin het andere nooit is gescoord.