Mercury 3 vs MiniMax M3: één getal tegenover een heel record

Inception heeft Mercury 3 op 19 oktober 2026 uitgebracht met één prestatiecijfer — 1.068 tokens per seconde — en geen enkele benchmarkscore. MiniMax heeft MiniMax M3 op 1 juni 2026 uitgebracht met een benchmarktabel van de leverancier, een downloadbaar checkpoint en, vier maanden later, een gepubliceerde score van een onafhankelijke evaluator. Zet de twee naast elkaar en de interessante vraag is niet welk model sneller of goedkoper is. Het is dat een van deze modellen vandaag door iemand anders dan de maker kan worden gecontroleerd, en het andere niet. Die asymmetrie vormt de hele vergelijking, en ze overleeft elke prijsverlaging die een van beide labs aankondigt. De gedocumenteerde AI-fouten en agentincidenten achter releases zoals deze zijn verzameld in het OrcaRouter AI Incident Archive waarbij elke vermelding eigen bronnen, een ernstniveau, een betrouwbaarheidsgraad en een betwistmarkering bevat.

De twee modellen liggen op papier ook dicht genoeg bij elkaar dat de keuze echt is. Beide werken met een contextvenster van één miljoen tokens. Beide vallen in de goedkope prijsklasse. Beide zijn gebouwd op architecturen die ongebruikelijk zijn voor hun klasse — diffusie voor Mercury 3, sparse attention over een mixture of experts voor MiniMax M3 — en beide beweren dat die architectuur hun economische voordeel oplevert.

Twee posts over de lancering, twee verschillende soorten bewijs

Lees de aankondiging van Inception als een document. Het voert een schaalargument aan: Mercury 3 is meer dan 40 keer groter dan Mercury 1 in totale parameters, de gemeten intelligentie steeg ruwweg drievoudig van Mercury 1 (mini) naar Mercury 3, en het model is "net zo snel" als zijn kleinste voorouder. Het doet een vergelijkende kwaliteitsclaim: Mercury 3 is "gelijkwaardig aan of beter dan frontier-modellen die op snelheid zijn geoptimaliseerd, zoals GPT-6 Luna en Claude Haiku 5.5". En het rapporteert precies één taakresultaat, uit Inceptions eigen webagent-harness, op 50 live Mind2Web-navigatietaken, waarbij het model 50 procent voltooide. Al deze gegevens zijn door de leverancier gerapporteerd en geen ervan vermeldt een benchmarksuite, een marge of een hardwareconfiguratie.

Lees je MiniMax' materiaal als een document, dan is het de tegenovergestelde vorm. Er is een benchmarktabel met benoemde suites en percentages — SWE-Bench Pro 59,0, Terminal-Bench 2.1 66,0, BrowseComp 83,5, OSWorld-Verified 68,70 — plus een modelkaart, plus gewichten op Hugging Face, plus een onafhankelijke vermelding van Artificial Analysis die het model een score van 29 geeft op zijn Intelligence Index. De cijfers van de leverancier zijn nog steeds cijfers van de leverancier, en we hebben nog niet gezien dat ze zijn gereproduceerd. Maar het model kan door iedereen die dat wil worden gedownload, uitgevoerd en gemeten, en dat is precies waarom het onafhankelijke cijfer überhaupt bestaat.

Dat verschil in wat er is gepubliceerd is geen marketingdetail. Het bepaalt wat voor advies iemand je over deze twee modellen kan geven. Voor MiniMax M3 is er een gemeten doorvoercijfer, een gemeten kostprijs per indextaak, een gemeten rang. Voor Mercury 3 is er een bewering.

De specs, met de bron van elke partij bijgevoegd

• Prijs per miljoen tokens — Mercury 3 $0,20 in en $0,70 out tegen lijstprijs, gehalveerd naar $0,10 en $0,35 zolang de introductiekorting loopt, versus MiniMax M3 $0,30 en $1,20 bij verzoeken tot 512K invoertokens

• Gecachte invoer — Mercury 3 $0,02 per miljoen, $0,01 tijdens het lanceervenster vs. MiniMax M3 $0,06 per miljoen

• Contextvenster — Mercury 3 1.000.000 tokens vs MiniMax M3 1.048.576

• Maximale uitvoer — Mercury 3 131.072 tokens vs MiniMax M3 512.000 tokens op onze eigen cataloguspagina; MiniMax publiceert geen maximumaantal voor de uitvoer, dus dat cijfer is van ons, niet van de leverancier

• Invoermodaliteit — Mercury 3 alleen tekst versus MiniMax M3 tekst, afbeelding en video

• Architectuur — Mercury 3 is een diffusie-taalmodel dat blokken tokens parallel verfijnt, terwijl MiniMax M3 een mixture-of-experts is, ruwweg 428B totaal en ruwweg 23B actief per token, met MiniMax Sparse Attention

• Gewichten — Mercury 3 gesloten, alleen API versus MiniMax M3 downloadbaar onder de MiniMax Community License

• Doorvoer — Mercury 3 1.068 tokens per seconde, door de leverancier gerapporteerd op niet nader genoemde NVIDIA-hardware bij een niet gespecificeerde batchgrootte en effort-instelling, tegenover MiniMax M3 106,4 tokens per seconde gemeten door Artificial Analysis

• Independent Intelligence Index — Mercury 3 geen vermelding per 20 oktober 2026 tegenover MiniMax M3 29, gerangschikt als 23e van 121 modellen in de op die dag geldende revisie

• Redeneerbeheer — Mercury 3 heeft vier inspanningsinstellingen, van instant tot high, met standaard low wanneer de parameter wordt weggelaten, tegenover MiniMax M3 met een thinking-parameter met de modi enabled, adaptive en disabled

• Tool calling en gestructureerde outputs — beide worden ondersteund op een OpenAI-compatibel chat completions-endpoint

Twee van die regels hebben een voorbehoud nodig voordat ze ergens worden geciteerd. Het cijfer 1.068 is een leveranciersmeting zonder vermelde testopstelling, dus het is niet vergelijkbaar met een getal dat door een onafhankelijke beoordelaar volgens een vaste methodologie is geproduceerd. En Artificial Analysis herwaardeert zijn index periodiek; de 29 hierboven is de stand op 20 oktober 2026, en MiniMax M3 heeft bij eerdere herzieningen anders gestaan. De cijfers op die index veranderen; het feit dat er voor M3 wel een bestaat en voor Mercury 3 niet, doet daar niets aan af.

Wat 1.068 tokens per seconde betekent op aanvraagniveau

Tokens per seconde is een slechte eenheid om beslissingen op te baseren, want niemand koopt tokens. Ze kopen voltooide aanvragen. Zet beide getallen om in wat de gebruiker daadwerkelijk ervaart: hoe lang het duurt om een antwoord van duizend tokens te genereren.

Bij de door Inception geclaimde {{1}}1.068 tokens per seconde{{/1}} duurt een antwoord van 1.000 tokens ongeveer 0,94 seconden aan generatie. Bij de door MiniMax M3 gemeten {{2}}106,4{{/2}} duurt hetzelfde antwoord ongeveer 9,4 seconden. Tel daarbij een gemeten {{3}}tijd tot het eerste token van 1,13 seconden{{/3}} voor M3 op, en het verschil tussen de twee ervaringen is ruwweg een factor tien, nog voordat er netwerklatentie, wachtrijvorming of eigen overhead van een provider bij komt.

Dat geldt voor Mercury 3, en het is een reëel geval. Een tienvoudig verschil in generatietijd is het verschil tussen een zoekantwoord dat direct aanvoelt en een dat aanvoelt als het laden van een pagina. De hele productlijn van Inception is hieromheen gebouwd: het bedrijf verkoopt Mercury Voice voor time-to-first-answer-token, Mercury Decide voor classificatie, en positioneert het vlaggenschip voor support, bijles, zoeken en webagents — allemaal workloads waarbij een traag antwoord een kapot product is in plaats van een iets slechter product.

Wat het tienvoudige getal je niet vertelt, is of Mercury 3 goed is. Het Mind2Web-resultaat — 50 procent voltooiing op 50 live taken, "significant meer dan GPT-6.1-Sol" — is het enige gestructureerde kwaliteitssignaal dat Inception heeft gepubliceerd, en 50 taken is een steekproef die zo klein is dat één moeilijke site het percentage met twee punten verschuift. De testomgeving is van Inception zelf. Het vergelijkingsmodel wordt genoemd zonder score. Het is een echt signaal dat het model een browser kan aansturen, en het is geen meting die je kunt gebruiken in een inkoopbeslissing.

Wat het record van MiniMax M3 werkelijk zegt

Het onafhankelijke beeld van M3 is weinig glamoureus en nuttig. Een Intelligence Index van 29 tegen een mediaan van 19 voor modellen in zijn vergelijkingsklasse, 106,4 outputtokens per seconde tegen een mediaan van 77,4, een tijd tot het eerste token van 1,13 seconden tegen een mediaan van 1,70 seconden, en een kostenpost van $0,51 om de index per model te draaien. Het is een model dat ruim boven het gemiddelde zit qua kwaliteit voor zijn klasse, duidelijk boven het gemiddelde qua snelheid voor zijn formaat, en goedkoop om te draaien.

De subscores die circuleren uit herpublicatie door derden van dezelfde indexfamilie vertellen een specifieker verhaal: sterk in documentbegrip en het volgen van instructies, zwakker in autonoom meerstapsagentwerk. De kloof tussen de coderings- en agentische subscores is de grootste interne spreiding in zijn record. Als je workload "lees dit lange document en antwoord precies" is, is M3 goed onderbouwd. Als het "twintig minuten draaien en leveren" is, is het bewijs dunner en wijst het de andere kant op.

Voor Mercury 3 valt er geen equivalente alinea te schrijven, omdat de gegevens niet bestaan. Artificial Analysis heeft geen Mercury 3-pagina — hun index vermeldt nog steeds Mercury 2.5 en Mercury 2 — dus één dag na de lancering heeft het model geen onafhankelijke score, geen onafhankelijk snelheidscijfer en geen kosten-per-taakgetal. Inceptions vergelijkingsset (GPT-6 Luna, Claude Haiku 5.5) is de snelle tier in plaats van de frontier, wat de juiste vergelijkingsbasis is voor een latencyproduct, maar de bewering vermeldt geen marge en geen testnamen.

Het prijsverschil is kleiner dan de sticker doet vermoeden.

De reflex is om Mercury 3 de budgetoptie te noemen en M3 de dure. Per token is dat in grote lijnen waar en veel minder dramatisch dan het lijkt: input is 1,5 keer goedkoper op Mercury 3, output 1,7 keer goedkoper. Dat is niet een andere league. Het is een ander schap.

Draai een concrete workload. Neem een support- of zoekassistent die 10.000 reacties per dag verwerkt, elk met 1.500 invoertokens aan opgehaalde context en prompt-scaffolding en 300 uitvoertokens. Dat is dagelijks 15 miljoen invoertokens en 3 miljoen uitvoertokens.

Mercury 3 tegen lijstprijs — 15 × $0,20 plus 3 × $0,70, of $5,10 per dag

• Mercury 3 tegen het lanceertarief — 15 × $0,10 plus 3 × $0,35, of $2,55 per dag

MiniMax M3 tegen het tarief voor kleine verzoeken — 15 × $0,30 plus 3 × $1,20, of $8,10 per dag

Het dagelijkse verschil tussen de twee lijstprijzen is dus ongeveer drie dollar bij tienduizend gesprekken. Als de token-efficiëntie van Mercury 3 bij de standaardinstelling voor lage inspanning slechter is dan die van M3 — en niemand buiten Inception weet dat, omdat er geen gemeten aantal output-tokens voor Mercury 3 is — kan dat gat van drie dollar bij reëel verkeer sluiten of omslaan. Dit is de specifieke reden waarom een model zonder score moeilijk te budgetteren is: je kunt de kosten per voltooide taak niet berekenen zonder een gemeten voltooiingspercentage en een gemeten breedsprakigheid.

De regel voor gecachte invoer is belangrijker dan het kopcijfer voor agent-workloads, omdat agents dezelfde systeemprompt en tooldefinities bij elke stap opnieuw verzenden. Mercury 3's $0,02 per miljoen gecachte tokens maakt een preamble van 20.000 tokens vier tienduizendsten van een dollar per aanroep. M3's $0,06 kost drie keer zoveel, wat nog steeds klein is — maar bij een run van vijftig stappen is het verschil centen, geen fracties van een cent, en bij agentverkeer vermenigvuldigen centen zich.

Licentie, exit en het ding dat je niet kunt downloaden

MiniMax M3 wordt uitgebracht onder de M​iniMax Community License. Niet-commercieel gebruik is gratis; commercieel gebruik vereist dat u "Built with MiniMax M3" weergeeft, een eenmalige melding bij een jaarlijkse omzet onder $20 miljoen, en voorafgaande schriftelijke toestemming daarboven, plus naleving van een bijlage met verboden gebruik. Dat is een juridische beoordeling in plaats van een formaliteit, maar het is een licentie die u kunt lezen voordat u gaat bouwen.

Mercury 3 heeft geen licentie om te lezen, want er valt niets te licentiëren. Het is closed. Dat is niet automatisch diskwalificerend — de meeste teams die een model via een API aanroepen, komen nooit bij de weights — maar het verandert wat er gebeurt als Inception zijn prijs, voorwaarden of beschikbaarheid wijzigt. De exit is een migratie, geen redeploy.

Nog een asymmetrie die het benoemen waard is: M3 heeft een trackrecord van vier maanden. Het staat lang genoeg in onze catalogus om verkeers- en latentiepercentielen op te bouwen, en de tariefkaart is stabiel gebleven. Mercury 3 is één dag oud, de introductieprijs heeft geen gepubliceerde einddatum, en de voorgangermodellen zijn al gesloten voor nieuwe gebruikers — Inceptions eigen migratienota zegt dat Mercury 2 en Mercury 2.5 geen nieuwe aanmeldingen meer accepteren en dat bestaande klanten op 15 november 2026 de toegang verliezen. Een leverancier die een modellijn zo snel uitfasert, vertelt je iets over hoe hij verwacht dat je zijn producten consumeert.

Waar een router de berekening verandert

Deze confrontatie is een goed argument om in de eerste week helemaal niet te kiezen. MiniMax M3 staat op OrcaRouter voor $0,30 in en $1,20 uit per miljoen tokens, de lijstprijs van de provider zonder opslag erbovenop, naast meer dan 200 andere modellen achter één OpenAI-compatibel endpoint. Mercury 3 staat niet in onze catalogus — een controle van onze model-API levert niets op voor welk Inception-model dan ook — dus wie het wil aanroepen, gaat naar het eigen platform van Inception of naar een van de door Inception genoemde externe hosts. Dat zeggen we liever ronduit dan een route te suggereren die we niet hebben.

Het patroon dat past bij een ongemeten, ongewoon snelle release is een ontwerp met twee routes. Zet de latency-kritieke tier op Mercury 3 via de leverancier, en houd de gemeten fallback op M3 of een ander model dat we aanbieden, met automatische failover zodanig ingericht dat een 429 of een gedegradeerd endpoint de functie niet platlegt. De routing-DSL bestaat juist zodat de splitsing een regel kan zijn in plaats van een fork in je codebase, en omdat de lijstprijzen van providers ongewijzigd worden doorgegeven, bereikt een prijsverlaging van Inception of een wijziging in een MiniMax-tier je factuur op de dag dat die wordt aangekondigd in plaats van bij het volgende contract.

Wat dat ontwerp je niet oplevert, is een kwaliteitsgarantie aan de kant van de Mercury 3. Niets doet dat, nog niet.

De regel die deze week moet worden toegepast

• Als het antwoord binnen ongeveer een seconde moet arriveren en een fout antwoord herstelbaar is — zoeksuggesties, supporttriage, bijleshints, agentstappen met een escalatiepad — dan is Mercury 3 op basis van alleen de latentieclaim een week evaluatie waard. Begroot op basis van de lijstprijs, niet op het introductietarief met 50 procent korting, aangezien de korting geen gepubliceerde einddatum heeft.

• Als je wilt weten hoe goed het model is voordat je je vastlegt, is MiniMax M3 de enige van deze twee waarmee je erachter kunt komen. Het is ook de enige die je kunt downloaden, quantiseren, fine-tunen of op je eigen hardware kunt draaien.

• Als je workload video of afbeeldingen leest, is de vergelijking voorbij. M3 kan ze aan; Mercury 3 niet.

• Als je kosten per voltooide taak optimaliseert in plaats van kosten per token, geeft geen van beide modellen je nog het getal dat je nodig hebt — M3 omdat zijn agentische zwakte gemeten en reëel is, Mercury 3 omdat niets aan zijn voltooiingsgedrag überhaupt is gemeten.

Waar je op moet letten is niet de prijs van Mercury 3. Het is de eerste onafhankelijke evaluatie van Mercury 3, wanneer die ook verschijnt. Als de doorvoerclaim ergens in de buurt van 1.068 tokens per seconde wordt gereproduceerd onder een neutrale testopstelling en de kwaliteit in de Haiku-klasse uitkomt die Inception claimt, dan is dit geen onderlinge vergelijking meer, maar wordt het een migratievraag voor elk latentiegebonden product op het web. Als het uitkomt op de gebruikelijke afslag tussen leverancier en onafhankelijke evaluatie en de kwaliteit slechts concurrerend is, dan is de eerlijke samenvatting degene hierboven: een snel, goedkoop, onbewezen model tegenover een langzamer, goedkoop, bewezen model — en voor de meeste teams is de bewezen kant degene die het productiepad krijgt tot de andere kant een cijfer heeft.