Mercury 3 vs Qwen 4 Max: Een van deze modellen bestaat nog niet

Mercury 3 is sinds 19 oktober 2026 aanroepbaar: een gesloten diffusiemodel van Inception met een context van 1M tokens, 131.072 outputtokens en een tariefkaart van $0,20/$0,70. Q​wen 4 Max is al nul dagen aanroepbaar, omdat het niet is uitgebracht. A​libaba toonde de naam op 22 september 2026 op het podium van zijn Apsara Conference in Hangzhou, naast Q​wen 4 Flash, Q​wen 4 Plus en Q​wen 4 27B, beschreef de familie als trainend op een nieuwe generatie architectuur en zei dat deze binnenkort zou verschijnen. Op 20 oktober is er geen modelkaart, geen API-identifier, geen contextvenster, geen prijs, geen licentie en geen benchmarkscore voor enige Q​wen 4-variant. Dus dit is niet in de gebruikelijke zin een model-tegen-modelartikel. Het is een artikel over wat je vandaag echt kunt kopen, wat een podiumaankondiging waard is, en waarom het echte alternatief voor Mercury 3 aan de Q​wen-kant Qwen3.8-Max is in plaats van het model in de kop. De gedocumenteerde AI-fouten en agentincidenten achter releases zoals deze zijn verzameld in het OrcaRouter AI Incident Archive waar elke vermelding zijn eigen bronnen, ernst, betrouwbaarheidsgraad en betwist-vlag heeft.

Wat wordt er eigenlijk vergeleken?

Twee verschillende soorten objecten. Mercury 3 is een uitgeleverd product met een gepubliceerde tariefkaart, een gedocumenteerd operationeel bereik en een leverancierslanceringsbericht dat specifieke numerieke claims doet. Q​wen 4 Max is een categorienaam die aan een roadmap is gekoppeld. Elk feit in de onderstaande Q​wen-kolom is een feit over de aankondiging, niet over het model:

• Releasedatum — Mercury 3 19 oktober 2026 vs Q​wen 4 Max niets aangekondigd; de productlijn werd beschreven als "in training"

• Contextvenster — 1.000.000 tokens vs. niet gepubliceerd

• Maximale uitvoer — 131,072 tokens vs niet gepubliceerd

• Prijs — $0.20 per 1M invoer en $0.70 per 1M uitvoer, met 50% lanceringskorting ten opzichte van niet-gepubliceerde prijzen, in elke valuta

• Modaliteit — alleen tekst versus ongepubliceerd; de Apsara-kadering benadrukte agentisch en tool-gebruikend werk

• Gewichten — gesloten versus ongepubliceerd; de 27B-tier binnen dezelfde familie is historisch gezien degene die open werd uitgebracht

• Doorvoer — 1.068 tokens per seconde, door de leverancier gerapporteerd versus niet gepubliceerd

• Onafhankelijke benchmarkscore — nog geen voor Mercury 3 vs. geen enkele mogelijk voor Qwen 4 Max

Parametraantal — niet bekendgemaakt, "meer dan 40× Mercury 1" versus ongepubliceerd; het cijfer van 5 tot 10 biljoen dat circuleert, hoort bij de roadmap van Q​wen 4.5 en Q​wen 5, niet bij Q​wen 4 Max

• Wat je er vandaag mee kunt doen — het aanroepen via de API van Inception versus niets

Die laatste regel is de vergelijking.

Wat een conferentieaankondiging waard is

De Q​wen-lijn van A​libaba heeft een staat van dienst die je serieus moet nemen, en daarom kreeg de aankondiging überhaupt aandacht. De 3.8-generatie leverde een vlaggenschip met 2,4 biljoen parameters voor $2,00/$6,00, publiceerde gewichten voor zijn 27B-niveau en bracht maandelijks subversies uit — Qwen3.8-Max werd op 3 augustus 2026 algemeen beschikbaar, met een (0902)-refresh op 2 september, een 27B-model met open gewichten op 14 augustus en een Flash-Next-model op 26 augustus. Dat is een lab dat levert, volgens een schema, met gewichten.

Het is ook een lab dat aankondigt vóór de release. De Q​wen 4-line-up werd op 22 september gepresenteerd zonder dat aan een van de vier tiers een datum was gekoppeld, en de vier weken sindsdien hebben geen model card, geen repository, geen Hugging Face-checkpoint en geen vermelding op de onafhankelijke boards opgeleverd. De realistische planningsaanname is niet "Q​wen 4 Max komt volgende maand", maar "Q​wen 4 Max komt wanneer er een model card verschijnt", wat een onoplosbare datum is en dus geen datum waarop je een migratie kunt baseren.

Waar een roadmapaankondiging echt goed voor is, is een ander soort beslissing. Als je vandaag tussen leveranciers kiest, vertelt de aankondiging je dat Alibaba van plan is om op het topniveau te blijven concurreren, wat een reden is om bij de huidige generatie te blijven in plaats van de familie te verlaten. Als je een model kiest om dit kwartaal te implementeren, zegt het je niets waarop je kunt handelen.

Het getal van 5 biljoen tot 10 biljoen parameters dat samen met de berichtgeving over Q​wen 4 opdook, verdient een specifieke correctie, want het zal blijven rondgaan. Het is een toekomstgerichte uitspraak over de generaties na Q​wen 4 — de periode van Q​wen 4.5 en Q​wen 5 — en A​libaba heeft geen enkel aantal parameters aan Q​wen 4 Max gekoppeld. Een grootteclaim van Q​wen 5-niveau naast een modelnaam van Q​wen 4 is een categoriefout met een lange halfwaardetijd.

De Q​wen die je daadwerkelijk kunt aanroepen

Als de vraag achter de zoekopdracht is: "moet ik Mercury 3 gebruiken of het vlaggenschip van Alibaba?", dan is het vlaggenschip van Alibaba Qwen3.8-Max en het heeft een echte staat van dienst. De vergelijking die ertoe doet, is daarom Mercury 3 tegen het model dat bestaat:

• Release — Mercury 3 19 oktober 2026 vs Qwen3.8-Max 3 augustus 2026, vernieuwd op 2 september

• Context — 1.000.000 tokens tegenover 983.616 tokens zoals geregistreerd door Artificial Analysis; de leverancier vermeldt een vaste 1M

• Prijs — $0,20/$0,70 tegen lijsttarief, $0,10/$0,35 tijdens de lancering vs $2,00/$6,00, met gecachte invoer à $0,25

• Gecachte invoer — $0,02 ($0,01 bij lancering) vs. $0,25; Mercury 3 is een orde van grootte goedkoper bij cache-leesbewerkingen

• Onafhankelijke Intelligentie-index — geen vermelding vs 45,4

Kosten per indextaak — niet gemeten ten opzichte van $5.41

• Terminal-Bench 2.1 — niet gemeten vs 0.8876, de hoogste in deze batch

• AA-LCR redeneren over lange context — niet gemeten t.o.v. 0.8033

• GDPval-AA — niet gemeten t.o.v. Elo 1665.58

• AA-Omniscience — niet gemeten t.o.v. 12.0

• Gewichten — gesloten versus gesloten voor de Max-tier; de 27B-tier van dezelfde generatie is open

De vorm van die vergelijking komt bekend voor uit de rest van deze batch en is het waard om zonder voorbehoud te stellen: Mercury 3 kost ongeveer een tiende van de prijs van Qwen3.8-Max voor input en een twaalfde voor output, met een iets groter contextvenster en geen onafhankelijke score. Qwen3.8-Max is het gemeten model, en de metingen ervan zijn goed waar ze bestaan — 0,8876 op Terminal-Bench 2.1 is de sterkste uitslag in deze set van vijf artikelen — maar de kosten van $5,41 per voltooide indextaak zijn ook het hoogst, en dat is het getal dat bepaalt of de capaciteit op schaal betaalbaar is.

Dat is de werkelijke beslissing waar een lezer van deze pagina vandaag voor staat. Niet Mercury 3 tegenover een Qwen 4-model dat niet bestaat, maar Mercury 3 tegenover het Qwen-model dat Alibaba je verkoopt, waarbij de aankondiging van Qwen 4 een reden is om de familie te volgen in plaats van een reden om erop te wachten.

Hoe je een plek vrijhoudt voor Q​wen 4 Max zonder erop te wedden

De redelijke positie voor een team dat verwacht dat Q​wen 4 Max ertoe zal doen, is de optie goedkoop houden. Drie dingen maken dat mogelijk, en geen ervan vereist wachten.

Leg modelselectie allereerst vast als configuratie, niet als code. Mercury 3 en Qwen3.8-Max zijn beide toegankelijk via OpenAI-compatibele API's, dus een stack die de modelidentificatie op het moment van het verzoek bepaalt, kan op de dag dat een modelkaart verschijnt een Q​wen 4-tier in gebruik nemen zonder deploy. Dit is dezelfde discipline waardoor een afschaffingsaankondiging van een leverancier een configuratiewijziging wordt in plaats van een incident, en Inception heeft net laten zien hoe snel zulke meldingen binnenkomen: Mercury 2 en Mercury 2.5 sluiten per 19 oktober voor nieuwe gebruikers, en bestaande toegang eindigt op 15 november.

Ten tweede: benchmark de werklast, niet het model. De claims van de leverancier voor Mercury 3 zijn een Mind2Web-resultaat van 50 taken in zijn eigen harness en citaten van vier partners. Die vertellen je dat het model snel is in productieachtig werk; ze vertellen je niet hoe het met jouw documenten omgaat. Dertig van je eigen evalcases, uitgevoerd op Mercury 3 en Qwen3.8-Max met dezelfde prompts, leveren meer informatie op dan elke launch-tabel die deze maand verschijnt.

Ten derde: houd het gemeten model op het pad dat niet kan falen. OrcaRouter levert qwen/qwen3.8-max tegen de lijstprijs van A​libaba, met 0% markup en automatische failover over meer dan 200 modellen met één sleutel, zodat de gevestigde kant van de vergelijking een routingtabel is in plaats van een nieuw contract. Mercury 3 staat niet op de router — het wordt geleverd via Inception's eigen API en verschillende platforms van derden — wat betekent dat een eerlijke proef het op een deel van het verkeer achter de API van de leverancier plaatst, terwijl het gemeten model het productiepad behoudt. Als Q​wen 4 Max later in de router wordt opgenomen, past het in hetzelfde beleid zonder een tweede integratie.

De vraag die je moet stellen vóór de volgende aankondiging

Elk jaar levert een handvol modelnamen op waar maandenlang naar wordt gezocht voordat er een model achter bestaat, en de kosten van die kloof worden betaald door teams die plannen op basis van de aankondiging. De nuttige gewoonte is een test van één regel: kan ik het aanroepen, en is er een prijs? Mercury 3 slaagt vandaag voor beide. Q​wen 4 Max slaagt voor geen van beide, en zal dat pas doen wanneer A​libaba een modelkaart publiceert.

Waar specifiek op te letten: het Q​wen 4 27B-checkpoint in plaats van de benchmarktabel van de Max-tier, omdat de 27B de tier is die historisch open wordt uitgebracht en de licentie en omvang ervan je vertellen hoe serieus de open-weighttoezegging deze generatie is. Dan de tarievenkaart van de Max-tier, omdat een Q​wen-vlaggenschip dat onder $2,00/$6,00 duikt het betaalbaarheidsargument in deze vergelijking zou veranderen in plaats van het capaciteitsargument. En aan de Mercury-kant een eerste onafhankelijke score — het enige gemeten lid van de familie, Mercury 2.5, staat op 12,3 op de Intelligence Index, dus de kwaliteitsenvelop van het vlaggenschip is volledig een leveranciersclaim totdat de beoordelingscommissie zich uitspreekt.

Tot die tijd gaat de vergelijking tussen een model dat je vanmiddag kunt huren tegen een prijs die de kosten per verzoek verwaarloosbaar maakt, en een model dat bestaat in een congreszaal in Hangzhou. Een van die twee is een beslissing. De andere is een agendapunt.