Mercury 3 vs Step 5 Preview: Het gemeten model is het model dat duurder is geworden

Op 14 oktober 2026 verdubbelde StepFun de invoerprijs bij cache-hits van Step 5 Preview van 0,35 naar 0,70 yuan per miljoen tokens, met een overgangsregeling voor aanroepers die het model al hadden gebruikt. Vijf dagen later lanceerde Inception Mercury 3 tegen de helft van de lijstprijs en liet niet weten wanneer de korting afloopt. Zet die twee feiten naast elkaar en je hebt de vorm van deze vergelijking: het model met een onafhankelijke benchmarkscore is het model waarvan de prijs steeg, en het model met korting is het model dat niemand buiten het eigen lab heeft gemeten. De gedocumenteerde AI-fouten en agentincidenten achter releases als deze zijn verzameld in the OrcaRouter AI Incident Archive waarbij elke vermelding zijn eigen bronnen, ernst, betrouwbaarheidsgraad en betwistmarkering bevat.

Die omkering is geen toeval, en het is geen argument voor een van beide kanten. Step 5 Preview is een gevestigd model met een groeiend openbaar trackrecord — een leveranciersrelease op 20 september 2026, een onafhankelijke Intelligence Index-score, officiële weights op Hugging Face — en leveranciers rekenen meer voor dingen waarvan bekend is dat ze werken. Mercury 3 is negen dagen oud, heeft een geclaimde 1.068 tokens per seconde en heeft geen enkele onafhankelijke score. De prijs die je voor het goedkope model betaalt, is dat jij de meting bent.

Twee previews die verschillende dingen betekenen

Het woord "preview" staat in beide namen en doet in elk daarvan ander werk. Bij Step 5 Preview is het StepFuns eigen label en onderdeel van de API-identifier — de string die je verstuurt is step-5-preview, niet step-5 — en StepFun heeft geen vervangingsdatum, geen deprecationmelding en geen stabiliteitsbelofte voor die string gepubliceerd. In de praktijk is het model al een maand live, staan de gewichten op Hugging Face en is er een gepubliceerde prijslijst, dus "preview" doet minder werk dan het lijkt.

Op Mercury 3 is er helemaal geen previewlabel: dit is een algemene beschikbaarheidslancering met een OpenAI-compatibel endpoint, een model-ID van mercury-3, en een proefperiode van 100 miljoen tokens voor nieuwe accounts. Wat Mercury 3 in plaats daarvan heeft, is een introductiekorting, wat een ander soort instabiliteit is. Een previewlabel waarschuwt je dat het model kan veranderen; een introductiekorting waarschuwt je dat de prijs dat zal doen.

Data moeten vooral goed kloppen, vóór alles. De releasedatum van leverancier StepFun voor Step 5 Preview is 20 september 2026, overgenomen uit StepFun's eigen aankondigingsmateriaal; Artificial Analysis vermeldt het model als uitgebracht in september 2026 en dateert het in de FAQ-tekst op 18 september. Het gat van twee dagen wordt door geen van beide partijen verklaard, en dit artikel gebruikt StepFun's datum waar er een nodig is. De datum van Mercury 3 is ondubbelzinnig: 19 oktober 2026, één dag voordat dit werd geschreven.

Het specificatieblad, met de bron van elke regel

• Prijs per miljoen tokens — Mercury 3 $0,20 voor invoer en $0,70 voor uitvoer tegen listprijs, $0,10 en $0,35 tijdens de introductiekorting versus Step 5 Preview 7 yuan voor invoer en 20 yuan voor uitvoer, met cache-hit-invoer op 0,70 yuan na de wijziging van 14 oktober

• Dollarbedragen van de evaluator — Step 5 Preview $1,00 in en $2,70 uit per miljoen met 90 procent cachekorting, zoals gepubliceerd door Artificial Analysis; dit zijn de eigen cijfers van de evaluator en niet een valutaconversie van de tariefkaart van StepFun

• Contextvenster — Mercury 3 1.000.000 tokens vs Step 5 Preview 1M tokens

• Maximale output — Mercury 3 131.072 tokens vs Step 5 Preview 64.000 tokens

• Invoermodaliteit — Mercury 3 alleen tekst versus Step 5 Preview tekst, afbeeldingen en video

Uitvoermodaliteit — tekst op beide

• Parameters — Mercury 3 niet bekendgemaakt, alleen beschreven als meer dan 40 keer Mercury 1 vs Step 5 Preview niet gepubliceerd op StepFun's platformdocumentatie of op de modelpagina van de evaluator, dus geen van beide getallen kan hier worden geciteerd

• Gewichten — Mercury 3 gesloten vs Step 5 Preview gepubliceerd op Hugging Face onder de StepFun Model License 1.0, in de basisrepository plus BF16- en NVFP4-builds

• Redeneerbeheersing — Mercury 3: vier inspanningsinstellingen van instant tot high, standaard ingesteld op laag, tegenover Step 5 Preview, een redeneermodel zonder gepubliceerde inspanningsparameter

• Onafhankelijke Intelligentie-index — Mercury 3 geen vermelding per 20 oktober 2026 versus Step 5 Preview 44 op indexrevisie 4.3.2

• Gemeten uitvoersnelheid — Mercury 3 none vs Step 5 Preview 92,2 tokens per seconde, gemeten door Artificial Analysis

Prompt-caching — Mercury 3 wordt ondersteund tegen $0,02 per miljoen gecachte tokens tegen lijstprijs, terwijl Step 5 Preview wordt ondersteund tegen 0,70 yuan per miljoen cachehits, een stijging ten opzichte van 0,35 op 14 oktober

Eén regel in die lijst verdient een tweede blik, want dit is de enige plek waar de prijs van een van beide modellen openbaar is veranderd. De cache-hitratio van Step 5 Preview verdubbelde twaalf dagen na de introductie. De inputprijs bij cachemiss en de outputprijs bleven ongewijzigd, en gebruikers die het model vóór dat moment via de pay-as-you-go-API hadden gebruikt, behielden het oude tarief onder een overgangsregeling. Als je een kostenmodel bouwt op prompt-caching — en elke agentworkload is dat — dan is een tarief dat al één keer is verdubbeld een tarief om te blijven controleren.

De multimodale lijn is degene die sommige gesprekken beëindigt.

Step 5 Preview accepteert tekst, afbeeldingen en video en retourneert tekst. Mercury 3 accepteert tekst en retourneert tekst. De documentatie van Inception is hier niet dubbelzinnig over: het model staat vermeld als tekst-only, en het lanceringsmateriaal gaat over snelheid en kosten, niet over vision.

Voor een workload die screenshots leest, facturen scant, schermopnames bekijkt of een video parseert naar gestructureerde notities, valt er niets te vergelijken. Step 5 Preview is van de twee de enige die überhaupt de input kan krijgen, waardoor het prijsverschil irrelevant is en het benchmarkverschil irrelevant is tot precies het moment waarop je besluit of het visiewerk ertoe doet. Die beslissing wordt meestal door het product genomen, niet door het model.

Voor een workload die tekst in en tekst uit is — zoeken, support, code review, samenvatten — verdwijnt de modaliteitsgrens en gaat de vergelijking over snelheid, prijs en bewijs, in die volgorde van hoe gemakkelijk elk kan worden gecontroleerd.

Wat de enige onafhankelijke score in deze confrontatie zegt

Step 5 Preview scoort 44 op de Artificial Analysis Intelligence Index, versie 4.3.2 — vierde van 121 modellen in de eigen tabel van die index, tegenover een mediaan van 19. Dezelfde lijst vermeldt een gemeten outputsnelheid van 92,2 tokens per seconde, een tijd tot het eerste token van 2,55 seconden en een verbositeitscijfer van 160 miljoen outputtokens tegenover een mediaan van 140 miljoen, wat de beoordelaar als enigszins uitgebreid beschrijft. Het noemt het model enigszins duur in vergelijking met vergelijkbare open-weightmodellen, wat een redelijke interpretatie is van $1,00/$2,70.

Lees de 44 zorgvuldig. Het is een gewogen samengestelde score over een suite van benchmarks, geen uitspraak over jouw workload, en het betekent niet dat Step 5 Preview het model dat op de 42e plaats staat voor jouw specifieke taak verslaat. De eigen pagina van de evaluator bevat ook "Under review"-markeringen bij verschillende individuele evaluaties. Maar het is een getal dat is geproduceerd door een methodologie die iemand anders kan inspecteren, en het plaatst het model boven de mediaan van het veld.

Mercury 3 heeft niets vergelijkbaars. Inceptions kwaliteitsclaim is vergelijkend — "op hetzelfde niveau als of beter dan toonaangevende, voor snelheid geoptimaliseerde modellen zoals GPT-6 Luna en Claude Haiku 5.5" — zonder marge, zonder testnamen en zonder aan te geven welke van zijn vier inspanningsinstellingen de vergelijking heeft opgeleverd. Het enige gestructureerde resultaat is Inceptions eigen agenttest: 50 live Mind2Web-navigatietaken, 50 procent voltooid, "aanzienlijk meer dan GPT-6.1-Sol", bij hetzelfde tokenvolume en aantal stappen en dus tegen een fractie van de kosten per token. Vijftig taken in de eigen testomgeving van de leverancier is een signaal, geen score.

Het fysieke nummer, en wat het waard is

1.068 tokens per seconde is de reden om überhaupt over Mercury 3 te lezen. Als dat standhoudt, wordt een antwoord van 500 tokens in minder dan een halve seconde gegenereerd, en dat is het verschil tussen een zoekantwoord dat direct aanvoelt en een dat aanvoelt als een netwerkroundtrip. Step 5 Preview doet bij een gemeten 92,2 tokens per seconde ongeveer 5,4 seconden over hetzelfde antwoord, plus ongeveer 2,55 seconden tot het eerste token.

De bewering komt zonder hardware, zonder batchgrootte, zonder effort-instelling en zonder uitspraak over of het om single-stream of geaggregeerd gaat, en al die vier keuzes verschuiven een doorvoercijfer met veelvouden. Het verschil tussen leverancier en onafhankelijke meting in deze familie is gedocumenteerd: Artificial Analysis meet Mercury 2.5 op ongeveer 706 tokens per seconde, lager dan het aantal dat Inception bij die lancering publiceerde. Dat is de korting die moet worden toegepast op 1.068 totdat iemand het reproduceert. Er is geen Mercury 3-pagina op Artificial Analysis per 20 oktober.

De snelheid van Step 5 Preview is daarentegen saai op de manier waarop gemeten dingen saai zijn. Het is 92,2 tokens per seconde, gemeten, en dat zet het op de 32e plaats van 78 modellen in de snelheidsranglijst van de evaluator — sneller dan gemiddeld, niet opmerkelijk. Niemand koopt het vanwege de snelheid. Men koopt het vanwege het 1M-tokenvenster, de multimodale invoer en de score.

Dezelfde opdracht op beide tariefkaarten calculeren

Neem een documenttriagepijplijn: 8.000 pagina's per dag, 2.500 tokens aan ge-OCR-de tekst per pagina, een classificatie- en extractie-uitvoer van 300 tokens per pagina. Dat is dagelijks 20 miljoen invoertokens en 2,4 miljoen uitvoertokens, waarbij hetzelfde instructieblok bij elke aanroep opnieuw wordt verzonden en dus cachebaar is.

• Mercury 3 tegen lijstprijs — 20 × $0,20 plus 2,4 × $0,70, of $5,68 per dag

• Mercury 3 tegen het introductietarief — ongeveer $2,84 per dag

• Stap 5 Voorbeeld, zonder cache — 20 × 7 plus 2,4 × 20 yuan, of 188 yuan per dag; bij de dollarcijfers van de evaluator, 20 × $1,00 plus 2,4 × $2,70, of $26,48

• Step 5 Preview met het instructieblok in de cache — de regel voor cachehits is 0,70 yuan per miljoen tegenover 7 yuan voor een miss, dus de besparing hangt volledig af van hoeveel van die 20 miljoen de herhaalde inleiding is in plaats van nieuwe paginatekst

Het verschil in stickerprijs is dus ongeveer viereneenhalf keer in het voordeel van Mercury 3, en de introductiekorting vergroot dat tot ongeveer negen. Dat is het sterkste afzonderlijke argument voor Mercury 3, en het is volledig berekenbaar. Wat niet berekenbaar is, zijn de kosten per voltooide opdracht, omdat Mercury 3 geen gepubliceerd voltooiingspercentage en geen gepubliceerd aantal outputtokens heeft. De breedsprakigheid van Step 5 Preview is ten minste gemeten — 160 miljoen tokens op de index tegen een mediaan van 140 miljoen, wat de beoordelaar enigszins breedsprakig noemt — en daardoor kun je er budget voor reserveren.

De enige waarschuwing die het herhalen waard is: het Mercury 3-bedrag waarmee u moet rekenen, is de lijstprijs. De korting van 50 procent wordt beschreven als "bij de lancering", zonder einddatum, en de twee voorgaande modellen zijn nu gesloten voor nieuwe gebruikers, met bestaande toegang die op 15 november 2026 eindigt. Het commerciële gedrag van Inception suggereert dat u moet uitgaan van het tarief dat de promotie overleeft.

Gewichten, licenties en wat er de afgelopen maand is veranderd

Het open-weightverhaal van Step 5 Preview veranderde na de lancering. Bij de release werden de weights door derden gespiegeld in plaats van door de leverancier gepubliceerd; sinds deze week bevat StepFuns eigen Hugging Face-organisatie de basisrepository plus BF16- en NVFP4-builds, allemaal voor het laatst gewijzigd op 15 oktober 2026. De licentie is de StepFun Model License 1.0, die geen Apache of MIT is en gelezen moet worden voordat je iets uitbrengt — het is een leverancierslicentie met voorwaarden in plaats van een permissieve.

Mercury 3 heeft geen gewichten en geen licentie om te lezen. Het is uitsluitend via API beschikbaar, waarbij enterprise-implementaties toegewijde capaciteit, autoscaling en configureerbare gegevensretentie toevoegen in plaats van een artefact dat je kunt vasthouden.

Voor een team dat beslist of het moet fine-tunen, quantiseren of op eigen hardware moet draaien, is die regel doorslaggevend en doen de andere regels er niet toe. Voor een team dat een API aanroept en nooit een checkpoint aanraakt, doet die regel er alleen toe als maatstaf voor overstapkosten: als StepFun zijn prijs wijzigt of het model buiten gebruik stelt, kan een Step 5 Preview-implementatie overstappen op zelfgehoste gewichten; een Mercury 3-implementatie stapt over naar een andere leverancier.

De routeringsvraag, eerlijk beantwoord

Geen van beide modellen staat in de OrcaRouter-catalogus. Onze model-API geeft niets terug voor step-5-previewof voor enig Inception-model, dus wie een van beide wil aanroepen, gaat naar het eigen platform van de leverancier of naar een van de hosts van derden die elke leverancier vermeldt. Dat ronduit zeggen is nuttiger dan te suggereren dat er een route is die we niet hebben.

Wat de routeringslaag je in deze situatie wél biedt, is een manier om de vraag te beantwoorden zonder je vast te leggen. Meer dan 200 modellen zitten achter één OpenAI-compatibel endpoint tegen de lijstprijs van de aanbieder, zonder prijsopslag, en de modellen die qua prijs en capaciteiten het dichtst bij deze twee liggen — Qwen 3.8-Max voor $2,00/$6,00 met een contextvenster van 1M tokens, GLM 5.2 voor $1,40/$4,40, Kimi K3 voor $3,00/$15,00 — kun je vanmiddag tegen je eigen verkeer meten. Als geen van hen de lat haalt, wordt de zaak om een van beide leveranciers te betalen sterker; als een van hen dat wel doet, heb je jezelf een integratie bespaard. Automatische failover dekt ook het specifieke risico in deze vergelijking, namelijk dat het model met een introductiekorting zonder stabiliteitsgarantie precies het model is dat je in het productiepad zou zetten.

Eén praktisch punt dat hier meer dan gebruikelijk telt: de lijstprijzen van providers worden ongewijzigd doorgegeven, zodat een tariefwijziging van een leverancier dezelfde dag op de factuur terechtkomt en niet pas bij de verlenging. Aangezien de cacheprijs van Step 5 Preview al één keer is gewijzigd, is dat geen hypothetisch voordeel.

De vraag die je moet stellen voordat je kiest

Beide modellen zijn goedkoop. Het verschil in hun rekeningen, bij een realistische pipeline, is een paar dollar per dag, en de introductiekorting laat Mercury 3 goedkoper lijken dan het na afloop van de promotie zal zijn. Dus kosten zijn niet waar deze beslissing om draait.

Het draait om een eenvoudigere vraag: heb je het antwoord snel nodig, of moet je weten of het juist is? Step 5 Preview is degene die je kunt controleren — een onafhankelijke indexscore, gemeten snelheid, gemeten uitgebreidheid, gepubliceerde gewichten die je in je eigen harness kunt draaien. Mercury 3 is degene die binnen een seconde antwoordt en momenteel door niemand buiten Inception kan worden gecontroleerd.

Voor een latencygebonden product met een mens in de lus en een herstelbare fout is de tweede afweging redelijk en is de evaluatie goedkoop. Voor een pipeline die onbeheerd draait en waarvan de fouten duur zijn, is een model met een gemeten score in de midden-veertig meerdere malen de prijs waard van een model zonder enige score — en dat, veeleer dan welke benchmark dan ook, is waarom het gemeten model zich een hogere cacheprijs kan veroorloven.

Het punt om in de gaten te houden is weinig glamoureus: de volgende onafhankelijke Mercury 3-meting, wanneer die ook verschijnt, en of de cacheprijs van StepFun opnieuw beweegt. Beide zijn kleine feiten die de rekensom meer zouden veranderen dan welke lanceringsaankondiging dan ook.