Mercury 3 vs DeepSeek V4 Pro: jeden rozliczany według czasu, drugi według uruchomienia

Dwa modele mogą kosztować „około dolara za milion tokenów wyjściowych”, a mimo to rozliczać cię zupełnie inaczej. Mercury 3 pobiera w tym tygodniu 0,35 USD za milion tokenów wyjściowych, a po zakończeniu rabatu premierowego 0,70 USD — harmonogram z jedną nieznaną datą. DeepSeek V4 Pro pobiera 1,98 USD za milion tokenów wyjściowych poza szczytem i 3,96 USD w dwóch oknach każdego dnia roboczego, 01:00–04:00 i 06:00–10:00 UTC — harmonogram z zegarem. Jeśli twój ruch jest skokowy i trafia w te okna, DeepSeek V4 Pro kosztuje nawet 11 razy więcej niż Mercury 3 w cenie premierowej i około 5,7 razy więcej w cenie katalogowej Mercury'ego. Jeśli twój ruch odbywa się w nocy i w weekendy, różnica maleje do 2,8 razy. Żadna z tych liczb nie jest tą z nagłówkowego porównania — i na tym polega sens zestawienia tych dwóch modeli obok siebie. Udokumentowane awarie systemów AI i incydenty z agentami, które kryją się za premierami takimi jak ta, zostały zebrane w the OrcaRouter AI Incident Archive, gdzie każdy wpis zawiera własne źródła, poziom istotności, ocenę wiarygodności i oznaczenie sporności.

Same modele są też bardziej oddalone od siebie, niż sugeruje cena. Mercury 3 to dyfuzyjny model językowy firmy Inception Labs, wydany 19 października 2026: kontekst 1 mln, 131 072 tokeny wyjściowe, wyłącznie tekst, 1068 tokenów na sekundę według pomiaru samej Inception i brak opublikowanych liczbowych wyników benchmarków. DeepSeek V4 Pro to flagowy model DeepSeek typu mixture-of-experts, wydany 24 kwietnia 2026 i odświeżony jako build 0813 w sierpniu: 1,6 bln łącznych parametrów, z około 49 mld aktywnych, kontekst 1 048 576, limit wyjścia 384 000 tokenów, wejście wyłącznie tekstowe oraz znaczący zestaw pomiarów zewnętrznych. Jeden to zakład na szybkość z nieudowodnionym pułapem. Drugi to zakład na pojemność z udowodnioną — i nierówną — kartą wyników.

Karty stawek, w tym części, które łatwo przeoczyć

• Dane wyjściowe — Mercury 3 $0.35 za milion w momencie premiery, $0.70 według cennika. DeepSeek V4 Pro $1.98 poza godzinami szczytu, $3.96 w godzinach szczytu.

• Wejście — Mercury 3 $0.10 na start, $0.20 w cenniku. DeepSeek V4 Pro $0.66 poza szczytem, $1.32 w szczycie.

• Tokeny wejściowe z pamięci podręcznej — Mercury 3: 0,01 USD w momencie uruchomienia, 0,02 USD według cennika, stała 90-procentowa zniżka. DeepSeek V4 Pro: 0,022 USD poza godzinami szczytu, 0,044 USD w godzinach szczytu, co daje ten sam stosunek 1/30, ale zastosowany do wyższej podstawy.

• Gdy obowiązuje szczyt — okna szczytowe D​eepSeek to 01:00–04:00 i 06:00–10:00 UTC, od poniedziałku do piątku, z wyłączeniem chińskich świąt publicznych. Wszystko inne, w tym wszystkie godziny weekendowe, jest rozliczane według niższej stawki. Zniżka Mercury 3 nie ma opublikowanej daty zakończenia.

• Limit wyjściowy — DeepSeek V4 Pro: 384 000 tokenów, około trzy razy więcej niż 131 072 w Mercury 3.

• Kontekst — oba nominalnie 1 mln tokenów.

• Dane wejściowe — w obu przypadkach tylko tekst. Żaden z nich nie jest modelem multimodalnym, więc w tym wymiarze mamy remis, a nie typowy czynnik różnicujący.

• Przepustowość — Mercury 3 przy 1068 tok/s na Inception, niepowtórzone. DeepSeek V4 Pro przy 119,1 tok/s na wyjściu, zmierzone w ruchu naszego własnego playgroundu w ciągu siedmiu dni.

Kontrola rozumowania — Mercury 3 oferuje natychmiastowy, niski, średni i wysoki poziom wysiłku, a domyślnie ustawiony jest na niski. DeepSeek V4 Pro domyślnie działa w trybie myślenia, dostępny jest również tryb bez myślenia, a oba tryby są wycenione identycznie.

Reguła okna szczytowego zasługuje na więcej uwagi, niż zwykle się jej poświęca, ponieważ sprawia, że model kosztów zakładający jedną stawkę myli się dwukrotnie przez około siedem godzin każdego dnia roboczego — a te siedem godzin obejmuje europejski poranek i początek amerykańskiego dnia pracy. Obciążenie, które w arkuszu kalkulacyjnym wygląda na 1,98 USD za milion, może po uśrednieniu wynosić 2,97 USD za milion, choć nikt nie zmieni ani jednej linii kodu.

Co o tym mówią własne liczby D​eepSeek

DeepSeek V4 Pro jest mierzalny w sposób, w jaki Mercury 3 obecnie nie jest, a wyniki pomiarów nie są jednolicie pochlebne. Artificial Analysis plasuje go na poziomie Intelligence Index 36,0 i wyniku AA Coding 68,8. Jego wynik w GPQA Diamond wynosi 92,8%, w Humanity's Last Exam – 41%, w SciCode – 51%, a skuteczność przywoływania w długim kontekście – 80,3%. W τ²-Bench, benchmarku agentowego użycia narzędzi, uzyskuje 96,2 — a nasza własna karta katalogowa zaczyna się od tej liczby, co mówi, w czym model jest naprawdę dobry.

Liczba, która powinna skłonić agenta kodującego do zastanowienia, to Terminal-Bench 4.0: 14.1%. To nie literówka i nie inny benchmark niż ten, na którym Claude Opus 5.5 osiąga 59.6%. Terminal-Bench 4.0 to zestaw długoterminowych zadań terminalowych, a model, który osiąga w nim niskie kilkanaście procent, nie jest modelem, któremu przekazujesz wieloetapowe zadanie inżynierskie i odchodzisz. Skontrastuj to z 96.2 w τ²-Bench: DeepSeek V4 Pro jest doskonały w ustrukturyzowanych wywołaniach narzędzi wobec dobrze zdefiniowanych funkcji, a słaby w otwartej pracy w powłoce. To różne produkty, a oba wyniki razem opisują granicę.

Mercury 3 nie ma odpowiednika w tabeli. Jego jedynym ustrukturyzowanym twierdzeniem o jakości jest uruchomienie agenta na 50 rzeczywistych zadaniach nawigacyjnych Mind2Web, w których ukończył 50%, co według Inception jest „znacząco więcej niż GPT-6.1-Sol” i przy czym wykorzystano tę samą liczbę tokenów i tę samą liczbę kroków. Zatem porównanie, którego kupujący faktycznie chce — jak te dwa zachowują się w tym samym zadaniu agentowym — nie zostało publicznie przeprowadzone przez nikogo. Można powiedzieć, że są zbudowane z myślą o różnych trybach awarii: D​eepSeek ma głębokie kompetencje w wywoływaniu narzędzi i długi budżet wyjściowy; Mercury ma szybkość i znacznie cieńszą bazę dowodową.

Koszt, według rzeczywistego zegara

Weźmy obciążenie związane z przetwarzaniem dokumentów: 60 milionów tokenów wejściowych i 15 milionów tokenów wyjściowych dziennie, co stanowi wiarygodny pipeline do przeglądu umów lub dokumentacji rejestracyjnej w średniej wielkości kancelarii. W Mercury 3 według stawki startowej to 6,00 USD za wejście i 5,25 USD za wyjście, czyli 11,25 USD dziennie. W DeepSeek V4 Pro według stawki poza szczytem to 39,60 USD i 29,70 USD, czyli 69,30 USD dziennie.

Teraz przenieś połowę tego ruchu do okien szczytowych D​eepSeek. Trzydzieści milionów tokenów wejściowych poza szczytem kosztuje 19,80 USD, a trzydzieści milionów w szczycie — 39,60 USD; tokeny wyjściowe kosztują odpowiednio 14,85 USD i 29,70 USD. Dzienny koszt to 103,95 USD. Te same tokeny, ten sam model, a faktura wzrosła z 69,30 USD do 103,95 USD. Rachunek za Mercury 3 w ogóle nie zależy od pory dnia.

To, czym D​eepSeek to nadrabia, jest pojemność. Limit wyjścia wynoszący 384 000 tokenów oznacza, że pojedyncze wywołanie może wykonać ustrukturyzowaną ekstrakcję z bardzo długiego dokumentu bez dzielenia na fragmenty — co w procesie prawnym lub finansowym nie jest udogodnieniem, lecz właściwością poprawności, ponieważ to właśnie przy dzieleniu na fragmenty giną odwołania krzyżowe. Limit Mercury 3 wynoszący 131 072 tokeny pokryje większość takich zadań, ale nie wszystkie. Jeśli Twoje zadanie regularnie generuje wyniki przekraczające 130 tys. tokenów, porównanie cen jest bezprzedmiotowe: tańszy model nie jest w stanie wykonać tego zadania.

Różnica otwartych wag, o której nikt nie wspomina w tabeli cen

DeepSeek publikuje wagi. DeepSeek-V4-Pro-0813 znajduje się w Hugging Face w organizacji deepseek-ai, z datą 13 sierpnia 2026 r., obok linii V4.1-Flash, która była udostępniana aż do października. Oznacza to, że możesz samodzielnie hostować model, dostrajać go, kwantyzować lub uruchamiać w środowisku odizolowanym od sieci, a żaden dostawca nie może Ci go odebrać. Inception nie opublikował wag Mercury 3, a ogłoszenie nie zawiera zobowiązania do tego. Jeśli Twoje wymogi zgodności wymagają, aby model działał w obrębie Twojego perymetru, porównanie ma dokładnie jedną realną odpowiedź.

Kompromis polega na tym, że samodzielne hostowanie modelu typu mixture-of-experts o 1,6 biliona parametrów nie jest projektem na weekend, a cena hostowanej wersji jest wystarczająco niska, że większość zespołów nie powinna próbować. Istotna kwestia to zachowanie możliwości wyboru, a nie ekonomia.

Umieszczanie obu pod jednym kluczem

DeepSeek V4 Pro jest w naszym katalogu jako deepseek/deepseek-v4-pro, rozliczany według stawki samego DeepSeek z 0% marży — z uwzględnieniem mnożnika szczytu, który jest przekazywany bez zmian, a nie wygładzany do stałej liczby. Ma to tu większe znaczenie niż zwykle: dostawca, którego cena zmienia się z godziną, to dokładnie ten przypadek, w którym router powinien pokazywać rzeczywisty harmonogram, a nie średnią. Mercury 3 nie jest w naszym katalogu; nasze API modeli nie ma w ogóle modeli Inception, więc droga do niego prowadzi przez własną platformę Inception.

Wzorzec, który ma sens dla zespołu oceniającego oba rozwiązania, to podział według kształtu zadania, a nie według ceny. Ekstrakcję długich wyników i strukturalne wywoływanie narzędzi kieruj do DeepSeek V4 Pro, gdzie limit 384K i wynik τ²-Bench naprawdę robią robotę; warstwę krytyczną pod względem opóźnienia i krótkich wyników kieruj do Mercury 3 przez klucz Inception. Jeden punkt końcowy zgodny z OpenAI obsługuje stronę DeepSeek i ponad 200 innych modeli, z automatycznym przełączaniem awaryjnym, jeśli dostawca ulegnie degradacji, a DSL routingu może utrzymać regułę kształtu zadania, dzięki czemu konfiguruje się ją raz, zamiast wdrażać ponownie w każdej usłudze. Zachowujesz tanią szybką ścieżkę tam, gdzie szybkość jest produktem, a sprawdzoną wydajność tam, gdzie liczy się poprawność.

Po który sięgnąć?

Wybierz DeepSeek V4 Pro, gdy zadanie polega na długim ustrukturyzowanym wyniku, przepływie pracy wywołującym narzędzia względem zdefiniowanych funkcji lub czymkolwiek, co musi działać w Twojej własnej infrastrukturze. Zaakceptuj, że płacisz od 2,8 do 5,7 razy więcej niż wynosiła cena premierowa Mercury 3, że rachunek zmienia się z godziny na godzinę oraz że Terminal-Bench 4.0 mówi, że to nie jest Twój autonomiczny agent kodujący.

Wybierz Mercury 3, gdy zadanie jest krótkie, wyłącznie tekstowe, krytyczne pod względem opóźnienia i tanie do ponowienia — tury głosowe, podpowiedzi, podsumowania wyszukiwania, szkice odpowiedzi dla wsparcia — oraz gdy jesteś gotów samodzielnie przeprowadzić ewaluację, ponieważ nikt nie opublikował żadnej. Zniżka premierowa sprawia, że test jest niemal darmowy; brak daty zakończenia czyni go słabą podstawą do pięcioletniego modelu kosztów.

Jednego robić nie należy: wybierać między nimi na podstawie eksponowanej ceny tokena. Zegar D​eepSeek i okno startowe Mercury'ego są na swój sposób tymczasowe, a liczba, która powinna przesądzać o decyzji — koszt ukończonego zadania, z uwzględnieniem ponowień i weryfikacji przez człowieka — to liczba, której nie publikuje żaden z dostawców.