Mercury 3 vs GPT-5.6 Sol: 20 razy taniej za token, a tokeny to cały argument

Ciekawe w zestawieniu Mercury 3 z GPT-5.6 Sol jest to, że Sol stanowi już tanią stronę czołówki OpenAI, a Mercury 3 jest jeszcze tańszy o margines, przy którym słowo „tani” nic już nie wnosi. Inception Labs wydało Mercury 3 19 października 2026 r. w cenie 0,20 USD za milion tokenów wejściowych i 0,70 USD za milion tokenów wyjściowych, obniżonej o połowę do 0,10 i 0,35 USD w oknie startowym bez podanej daty końcowej. GPT-5.6 Sol, który OpenAI udostępniło 9 lipca 2026 r., ma cennik 4,00 i 20,00 USD poniżej 272 000 tokenów oraz 8,00 i 30,00 USD powyżej tej liczby. Na wyjściu daje to 57-krotną różnicę przy cenie startowej Mercury’ego i 28-krotną przy cenie katalogowej — i w przeciwieństwie do większości takich różnic nie maleje ona, gdy mierzyć ją na odpowiedź, ponieważ przewagą Sola we wcześniejszych porównaniach z GPT-6 była oszczędność tokenów, a Sol nie jest oszczędny w taki sposób, w jaki był GPT-6 Sol. Udokumentowane awarie AI i incydenty z agentami stojące za takimi wydaniami jak to są zbierane w Archiwum Incydentów AI OrcaRouter, gdzie każdy wpis zawiera własne źródła, poziom ważności, ocenę pewności i oznaczenie sporności.

Oba modele przyjmą w jednym wywołaniu milion tokenów danych wejściowych i oba zwrócą wyłącznie tekst. Różnią się tym, co dzieje się wokół tokenów: Mercury 3 to dyfuzyjny model językowy, który zatwierdza bloki pozycji naraz i działa z zmierzoną przez dostawcę prędkością 1068 tokenów na sekundę, podczas gdy GPT-5.6 Sol to autoregresyjny model czołowy, który oprócz tekstu przyjmuje obrazy i pliki, a który według pomiaru Artificial Analysis osiąga 87,7 tokena na sekundę przy koszcie 1,99 USD za zadanie Intelligence Index. Porównanie dotyczy więc w mniejszym stopniu tego, który model jest lepszy — czego nikt nie zmierzył w przypadku Mercury'ego — a w większym tego, ile ten sam nakład pracy kosztuje w każdym z nich po uwzględnieniu ponowień i zmarnowanych tokenów.

Dwie karty stawek, przeczytaj uważnie.

Karta Sola ma granicę, której karta Mercury’ego nie ma, a ta granica jest najistotniejszą różnicą strukturalną między oboma produktami. Wszystko do 272 000 tokenów wejściowych jest rozliczane według stawek 4,00 USD i 20,00 USD. Wszystko powyżej tego powoduje przecenienie całego żądania na 8,00 USD i 30,00 USD — nie tylko nadwyżkowych tokenów, lecz całości. Prompt o 300 000 tokenów kosztuje na Solu 2,40 USD za wejście, co jest ponad dwukrotnie większą kwotą niż koszt promptu o 250 000 tokenów przy stawce 4,00 USD, przy 20% więcej tekstu.

• Cena — Mercury 3: $0.20 / $0.70 za milion, $0.10 / $0.35 w momencie premiery, dane wejściowe z pamięci podręcznej 90% taniej niż stawka za dane wejściowe. GPT-5.6 Sol: $4.00 / $20.00 za milion poniżej 272 000 tokenów, $8.00 / $30.00 powyżej, dane wejściowe z pamięci podręcznej po $0.40 przy koszcie zapisu $5.00 za milion.

• Kontekst i dane wyjściowe — Mercury 3: 1 000 000 tokenów na wejściu, 131 072 na wyjściu. GPT-5.6 Sol: 1 050 000 na wejściu, 128 000 na wyjściu.

• Modalności — Mercury 3: tylko tekst. GPT-5.6 Sol: tekst, obraz i plik na wejściu, tekst na wyjściu.

Szybkość — Mercury 3: 1068 tokenów na sekundę, według pomiaru Inception. GPT-5.6 Sol: 87,7 tokena na sekundę w środowisku testowym Artificial Analysis, z czasem do pierwszego tokenu wynoszącym 91,8 sekundy przy domyślnym obciążeniu długimi promptami.

• Niezależne wyniki — Mercury 3: żadne nie zostały opublikowane; nie istnieje strona Artificial Analysis. GPT-5.6 Sol: 47 w Indeksie Inteligencji, 77,4 w indeksie kodowania, 94,1 w GPQA Diamond, 49,5 w Humanity's Last Exam, 84,0 w odtwarzaniu długiego kontekstu.

• Premiera — Mercury 3: 19 października 2026. GPT-5.6 Sol: 9 lipca 2026.

Jedna liczba na karcie Sola zasługuje na osobne zdanie, ponieważ to liczba, z której składa się budżet opóźnienia. Artificial Analysis odnotowuje medianę czasu do pierwszego tokenu wynoszącą 91,8 sekundy dla GPT-5.6 Sol w konfiguracji, którą testuje. To nie literówka i nie zimny start; to jest to, co robi model nastawiony przede wszystkim na rozumowanie, gdy myśli, zanim mówi, przy długim prompcie. Materiały premierowe Mercury 3 obejmują raporty opóźnień od stron trzecich — Octen zmierzył medianę czasu generowania na poziomie 0,9 sekundy i medianę odpowiedzi end-to-end na poziomie 2,2 sekundy w swoim obciążeniu — ale to są referencje klientów w ogłoszeniu dostawcy, a nie neutralny zestaw testowy, i dotyczą innych obciążeń. Kierunek nie budzi wątpliwości; wielkości nie da się rozstrzygnąć bez wspólnego testu.

Dlaczego to liczba tokenów decyduje o tym wyborze i jak sprawdzić to dla swojego obciążenia

Luka w przeliczeniu na token jest 28-krotna przy cenie katalogowej i 57-krotna w momencie premiery, więc jedynym sposobem, w jaki Sol może ją zamknąć, jest generowanie znacznie mniejszej liczby tokenów przy tej samej pracy. Dokładnie tak stało się w porównaniu z GPT-6 Sol, gdzie Sol zużywał około 31 000 tokenów wyjściowych na zadanie indeksowe wobec 193 000 w przypadku Claude Sonnet 5.5 i ostatecznie okazał się tańszy na zadanie, mimo 20-krotnie wyższej stawki za tokeny wyjściowe. Nie widać jednak, żeby działo się to tutaj: GPT-5.6 Sol kosztuje 1,99 USD na zadanie Intelligence Index, podczas gdy GPT-6 Sol kosztował około 1,05 USD na tym samym harnessie, więc Sol jest około dwa razy droższy za odpowiedź niż jego następca i około 40 razy droższy za odpowiedź niż wynosiłby koszt zadania Mercury 3 za 0,05 USD, gdyby Mercury zużywał tę samą objętość tokenów.

To „if” wykonuje całą robotę i warto ująć to jako test, a nie twierdzenie. Weź sto własnych promptów, przepuść je przez Sol i zanotuj liczbę tokenów wyjściowych na prompt oraz to, czy odpowiedź wymagała ponowienia. Zrób to samo na Mercury 3. Pomnóż przez stawki z cennika. Wynik jest twoją odpowiedzią, a zajmuje to popołudnie, a nie spór o benchmarki.

Trzy kształty wyniku są na tyle powszechne, że można je przewidzieć z góry.

• Krótkie teksty o dużej objętości — klasyfikacja, ekstrakcja, routing, krótkie podsumowania, 150 tokenów wyjściowych na wywołanie. Oszczędność tokenów w Sol nie ma na czym zadziałać, więc cała historia sprowadza się do cennika: od 28 do 57 razy taniej na Mercury 3, jeszcze przed rabatem.

• Praca wymagająca intensywnego rozumowania — wieloetapowa analiza, na którą Sol zużywa 20 000 tokenów rozumowania. Jeśli Mercury 3 potrzebuje dwóch prób, aby uzyskać tę samą odpowiedź, efektywna różnica spada z 28-krotnej do 14-krotnej; jeśli potrzebuje pięciu, spada do poniżej sześciokrotnej. Wciąż duża oszczędność, ale już nie błąd zaokrąglenia w podejmowaniu decyzji.

• Wszystko, co dotyczy obrazu — zrzut ekranu, zeskanowana strona, wykres. Mercury 3 zwraca błąd. Porównanie nie istnieje, a cena multimodalnego wejścia Sol jest taka, jaką Sol nalicza.

Zniżka i dlaczego uczciwy model kosztów używa listy

Stawka za tokeny wyjściowe Mercury 3 w wysokości $0.35 to promocja. Inception opublikował cenę katalogową i rabat, ale nie datę zakończenia, co oznacza, że model kosztów oparty na $0.35 zawiera zobowiązanie, którego nikt nie potrafi oszacować. W powyższym obciążeniu krótkimi odpowiedziami różnica między ceną wprowadzającą a katalogową wynosi 2x — to samo 2x, które dzieli dobry kwartał od złego, pojawiając się bez ostrzeżenia.

Karta Sola ma przeciwną właściwość. Jest stabilna, ma udokumentowaną granicę i udokumentowaną strukturę pamięci podręcznej: 0,40 USD za milion przy odczytach, koszt zapisu w wysokości 5,00 USD za milion, co stanowi 25% powyżej stawki wejściowej. W przypadku obciążenia, które przy każdym kroku pętli agenta ponownie wysyła tę samą preambułę o długości 30 000 tokenów, warto obliczyć tę premię za zapis, zanim się ją odrzuci — Sol płaci 25% więcej raz i 90% mniej przy każdym kolejnym odczycie, a przy dziesięciu lub więcej krokach na zadanie zamortyzowany koszt wejściowy spada poniżej 1,00 USD za milion.

Stawka za pamięć podręczną Mercury 3 wynosi 0,02 USD za milion według cennika, 0,01 USD w oknie premiery, bez publikowanej dopłaty za zapis. To najmocniejsza pojedyncza liczba przemawiająca na jego korzyść dokładnie w przypadku tego obciążenia: dwudziestoetapowa pętla agenta z preambułą o długości 30 000 tokenów kosztuje 0,60 USD buforowanego wejścia w Mercury według cennika, w porównaniu z odczytami o wartości około 0,40 USD za milion na Sol po zapisie — porównywalne w ujęciu absolutnym, a porównanie pozostaje porównywalne tylko dlatego, że buforowanie w Sol jest wyjątkowo dobre. Po usunięciu buforowania z obu różnica znów jest dwudziestokrotna.

Co robi warstwa routingu w przypadku 20-krotnej różnicy i braku neutralnego wyniku

GPT-5.6 Sol jest w katalogu OrcaRouter po stawkach samego OpenAI — 4,00 USD i 20,00 USD za milion tokenów, 8,00 USD i 30,00 USD powyżej progu 272 000 tokenów, 0,40 USD za odczyty z pamięci podręcznej — za tym samym punktem końcowym zgodnym z OpenAI, przez który kierujemy wszystko inne, bez doliczanej marży. Mercury 3 nie znajduje się w katalogu; nasze API modeli nie zwraca nic dla żadnego modelu Inception, więc każdy, kto go wywołuje, trafia na własną platformę Inception, gdzie nowe konta otrzymują 100 milionów darmowych tokenów, albo na jedną z kilku platform zewnętrznych, które go hostują.

Luka jest wystarczająco duża, że kuszącym posunięciem jest przełączenie całego obciążenia i sprawdzenie, co się zepsuje. Argument przeciw robieniu tego nie jest ostrożnością dla samej ostrożności; polega na tym, że Mercury 3 ma jeden wynik jakościowy, uzyskany w ramach własnego harnessu agentowego Inception na 50 zadaniach Mind2Web na żywo, gdzie ukończył 50% i według doniesień zrobił to przy takiej samej liczbie tokenów i kroków co model frontierowy. To naprawdę interesujący wynik — żywe strony, a nie migawka — ale jest też nie do sfalsyfikowania z zewnątrz, ponieważ harness i punktacja należą do sprzedawcy.

To, co w takiej sytuacji daje reguła routingu, to ograniczony eksperyment. Skieruj określony fragment ruchu do Mercury 3, pozostaw Sol za nim jako ścieżkę zapasową i pozwól automatycznemu przełączaniu awaryjnemu obsłużyć przypadek, w którym nowy model przekroczy limit czasu lub zwróci błąd. Ten fragment to liczba w pliku konfiguracyjnym, a nie ścieżka kodu; zwiększenie jej z 10% do 100% albo zmniejszenie do zera, gdy rabat się skończy, to zmiana tej liczby.

Jest też trzecia opcja, o której strona żadnego z dostawców ci nie powie, i to właśnie na nią ostatecznie stawia większość zespołów, gdy przeanalizuje liczby: GPT-6 Sol. Ma ten sam cennik stawek 4,00 USD i 20,00 USD co GPT-5.6 Sol, plasuje się o jeden poziom poniżej flagowego GPT-6 i kosztuje około 1,05 USD za zadanie Intelligence Index wobec 1,99 USD w przypadku Sol. Jeśli powodem, dla którego rozważasz Mercury 3, jest to, że Sol jest zbyt drogi za odpowiedź, tańszym rozwiązaniem tego problemu może być nowszy model w tej samej cenie, a nie niezmierzony model za jedną dwudziestą jego ceny.

Gdzie to trafi

Dla pracy wyłącznie tekstowej i wielkoskalowej arytmetyka nie pozostawia wątpliwości i nie zależy od niczego niezweryfikowanego: przy cenach katalogowych Mercury 3 jest 20 razy tańszy na wejściu i 28 razy tańszy na wyjściu niż GPT-5.6 Sol, z oknem kontekstu tej samej wielkości i bez granicy do przekroczenia. Jeśli Twoje obciążenie to milion krótkich wywołań miesięcznie, to rozstrzyga sprawę, a ryzyko jest mierzalne w ciągu jednego dnia ruchu.

W przypadku pracy, która rozumuje przez dwadzieścia tysięcy tokenów, odczytuje zrzut ekranu albo działa bez nadzoru przez wiele godzin z narzędziami w pętli, Sol jest modelem o udokumentowanym zachowaniu i stabilnej cenie, a 91,8-sekundowy czas do pierwszego tokenu to realna liczba, wokół której można planować, a nie twierdzenie, które trzeba testować. To nie jest drobiazg, za który trzeba płacić.

Jedynym pomiarem, który zakończyłby spór, jest koszt Mercury 3 na zadanie Intelligence Index na harnezie, który dał wynik Sol na poziomie 1,99 USD. Taki pomiar nie istnieje, nie podano dla niego żadnej daty, a dopóki go nie ma, każda liczba dotycząca kosztu na odpowiedź dla Mercury 3 w tym artykule jest założeniem z dołączoną kartą stawek. Przynajmniej karta stawek jest prawdziwa — a przy 20-krotności jest wystarczająco szeroka, by warto było ją przetestować, zanim warto w nią uwierzyć.