Mercury 3 vs MiniMax M3: jedna liczba przeciw całemu dorobkowi

Inception wydało Mercury 3 19 października 2026 r. z jedną liczbą dotyczącą wydajności — 1068 tokenów na sekundę — i bez jakiegokolwiek wyniku benchmarku. MiniMax wydało MiniMax M3 1 czerwca 2026 r. z tabelą wyników benchmarków dostawcy, checkpointem do pobrania i, cztery miesiące później, opublikowanym wynikiem od niezależnego ewaluatora. Postaw oba obok siebie, a ciekawe pytanie nie brzmi, który model jest szybszy lub tańszy. Chodzi o to, że jeden z tych modeli może dziś sprawdzić ktoś inny niż jego autor, a drugiego nie. Ta asymetria to całe porównanie i przetrwa każdą obniżkę cen ogłoszoną przez którekolwiek z laboratoriów. Udokumentowane awarie AI i incydenty z agentami stojące za takimi wydaniami jak to są zebrane w OrcaRouter AI Incident Archive, gdzie każdy wpis zawiera własne źródła, poziom istotności, stopień pewności i oznaczenie sporu.

Te dwa modele są także na papierze wystarczająco bliskie, że wybór jest realny. Oba obsługują okno miliona tokenów. Oba należą do taniej półki. Oba są zbudowane na architekturach nietypowych dla swojej klasy — dyfuzja w Mercury 3, rzadka uwaga na mieszaninie ekspertów w MiniMax M3 — i oba twierdzą, że to architektura zapewnia im ich ekonomikę.

Dwa posty premierowe, dwa różne rodzaje dowodów

Przeczytaj ogłoszenie Inception jako dokument. Przedstawia ono argument za skalowaniem: Mercury 3 ma ponad 40 razy więcej parametrów ogółem niż Mercury 1, zmierzona inteligencja wzrosła około trzykrotnie z Mercury 1 (mini) do Mercury 3, a model jest „tak samo szybki” jak jego najmniejszy przodek. Zawiera również porównawcze twierdzenie o jakości: Mercury 3 jest „na równi lub lepszy od czołowych modeli zoptymalizowanych pod kątem szybkości, takich jak GPT-6 Luna i Claude Haiku 5.5”. Podaje też dokładnie jeden wynik zadania, z własnego środowiska agenta webowego Inception, na 50 rzeczywistych zadaniach nawigacji Mind2Web, gdzie model ukończył 50 procent. Każda z tych informacji pochodzi od dostawcy i żadna nie wskazuje zestawu testów porównawczych, marginesu ani konfiguracji sprzętowej.

Przeczytaj materiał M​iniMax jako dokument — ma on przeciwny kształt. Znajduje się tam tabela benchmarków z nazwanymi zestawami i wartościami procentowymi — SWE-Bench Pro 59.0, Terminal-Bench 2.1 66.0, BrowseComp 83.5, OSWorld-Verified 68.70 — plus karta modelu, plus wagi na Hugging Face, plus niezależny wpis od Artificial Analysis, który przyznaje modelowi 29 punktów w swoim Intelligence Index. Liczby dostawcy to nadal liczby dostawcy i nie widzieliśmy ich odtworzenia. Ale model może zostać pobrany, uruchomiony i zmierzony przez każdego, kto chce, i właśnie dlatego niezależna liczba w ogóle istnieje.

Ta różnica w tym, co opublikowano, nie jest szczegółem marketingowym. Określa ona, jakiego rodzaju porady może ci udzielić ktokolwiek na temat tych dwóch modeli. W przypadku MiniMax M3 mamy zmierzoną wartość przepustowości, zmierzony koszt na zadanie indeksowania i zmierzoną pozycję w rankingu. W przypadku Mercury 3 mamy twierdzenie.

Specyfikacje, z załączonym źródłem każdej ze stron

• Cena za milion tokenów — Mercury 3: 0,20 USD za tokeny wejściowe i 0,70 USD za tokeny wyjściowe według cennika, obniżona o połowę do 0,10 USD i 0,35 USD w okresie obowiązywania rabatu startowego, w porównaniu z MiniMax M3: 0,30 USD i 1,20 USD w przypadku żądań do 512 tys. tokenów wejściowych

• Buforowane dane wejściowe — Mercury 3 0,02 USD za milion, 0,01 USD w oknie premierowym w porównaniu z MiniMax M3 0,06 USD za milion

• Okno kontekstu — Mercury 3 1 000 000 tokenów vs MiniMax M3 1 048 576

• Maksymalna długość wyjścia — Mercury 3: 131 072 tokeny vs MiniMax M3: 512 000 tokenów na naszej własnej stronie katalogowej; MiniMax nie publikuje wartości maksymalnej długości wyjścia, więc ta liczba pochodzi od nas, a nie od dostawcy

• Modalność wejściowa — Mercury 3 tylko tekst vs MiniMax M3 tekst, obraz i wideo

• Architektura — Mercury 3 to dyfuzyjny model językowy, który równolegle dopracowuje bloki tokenów, podczas gdy MiniMax M3 to model typu mixture of experts, około 428B łącznie i około 23B aktywnych na token, z MiniMax Sparse Attention

• Wagi — Mercury 3 zamknięte, wyłącznie przez API, w przeciwieństwie do MiniMax M3, który można pobrać na licencji M​iniMax Community License

• Przepustowość — Mercury 3: 1 068 tokenów na sekundę, według danych dostawcy, na nieokreślonym sprzęcie NVIDIA przy nieokreślonym rozmiarze partii i ustawieniu poziomu wysiłku, w porównaniu z MiniMax M3: 106,4 tokena na sekundę zmierzonymi przez Artificial Analysis

• Independent Intelligence Index — Mercury 3: brak wpisu na dzień 20 października 2026 r. w porównaniu z MiniMax M3 29, który zajął 23. miejsce spośród 121 modeli w wersji obowiązującej tego dnia

• Kontrola rozumowania — Mercury 3: cztery ustawienia wysiłku, od instant do high, domyślnie low, gdy parametr zostanie pominięty, w porównaniu z MiniMax M3: parametr thinking z trybami enabled, adaptive i disabled

• Wywoływanie narzędzi i ustrukturyzowane dane wyjściowe — oba są obsługiwane na zgodnym z OpenAI punkcie końcowym uzupełnień czatu

Do dwóch z tych wierszy trzeba dołączyć zastrzeżenie, zanim zostaną gdziekolwiek zacytowane. Liczba 1,068 to pomiar dostawcy bez wskazanego środowiska testowego, więc nie jest porównywalna z liczbą uzyskaną przez niezależnego ewaluatora przy ustalonej metodologii. A Artificial Analysis okresowo przelicza swój indeks; powyższe 29 to odczyt z 20 października 2026 r., a MiniMax M3 miał inne odczyty przy wcześniejszych wersjach. Liczby w tym indeksie się zmieniają; fakt, że taki odczyt istnieje dla M3, a nie dla Mercury 3, nie ulega zmianie.

Co oznacza 1068 tokenów na sekundę na poziomie żądania

Tokeny na sekundę to kiepska jednostka, jeśli ma się na jej podstawie na cokolwiek decydować, bo nikt nie kupuje tokenów. Ludzie kupują zrealizowane żądania. Przelicz obie liczby na to, czego użytkownik faktycznie doświadcza — ile czasu zajmuje wygenerowanie odpowiedzi liczącej tysiąc tokenów.

Przy deklarowanych przez Inception 1068 tokenach na sekundę wygenerowanie odpowiedzi o długości 1000 tokenów zajmuje około 0,94 sekundy. Przy zmierzonych w MiniMax M3 106,4 tokena na sekundę ta sama odpowiedź zajmuje około 9,4 sekundy. Doliczając zmierzony czas do pierwszego tokena wynoszący 1,13 sekundy dla M3, różnica między tymi dwoma doświadczeniami jest około dziesięciokrotna, jeszcze przed doliczeniem opóźnień sieci, kolejkowania czy własnego narzutu dostawcy.

To jest przypadek Mercury 3 i to jak najbardziej realny. Dziesięciokrotna różnica w czasie generowania to różnica między odpowiedzią wyszukiwania, która wydaje się natychmiastowa, a taką, która wydaje się ładowaniem strony. Cała linia produktów Inception jest zbudowana wokół tego: firma sprzedaje Mercury Voice pod kątem czasu do pierwszego tokena odpowiedzi, Mercury Decide do klasyfikacji, a flagowy produkt pozycjonuje w obsłudze klienta, korepetycjach, wyszukiwaniu i agentach internetowych — wszystkich tych zastosowaniach, w których wolna odpowiedź oznacza zepsuty produkt, a nie tylko nieco gorszy.

Dziesięciokrotna liczba nie mówi ci, czy Mercury 3 jest w ogóle dobry. Wynik Mind2Web — 50 procent ukończenia w 50 zadaniach na żywo, „znacznie więcej niż GPT-6.1-Sol” — to jedyny ustrukturyzowany sygnał jakości opublikowany przez Inception, a 50 zadań to próba tak mała, że jedna trudna witryna przesuwa odsetek o dwa punkty. Środowisko testowe jest własne Inception. Model porównawczy podano bez wyniku. To prawdziwy sygnał, że model potrafi sterować przeglądarką, ale nie jest to pomiar, który można uwzględnić w decyzji zakupowej.

Co tak naprawdę mówi rekord MiniMax M3

Niezależny obraz M3 jest nieefektowny i użyteczny. Intelligence Index na poziomie 29 wobec mediany 19 dla modeli w jego klasie porównawczej, 106,4 tokena wyjściowego na sekundę wobec mediany 77,4, czas do pierwszego tokena 1,13 sekundy wobec mediany 1,70 sekundy oraz koszt 0,51 USD za przeprowadzenie indeksu na model. To model, który znacznie przewyższa średnią jakością w swojej klasie, wyraźnie przewyższa średnią szybkością jak na swoje rozmiary i jest tani w uruchomieniu.

Podwyniki krążące w wyniku ponownego publikowania przez podmioty trzecie tej samej rodziny indeksów opowiadają bardziej konkretną historię: mocne w rozumieniu dokumentów i podążaniu za instrukcjami, słabsze w autonomicznej wieloetapowej pracy agentowej. Luka między jego podwynikami w kodowaniu i pracy agentowej jest największym wewnętrznym rozstępem w jego rekordzie. Jeśli Twoje obciążenie polega na „przeczytaniu tego długiego dokumentu i precyzyjnej odpowiedzi”, M3 jest dobrze udokumentowany. Jeśli polega na „działaniu przez dwadzieścia minut i dostarczeniu wyniku”, dowody są cieńsze i wskazują w przeciwnym kierunku.

Dla Mercury 3 nie ma równoważnego akapitu do napisania, ponieważ dane nie istnieją. Artificial Analysis nie ma strony Mercury 3 — jego indeks wciąż wymienia Mercury 2.5 i Mercury 2 — więc dzień po premierze model nie ma niezależnego wyniku, niezależnego pomiaru szybkości ani liczby kosztu na zadanie. Zestaw porównawczy Inception (GPT-6 Luna, Claude Haiku 5.5) to szybka klasa, a nie czołówka, co jest właściwym punktem odniesienia dla produktu nastawionego na opóźnienia, ale twierdzenie nie podaje marginesu ani nazw testów.

Różnica w cenie jest mniejsza, niż sugeruje metka.

Odruchowo nazywa się Mercury 3 opcją budżetową, a M3 drogą. W przeliczeniu na token jest to kierunkowo prawda i znacznie mniej dramatyczne, niż się wydaje: tokeny wejściowe są 1,5 raza tańsze w Mercury 3, a wyjściowe 1,7 raza tańsze. To nie inna liga. To inna półka.

Uruchom konkretne obciążenie. Weź asystenta obsługi lub wyszukiwania, który obsługuje 10 000 odpowiedzi dziennie, z których każda zawiera 1500 tokenów wejściowych pobranego kontekstu i szkieletu promptu oraz 300 tokenów wyjściowych. To daje 15 milionów tokenów wejściowych i 3 miliony tokenów wyjściowych dziennie.

• Mercury 3 w cenie katalogowej — 15 × 0,20 USD plus 3 × 0,70 USD, czyli 5,10 USD dziennie

• Mercury 3 według stawki startowej — 15 × 0,10 USD plus 3 × 0,35 USD, czyli 2,55 USD dziennie

• MiniMax M3 według stawki dla małych zapytań — 15 × 0,30 USD plus 3 × 1,20 USD, czyli 8,10 USD dziennie

Zatem dzienna różnica między dwiema cenami katalogowymi wynosi około trzech dolarów przy dziesięciu tysiącach rozmów. Jeśli efektywność tokenowa Mercury 3 przy jego domyślnym ustawieniu niskiego wysiłku jest gorsza niż w M3 — a nikt poza Inception tego nie wie, ponieważ nie ma zmierzonej liczby tokenów wyjściowych dla Mercury 3 — ta różnica trzech dolarów może się zmniejszyć lub odwrócić przy rzeczywistym ruchu. To jest konkretny powód, dla którego trudno zaplanować budżet dla modelu bez oceny: nie można obliczyć kosztu na ukończone zadanie bez zmierzonego odsetka ukończeń i zmierzonego poziomu rozwlekłości.

Pozycja dotycząca danych wejściowych z pamięci podręcznej ma większe znaczenie niż główna stawka w przypadku obciążeń agentowych, ponieważ agenci ponownie wysyłają ten sam prompt systemowy i definicje narzędzi na każdym kroku. Stawka Mercury 3 wynosząca $0.02 za milion buforowanych tokenów sprawia, że preambuła o długości 20 000 tokenów kosztuje cztery dziesięciotysięczne dolara na wywołanie. Stawka M3 wynosząca $0.06 jest trzy razy wyższa, co nadal jest niewielkie — ale w przebiegu o pięćdziesięciu krokach różnica to centy, a nie ułamki centa, a to właśnie w ruchu agentowym centy się mnożą.

Licencja, wyjście i rzecz, której nie możesz pobrać

MiniMax M3 jest udostępniany na licencji MiniMax Community License. Użytkowanie niekomercyjne jest bezpłatne; użytkowanie komercyjne wymaga wyświetlenia „Built with MiniMax M3”, jednorazowego powiadomienia w przypadku rocznego przychodu poniżej 20 mln USD oraz uprzedniej pisemnej zgody powyżej tego progu, a także zgodności z załącznikiem dotyczącym zabronionych zastosowań. To wymaga oceny prawnej, a nie jest formalnością, ale to licencja, którą można przeczytać przed rozpoczęciem tworzenia.

Mercury 3 nie ma licencji do czytania, ponieważ nie ma czego licencjonować. Jest zamknięty. To nie dyskwalifikuje automatycznie — większość zespołów wywołujących model przez API nigdy nie dotyka wag — ale zmienia to, co się stanie, jeśli Inception zmieni swoją cenę, warunki lub dostępność. Wyjście to migracja, a nie ponowne wdrożenie.

Jeszcze jedna asymetria warta nazwania: M3 ma czteromiesięczny dorobek. Jest w naszym katalogu wystarczająco długo, by zgromadzić percentyle ruchu i opóźnień, a jego cennik pozostaje stabilny. Mercury 3 ma jeden dzień, jego cena startowa nie ma opublikowanej daty końcowej, a modele poprzednie są już zamknięte dla nowych użytkowników — sama notatka migracyjna Inception mówi, że Mercury 2 i Mercury 2.5 przestają przyjmować nowe rejestracje, a obecni klienci tracą dostęp 15 listopada 2026 r. Dostawca, który tak szybko wycofuje linię modeli, mówi ci coś o tym, jak oczekuje, że będziesz korzystać z jego produktów.

Gdzie router zmienia arytmetykę

To starcie jest dobrym argumentem za tym, żeby w pierwszym tygodniu w ogóle nie dokonywać wyboru. MiniMax M3 jest dostępny w OrcaRouter za 0,30 USD za wejście i 1,20 USD za wyjście za milion tokenów — to cena katalogowa dostawcy bez doliczonej marży, obok ponad 200 innych modeli za jednym punktem końcowym zgodnym z OpenAI. Mercury 3 nie znajduje się w naszym katalogu — sprawdzenie naszego API modeli nie zwraca niczego dla żadnego modelu Inception — więc kto chce go wywołać, musi udać się na własną platformę Inception lub do jednego z zewnętrznych hostów wymienionych przez Inception. Wolimy powiedzieć to wprost, niż sugerować trasę, której nie mamy.

Wzorzec odpowiedni dla niezmierzonego, wyjątkowo szybkiego wydania to projekt dwuścieżkowy. Umieść warstwę krytyczną pod względem opóźnień na Mercury 3 u dostawcy, a zmierzony wariant awaryjny pozostaw na M3 lub innym modelu, który obsługujemy, z automatycznym przełączaniem awaryjnym skonfigurowanym tak, by błąd 429 lub zdegradowany punkt końcowy nie powodowały niedostępności funkcji. DSL routingu istnieje właśnie po to, aby podział mógł być regułą, a nie rozwidleniem w bazie kodu, a ponieważ ceny katalogowe dostawców są przekazywane bez zmian, obniżka cen Inception lub zmiana warstwy M​iniMax trafia na Twoje rozliczenie w dniu ogłoszenia, a nie przy następnej umowie.

Czego ten projekt ci nie zapewnia, to gwarancji jakości po stronie Mercury 3. Jak dotąd nie zapewnia jej nic.

Zasada do zastosowania w tym tygodniu

• Jeśli odpowiedź musi dotrzeć w około sekundę, a błędna odpowiedź jest do naprawienia — sugestie wyszukiwania, wstępna kwalifikacja zgłoszeń do wsparcia, podpowiedzi w korepetycjach, kroki agenta ze ścieżką eskalacji — Mercury 3 wart jest tygodnia oceny już choćby ze względu na deklarowaną latencję. Planuj budżet według ceny katalogowej, a nie 50-procentowej stawki promocyjnej na start, ponieważ rabat nie ma podanej daty zakończenia.

• Jeśli chcesz wiedzieć, jak dobry jest model, zanim podejmiesz decyzję, MiniMax M3 jest jedynym z tych dwóch, który pozwala to sprawdzić. Jest też jedynym, który możesz pobrać, skwantyzować, dostroić lub uruchomić na własnym sprzęcie.

• Jeśli Twoje zadania obejmują odczyt wideo lub obrazów, porównanie jest rozstrzygnięte. M3 je obsługuje; Mercury 3 nie.

• Jeśli optymalizujesz koszt na ukończone zadanie, a nie koszt na token, żaden z modeli nie podaje jeszcze liczby, której potrzebujesz — M3, ponieważ jego słabość w zadaniach agentowych jest zmierzona i realna, Mercury 3, ponieważ nic w jego zachowaniu związanym z ukończeniem zadania nie zostało w ogóle zmierzone.

To, na co warto patrzeć, to nie cena Mercury 3. To pierwsza niezależna ewaluacja Mercury 3, kiedy tylko się pojawi. Jeśli deklaracja przepustowości odtworzy się choćby w pobliżu 1,068 tokenów na sekundę w neutralnym środowisku testowym, a jakość trafi do klasy Haiku, którą reklamuje Inception, przestaje to być porównaniem, a staje się kwestią migracji dla każdego produktu w sieci wrażliwego na opóźnienia. Jeśli wypadnie z typowym dyskontem między producentem a niezależnymi testami, a jakość będzie jedynie konkurencyjna, to uczciwe podsumowanie jest takie jak powyżej: szybki, tani, nieudowodniony model przeciwko wolniejszemu, taniemu, sprawdzonemu — i dla większości zespołów sprawdzona strona trafia na ścieżkę produkcyjną, dopóki druga strona nie ma wyniku.