Mercury 3 vs Qwen 4 Max: Jeden z tych modeli jeszcze nie istnieje

Mercury 3 można wywoływać od 19 października 2026 r.: to zamknięty model dyfuzyjny od Inception z kontekstem 1 mln tokenów, 131 072 tokenami wyjściowymi i cennikiem 0,20 USD/0,70 USD. Q​wen 4 Max ma za sobą zero dni, w których można go było wywoływać, ponieważ nie został wydany. A​libaba pokazała tę nazwę na scenie podczas swojej konferencji Apsara w Hangzhou 22 września 2026 r., obok Q​wen 4 Flash, Q​wen 4 Plus i Q​wen 4 27B, opisała rodzinę jako trenowaną na architekturze nowej generacji i powiedziała, że pojawi się wkrótce. Na dzień 20 października nie ma karty modelu, identyfikatora API, okna kontekstu, ceny, licencji ani wyniku benchmarku dla żadnego wariantu Q​wen 4. To nie jest więc artykuł porównujący modele w zwykłym sensie. To artykuł o tym, co można faktycznie kupić dziś, ile warta jest zapowiedź ze sceny i dlaczego prawdziwą alternatywą dla Mercury 3 po stronie Q​wen jest Qwen3.8-Max, a nie model z nagłówka. Udokumentowane awarie systemów AI i incydenty z agentami, które stały za premierami takimi jak ta, są zebrane w Archiwum incydentów AI OrcaRouter, gdzie każdy wpis ma własne źródła, dotkliwość, stopień pewności i flagę sporu.

Co właściwie jest porównywane?

Dwa różne rodzaje obiektu. Mercury 3 to dostarczony produkt z opublikowaną kartą stawek, udokumentowanym zakresem operacyjnym i postem premierowym dostawcy zawierającym konkretne twierdzenia liczbowe. Q​wen 4 Max to nazwa poziomu powiązana z mapą drogową. Każdy fakt w poniższej kolumnie Q​wen dotyczy ogłoszenia, a nie modelu:

• Data wydania — Mercury 3: 19 października 2026 r. vs Qwen 4 Max: brak zapowiedzi; seria została opisana jako „w trakcie treningu”

• Okno kontekstu — 1 000 000 tokenów w porównaniu z niepublikowaną wartością

• Maksymalna długość wyjścia — 131,072 tokeny w porównaniu z niepublikowanym

• Cena — 0,20 USD za 1 mln tokenów wejściowych i 0,70 USD za 1 mln tokenów wyjściowych, z 50% zniżką premierową względem nieopublikowanych cen, w dowolnej walucie

• Modalność — wyłącznie tekst vs niepublikowane; ujęcie Apsara kładło nacisk na pracę agentową i wykorzystującą narzędzia

Wagi — zamknięte kontra niepublikowane; poziom 27B w tej samej rodzinie to ten, który historycznie udostępniano jako otwarty

• Przepustowość — 1,068 tokenów na sekundę, dane dostawcy vs nieopublikowane

• Wynik niezależnego benchmarku — brak jak dotąd dla Mercury 3 vs brak możliwy dla Q​wen 4 Max

• Liczba parametrów — nieujawniona, „ponad 40× Mercury 1” wobec niepublikowanej; krążąca liczba 5–10 bilionów należy do roadmapy Qwen 4.5 i Qwen 5, a nie do Qwen 4 Max

• Co możesz z nim dziś zrobić — wywołać je przez API Inception czy nic

Ta ostatnia linia to porównanie. Dziewięć z dziesięciu powyższych wierszy to „niepublikowane”, a tabela specyfikacji, która jest w dziewięciu dziesiątych pusta, nie jest tabelą specyfikacji, lecz informacją prasową z formatowaniem kolumn.

Ile warta jest zapowiedź konferencji

Linia Qwen firmy Alibaba ma dorobek, który warto traktować poważnie — dlatego to ogłoszenie w ogóle znalazło się w mediach. Generacja 3.8 dostarczyła flagowy model z 2,4 biliona parametrów w cenie 2,00/6,00 USD, opublikowała wagi dla swojego poziomu 27B i wydawała podwersje w miesięcznym rytmie — Qwen3.8-Max wszedł do ogólnej dostępności 3 sierpnia 2026 r., a 2 września pojawiło się odświeżenie (0902), 14 sierpnia wydano otwarte wagi modelu 27B, a 26 sierpnia model Flash-Next. To laboratorium, które dostarcza — zgodnie z harmonogramem — wraz z wagami.

To także laboratorium, które ogłasza przed wprowadzeniem na rynek. Linia Q​wen 4 została zaprezentowana 22 września bez żadnych dat przypisanych do któregokolwiek z czterech wariantów, a cztery tygodnie, które od tego czasu minęły, nie przyniosły żadnej karty modelu, repozytorium, checkpointu na Hugging Face ani wpisu na niezależnych rankingach. Realistyczne założenie planistyczne nie brzmi „Q​wen 4 Max pojawi się w przyszłym miesiącu”, lecz „Q​wen 4 Max pojawi się, gdy pojawi się karta modelu”, co jest datą niemożliwą do ustalenia, a zatem datą, wokół której nie można zbudować migracji.

To, do czego ogłoszenie roadmapy naprawdę się przydaje, to inny rodzaj decyzji. Jeśli dziś wybierasz między dostawcami, ogłoszenie mówi ci, że Alibaba zamierza nadal konkurować na poziomie flagowym, co jest powodem, by pozostać przy jej obecnej generacji, zamiast odchodzić z tej rodziny. Jeśli wybierasz model do wdrożenia w tym kwartale, nie mówi ci nic, na czym możesz działać.

Liczba od 5 do 10 bilionów parametrów, która pojawiła się wraz z materiałami o Q​wen 4, zasługuje na konkretną korektę, ponieważ będzie dalej krążyć. To stwierdzenie wybiegające w przyszłość, dotyczące generacji po Q​wen 4 — okresu Q​wen 4.5 i Q​wen 5 — a A​libaba nie przypisała żadnej liczby parametrów do Q​wen 4 Max. Twierdzenie o rozmiarze klasy Q​wen 5 wydrukowane obok nazwy modelu Q​wen 4 to błąd kategorii o długim okresie półtrwania.

Qwen, do którego naprawdę możesz zadzwonić

Jeśli pytaniem kryjącym się za wyszukiwaniem jest „czy powinienem używać Mercury 3 czy flagowego modelu A​libaba”, flagowym modelem A​libaba jest Qwen3.8-Max i ma on realny dorobek. Istotne porównanie to zatem Mercury 3 z modelem, który istnieje:

• Wydanie — Mercury 3 19 października 2026 vs Qwen3.8-Max 3 sierpnia 2026, odświeżone 2 września

• Kontekst — 1 000 000 tokenów vs 983 616 tokenów według Artificial Analysis; dostawca podaje równo 1 mln

• Cena — $0.20/$0.70 zgodnie z cennikiem, $0.10/$0.35 w okresie premiery w porównaniu z $2.00/$6.00, przy czym wejście z pamięci podręcznej po $0.25

• Dane wejściowe z pamięci podręcznej — 0,02 USD (0,01 USD na start) vs 0,25 USD; Mercury 3 jest o rząd wielkości tańszy w przypadku odczytów z pamięci podręcznej

• Independent Intelligence Index — brak wpisu vs 45,4

• Koszt na zadanie indeksowania — niezmierzony w porównaniu z 5,41 USD

• Terminal-Bench 2.1 — nie zmierzono w porównaniu z 0,8876, najwyższym w tej partii

• AA-LCR rozumowanie długiego kontekstu — nie mierzono w porównaniu z 0.8033

• GDPval-AA — nie zmierzono w porównaniu z Elo 1665.58

• AA-Omniscience — nie zmierzono względem 12.0

• Wagi — zamknięte kontra zamknięte dla poziomu Max; poziom 27B tej samej generacji jest otwarty

Kształt tego porównania jest znajomy z pozostałej części tego zestawu i warto go przedstawić bez ogródek: Mercury 3 kosztuje około jednej dziesiątej ceny Qwen3.8-Max za dane wejściowe i jedną dwunastą za dane wyjściowe, ma nieco większe okno kontekstu i nie ma niezależnego wyniku. Qwen3.8-Max jest modelem zmierzonym, a jego pomiary są dobre tam, gdzie istnieją — 0,8876 na Terminal-Bench 2.1 to najwyższy odczyt w tym zestawie pięciu artykułów — ale jego koszt 5,41 USD na ukończone zadanie indeksowe jest również najwyższy i to ta liczba decyduje, czy tę zdolność stać na masową skalę.

To jest rzeczywista decyzja, przed którą dziś staje czytelnik tej strony. Nie Mercury 3 kontra nieistniejący model Qwen 4, lecz Mercury 3 kontra model Qwen, który sprzeda ci Alibaba, a zapowiedź Qwen 4 jest powodem, by śledzić tę rodzinę, a nie powodem, by na nią czekać.

Jak zarezerwować miejsce dla Q​wen 4 Max, nie stawiając na niego

Rozsądnym stanowiskiem dla zespołu, który liczy się z tym, że Q​wen 4 Max będzie miał znaczenie, jest utrzymanie tej opcji w niskiej cenie. Trzy rzeczy to umożliwiają, a żadna z nich nie wymaga czekania.

Po pierwsze, zapisz wybór modelu jako konfigurację, a nie kod. Mercury 3 i Qwen3.8-Max są dostępne przez API zgodne z OpenAI, więc stos, który ustala identyfikator modelu w momencie żądania, może przyjąć wariant Qwen 4 w dniu, w którym pojawi się karta modelu — bez wdrożenia. To ta sama dyscyplina, dzięki której powiadomienie dostawcy o wycofaniu staje się zmianą konfiguracji, a nie incydentem; Inception właśnie pokazał, jak szybko przychodzą takie powiadomienia: Mercury 2 i Mercury 2.5 przestają być dostępne dla nowych użytkowników od 19 października, a dotychczasowy dostęp kończy się 15 listopada.

Po drugie, benchmarkuj obciążenie, a nie model. Twierdzenia dostawcy dotyczące Mercury 3 to wynik 50 zadań Mind2Web we własnym środowisku testowym oraz cytaty referencyjne od czterech partnerów. Mówią one, że model jest szybki w pracy przypominającej produkcyjną; nie mówią, jak radzi sobie z Twoimi dokumentami. Trzydzieści własnych przypadków ewaluacyjnych uruchomionych na Mercury 3 i Qwen3.8-Max z tymi samymi promptami dostarczy więcej informacji niż każda tabela premierowa opublikowana w tym miesiącu.

Po trzecie, utrzymaj mierzony model na ścieżce, która nie może zawieść. OrcaRouter udostępnia qwen/qwen3.8-max w cenie katalogowej A​libaba z 0% marży i automatycznym przełączaniem awaryjnym w ramach ponad 200 modeli na jednym kluczu, więc dotychczasowa strona porównania to tabela routingu, a nie nowa umowa. Mercury 3 nie znajduje się na routerze — jest obsługiwany przez własne API Inception i kilka platform zewnętrznych — co oznacza, że uczciwy test umieszcza go na niewielkiej części ruchu za API dostawcy, podczas gdy mierzony model zachowuje ścieżkę produkcyjną. Jeśli Q​wen 4 Max trafi później do routera, wpasuje się w tę samą politykę bez drugiej integracji.

Pytanie, które trzeba zadać przed kolejnym ogłoszeniem

Każdy rok rodzi garść nazw modeli, których szuka się przez miesiące, zanim za nimi stanie jakikolwiek model, a koszt tej luki ponoszą zespoły, które planują w oparciu o zapowiedź. Przydatnym nawykiem jest jednolinijkowy test: czy mogę to wywołać i czy jest podana cena? Mercury 3 dziś spełnia oba warunki. Q​wen 4 Max nie spełnia żadnego i nie spełni, dopóki A​libaba nie opublikuje karty modelu.

Na co konkretnie zwrócić uwagę: na checkpoint Qwen 4 27B, a nie na tabelę benchmarków poziomu Max, ponieważ 27B to poziom, który historycznie jest udostępniany jako otwarty, a jego licencja i rozmiar powiedzą ci, jak poważne jest zobowiązanie do otwartych wag w tej generacji. Następnie cennik poziomu Max, ponieważ flagowy Qwen, który oferowałby ceny poniżej $2.00/$6.00, zmieniłby w tym porównaniu argument o przystępności cenowej, a nie argument o możliwościach. A po stronie Mercury — pierwszy niezależny wynik: jedyny zmierzony członek rodziny, Mercury 2.5, ma 12,3 w Intelligence Index, więc zakres jakości flagowego modelu jest wyłącznie deklaracją producenta, dopóki ranking nie zabierze głosu.

Do tego czasu porównanie dotyczy modelu, który możesz wynająć jeszcze dziś po południu w cenie, przy której ekonomia pojedynczego zapytania staje się trywialna, oraz modelu, który istnieje w sali konferencyjnej w Hangzhou. Jedno z nich to decyzja. Drugie to wpis w kalendarzu.