Mercury 3 vs Reflection Beam: Najszybszy model zamknięty spotyka najszybszy otwarty

Reflection Beam pojawił się z liczbą, którą można było zweryfikować, a Mercury 3 pojawił się z liczbą, której nie można było zweryfikować. Beam uzyskuje wynik 335,1 tokenów wyjściowych na sekundę według Artificial Analysis, przy czasie do pierwszego tokena wynoszącym 0,80 sekundy i Intelligence Index równym 30 — czwarty najszybszy spośród 78 zmierzonych modeli, dwudziesty na 121 pod względem jakości. Mercury 3 deklaruje 1068 tokenów na sekundę i nie ma żadnego niezależnego wyniku, dzień po tym, jak Inception udostępnił go 19 października 2026 r. Uczciwym sposobem rozpoczęcia tego porównania nie jest więc pytanie „który jest szybszy”, lecz „co stanie się z tą różnicą, gdy strona niezmierzona zostanie zmierzona”. Udokumentowane awarie systemów AI i incydenty z agentami związane z premierami takimi jak ta są gromadzone w the OrcaRouter AI Incident Archive, gdzie każdy wpis zawiera własne źródła, poziom dotkliwości, stopień pewności i oznaczenie sporności.

Powód, dla którego to zestawienie ma znaczenie wykraczające poza kartę specyfikacji, jest taki, że oba modele sprzedają to samo. Mercury 3 to dyfuzyjny model językowy, który równolegle dopracowuje bloki tokenów; Reflection Beam to rzadka mieszanina ekspertów z 501 miliardami parametrów łącznie i tylko 23 miliardami aktywnymi na token. Różne triki, ten sam zakład: że to koszt wnioskowania, a nie sufit możliwości, jest miejscem następnej walki. Beam ogłoszono 5 października 2026 r., a jego wagi opublikowano na licencji Apache 2.0 16 października; Mercury 3 wydano dziewięć dni później jako zamknięte API. Jeden z nich możesz pobrać i samodzielnie zmierzyć. Drugi możesz tylko wywołać i przyjąć na wiarę.

Co każda ze stron faktycznie zapisała w protokole

Dane Beam są wystarczająco szczegółowe, by można było się z nimi spierać. Intelligence Index wynosi 30, co daje dwudzieste miejsce wśród 121 modeli i lokuje go powyżej mediany 19, którą Artificial Analysis odnotowuje dla porównywalnych modeli z otwartymi wagami. Zmierzono 335,1 tokenu wyjściowego na sekundę i 0,80 sekundy do pierwszego tokenu — oba wskaźniki wobec mediany u porównywalnych modeli wynoszącej około 77 tokenów na sekundę i 1,70 sekundy. Opublikowana stawka to 0,70 USD za milion tokenów wejściowych i 2,10 USD za milion tokenów wyjściowych przy 84-procentowej zniżce za pamięć podręczną, co daje 0,57 USD kosztów obliczeniowych na zadanie indeksu. A wskaźnik gadatliwości to 79 milionów tokenów wyjściowych potrzebnych do ukończenia indeksu — dziesiąty najniższy wśród 47 ocenianych modeli wobec mediany 140 milionów. Ta ostatnia liczba to deklarowana wydajność, która po raz pierwszy pojawia się w cudzym środowisku testowym, i najciekawszy wskaźnik w dokumentacji któregokolwiek z tych modeli.

Rekord Mercury 3 natomiast to trzy twierdzenia i jeden mały eksperyment. Twierdzenia: 1068 tokenów na sekundę na GPU NVIDIA; ponad 40 razy więcej parametrów niż Mercury 1 przy około trzykrotnie wyższej zmierzonej inteligencji; oraz jakość „na poziomie lub lepsza niż w przypadku czołowych modeli optymalizowanych pod kątem szybkości, takich jak GPT-6 Luna i Claude Haiku 5.5”. Eksperyment: 50 zadań nawigacyjnych Mind2Web na żywo we własnym środowisku testowym agenta webowego Inception, 50 procent ukończonych, „znacznie więcej niż GPT-6.1-Sol”, przy takim samym wolumenie tokenów i liczbie kroków, a więc za ułamek kosztu. Nic z tego nie zostało niezależnie odtworzone, a Artificial Analysis nie ma w ogóle strony poświęconej Mercury 3.

Ta asymetria nie jest przytykiem do inżynierii Inception. Jest stwierdzeniem o tym, co możesz zdecydować dzisiaj. Dla Beam możesz obliczyć koszt przypadający na ukończone zadanie, ponieważ ktoś zmierzył ukończenie i gadatliwość. Dla Mercury 3 możesz obliczyć koszt przypadający na token i nic więcej.

Karta specyfikacji z przypisanym do każdego wiersza źródłem

• Cena za milion — Mercury 3: 0,20 USD za wejście i 0,70 USD za wyjście według cennika, 0,10 USD i 0,35 USD w ramach rabatu startowego, w porównaniu z Beam: 0,70 USD za wejście i 2,10 USD za wyjście

• Wejście z pamięci podręcznej — Mercury 3: 0,02 USD za milion według cennika, podczas gdy Beam: 84-procentowa zniżka na stawkę wejściową, czyli około 0,11 USD za milion

• Przepustowość — Mercury 3: 1 068 tokenów na sekundę, deklaracja producenta, sprzęt nieokreślony, w porównaniu z Beam: 335,1 tokena na sekundę, zmierzone przez Artificial Analysis

• Czas do pierwszego tokenu — Mercury 3: nie opublikowano; Beam: 0,80 sekundy (zmierzone)

• Intelligence Index — Mercury 3: brak wpisu według stanu na 20 października 2026 r., w porównaniu z Beam 30, który zajmuje 20. miejsce spośród 121

• Koszt na zadanie indeksowania — Mercury 3 nie można obliczyć bez wyniku w porównaniu z Beam $0.57

• Gadatliwość odpowiedzi w indeksie — Mercury 3 nieopublikowany vs Beam 79 milionów tokenów, 10. najbardziej zwięzły z 47

• Okno kontekstu — Mercury 3: 1,000,000 tokenów, z maksymalną liczbą tokenów wyjściowych 131,072, w porównaniu z Beam: 1,048,576 tokenów, z maksymalną liczbą tokenów wyjściowych 131,072

• Parametry — Mercury 3 nieujawnione, opisywane wyłącznie jako ponad 40 razy więcej niż Mercury 1 w porównaniu z Beam 501B łącznie, 23B aktywnych na token

• Modalność danych wejściowych — wyłącznie tekst

• Kontrola rozumowania — Mercury 3: cztery ustawienia od instant do high, domyślnie low, kontra Beam: obowiązkowy wysiłek rozumowania z pięcioma poziomami, a dokumentacja Reflection domyślnie ustawia max

• Wagi — Mercury 3 w wersji zamkniętej kontra Beam Apache 2.0, w BF16, FP8 oraz w wersji NVFP4 o rozmiarze 273 GiB

• Self-hosting — Mercury 3 wyłącznie dedykowane zasoby klasy enterprise w porównaniu z Beam – referencyjnym wdrożeniem czterech GPU NVIDIA B300 na NVLink, ze wsparciem day-zero dla vLLM, SGLang, Transformers i Dynamo

Jedno zastrzeżenie dotyczące linii cenowej. Zniżka Mercury 3 nie ma opublikowanej daty końcowej, więc liczba, która pozostaje w planowaniu, to $0.20/$0.70, a nie $0.10/$0.35. Stawka $0.70/$2.10 dla Beam to aktualny cennik publikowany przez ewaluatora i przez własną platformę Reflection.

Istotna różnica wynosi 335 wobec 1,068.

Jeśli wynik Inception utrzyma się w neutralnym środowisku testowym, Mercury 3 jest około trzy razy szybszy niż najszybszy zmierzony model z otwartymi wagami w tej dziedzinie, i robi to przy jednej trzeciej ceny wejściowej Beam i jednej trzeciej ceny wyjściowej Beam. To połączenie — szybciej i taniej — jest argumentem za Mercury 3 wyrażonym w jednym zdaniu, i jest to mocne zdanie.

Problem polega na tym, że zdanie opiera się wyłącznie na liczbie bez podanej metodologii. Inception nie podaje, którego GPU użyto, jaki był rozmiar partii, jakie ustawienie poziomu wysiłku rozumowania zastosowano ani czy pomiar dotyczy pojedynczego strumienia, czy jest zbiorczy. Wszystkie cztery wybory mogą zmienić wartość przepustowości kilkukrotnie. Korekta, którą należy zastosować, nie jest hipotetyczna: gdy Mercury 2.5 wszedł na rynek, podana przez dostawcę wartość przepustowości była istotnie wyższa niż 706 tokenów na sekundę, które Artificial Analysis następnie zmierzyło w ramach własnego stanowiska testowego. To normalna w tej kategorii rozbieżność między danymi dostawcy a niezależnymi pomiarami, a nie zła wiara — ale to właśnie taką rozbieżność należy założyć.

Zastosuj obniżenie w proporcji trzy do jednego, a Mercury 3 osiągnie blisko 350 tokenów na sekundę: na poziomie zmierzonego wyniku Beama, za jedną trzecią ceny, z nieznanym wynikiem jakości. Zastosuj obniżenie w proporcji dwa do jednego, a będzie to z komfortem najszybszy model, jaki którekolwiek z laboratoriów wypuściło w tej cenie. Tak czy inaczej porównanie zmienia się z „trzy razy szybciej” na „gdzieś między tak szybko jak Beam a trzy razy szybciej, i tak czy inaczej taniej niż Beam”.

W tej samej parze liczb kryje się druga asymetria. Czas Beam do pierwszego tokenu wynoszący 0,80 sekundy jest mierzony na modelu rozumującym, który domyślnie działa z maksymalnym ustawieniem wysiłku — co oznacza, że model naprawdę myśli, zanim cokolwiek wygeneruje, a mimo to zwraca pierwszy token w czasie krótszym niż sekunda. To bardziej imponujący wynik inżynieryjny niż surowy wskaźnik przepustowości i właśnie coś, co potrafi wychwycić tylko niezależny harness.

Dwadzieścia trzy miliardy aktywnych parametrów to prawdziwa historia po stronie Beam

Liczba 501B na karcie Beam w dużej mierze nie działa. Przy 23 miliardach aktywnych parametrów na token model aktywuje około 4,6 procenta siebie dla dowolnego tokena — wskaźnik aktywacji agresywny nawet jak na obecne standardy otwartych wag. Notatki architektoniczne wymieniają przeplatane mechanizmy uwagi lokalnej i globalnej, drobnoziarnistych ekspertów z routingiem, SandwichNorm oraz kompilacje serwujące FP8/FP4, ale praktyczna konsekwencja jest prostsza: Beam mieści się na jednym węźle z czterema GPU. To profil serwowania, a nie ciekawostka badawcza.

To wyjaśnia również wynik dotyczący rozwlekłości. Model, który zużywa 79 milionów tokenów wyjściowych na ukończenie indeksu wobec mediany 140 milionów, wykonuje tę samą pracę w mniej więcej połowie tokenów wyjściowych, a tokeny wyjściowe to miejsce, w którym powstaje rachunek. Własny argument Reflection to wydajność podczas wnioskowania, a nie parytet w czołówce, i firma mówi o tym wprost w materiałach premierowych — ustępuje pola Kimi K3 i G​LM pod względem surowych możliwości. Niezależne dane potwierdzają jednocześnie to ustępstwo i twierdzenie o wydajności.

Argument Mercury 3 dotyczący wydajności jest innego rodzaju. Nie chodzi w nim o zużywanie mniejszej liczby tokenów, lecz o produkowanie ich szybciej, a opowieść Inception o skalowaniu — 40 razy więcej parametrów niż w jej pierwszym modelu, trzykrotnie wyższa zmierzona inteligencja, ta sama szybkość — to twierdzenie, że równoległość dyfuzji zapewnia przepustowość, której modele autoregresyjne nie są w stanie dorównać. To przekonujący i interesujący argument. Jest on również w całości oparty na własnych deklaracjach i nic nie mówi o tym, czy model zużywa więcej tokenów niż porównywalny model autoregresyjny, aby dojść do tej samej odpowiedzi. Nikt nie opublikował wskaźnika gadatliwości Mercury 3, ponieważ nie ma żadnej ewaluacji Mercury 3, z której można by go zaczerpnąć.

Koszt na ukończone zlecenie, rozliczony

Weź zadanie kodowania agentowego: kontekst repozytorium o długości 200 000 tokenów, patch i wyjaśnienie na wyjściu o długości 4000 tokenów oraz 5000 uruchomień dziennie w zespole.

• Mercury 3 według ceny katalogowej — 1 mld tokenów wejściowych po 0,20 USD to 200 USD; 20 mln tokenów wyjściowych po 0,70 USD to 14 USD. Około 214 USD dziennie.

• Mercury 3 w cenie startowej — około 107 USD dziennie.

• Beam według swojej opublikowanej stawki — 1000 mln tokenów wejściowych po 0,70 USD daje 700 USD; 20 mln tokenów wyjściowych po 2,10 USD daje 42 USD. Około 742 USD dziennie, przed 84-procentową zniżką za cache, która ma tu ogromne znaczenie, ponieważ kontekst repozytorium to dokładnie ten rodzaj preambuły, który trafia do cache. Przy realistycznym współczynniku trafień cache dla kontekstu pozycja wejściowa spada w stronę 112 USD, a dzienny koszt całkowity zbliża się do 154 USD.

Ta arytmetyka jest powodem, dla którego istnieją oba te modele. W dobrze zbuforowanym obciążeniu agentowym oba mieszczą się w granicach 40 procent od siebie — Beam nieco tańszy w scenariuszu dobrego buforowania, Mercury 3 tańszy w złym — a oba stanowią ułamek tego, co za ten sam ruch pobrałby model z czołówki. Argument kosztowy ich nie rozdziela. Tym, co je rozdziela, jest to, że liczba Beama jest odtwarzalna, a liczba Mercury’ego 3 to cena katalogowa w zestawieniu z nieznanym wskaźnikiem ukończenia.

Kwestia licencjonowania, która nie jest bliska rozstrzygnięcia

Wagi Beam można pobrać na licencji Apache 2.0 w trzech precyzjach, a także 1,93B drafter dekodowania spekulacyjnego; Reflection podaje, że nie ogranicza destylacji, dostrajania, kwantyzacji ani scalania. Istnieje narzędzie do weryfikacji zgodności — beam-verifier — które uruchamia zestaw testów wobec dowolnego działającego endpointu Beam, a następnie ocenia go na głównych benchmarkach, co oznacza, że nabywca może sprawdzić liczby dostawcy, zamiast mu ufać. Samodzielne hostowanie całkowicie usuwa kwestię kosztu za token i zamienia ją w kwestię godzin GPU.

Mercury 3 nie oferuje niczego z tego. Jest zamknięty, dostępny wyłącznie przez API, a jego warstwa enterprise dodaje dedykowaną moc obliczeniową i konfigurowalne przechowywanie danych, a nie wagi. W przypadku obciążenia, w którym model jest komponentem produktu, który sprzedajesz, jest to zależność, a nie łańcuch dostaw.

Jest też sygnał z historii dostawcy. Własna notatka migracyjna Inception mówi, że Mercury 2 i Mercury 2.5 są zamknięte dla nowych użytkowników, a dotychczasowi klienci tracą dostęp 15 listopada 2026 r. — niespełna miesiąc po wydaniu Mercury 3. Firma, która tak szybko wycofuje dwie generacje, mówi ci, jak oczekuje, że jej modele będą konsumowane: jako krótkotrwałe wynajmowane usługi. Reflection na razie zrobiło odwrotnie i przekazało artefakt.

Gdzie pasuje router, biorąc pod uwagę, że żaden z modeli nie znajduje się w naszym katalogu

Ani Mercury 3, ani Reflection Beam nie są obsługiwane przez OrcaRouter. Sprawdzenie naszego API modeli nie zwraca niczego dla żadnego z nich i nie będziemy opisywać trasy, której nie mamy. To, co oferujemy, to warstwa wokół nich: ponad 200 modeli za jednym punktem końcowym kompatybilnym z OpenAI, w cenie katalogowej dostawcy bez marży, z automatycznym przełączaniem awaryjnym i DSL routingu do łączenia modeli w jedno wywołanie.

W przypadku tej konkretnej pary ta warstwa pełni dwie funkcje. Pierwsza to porównanie. Jeśli chcesz wiedzieć, czy model z otwartymi wagami obsługujący 300 tokenów na sekundę jest wystarczająco szybki dla Twojego produktu, zanim zaangażujesz się w to przedsięwzięcie, uczciwym testem jest uruchomienie obciążenia na modelach, które już możesz wywoływać — Kimi K3 za $3.00/$15.00 z 1,048,576 tokenami kontekstu, GLM 5.2 za $1.40/$4.40, Qwen 3.8-Max za $2.00/$6.00 — i zmierzenie, co Twoi użytkownicy faktycznie zauważają. Druga to rozwiązanie awaryjne. Wdrożenie Beam hostowane samodzielnie i Mercury 3 hostowany przez dostawcę to dwa różne tryby awarii; umieszczenie ścieżki produkcyjnej za routerem z przełączaniem awaryjnym sprawia, że degradacja punktu końcowego staje się zdarzeniem rejestrowanym, a nie awarią. Ponieważ ceny katalogowe dostawców są przekazywane bez zmian, obniżka ceny Reflection lub rabat Inception trafia na Twoje rozliczenie w dniu ogłoszenia.

Decyzja — na podstawie ograniczenia, a nie wyniku

• Jeśli potrzebujesz modelu, który jest atutem — podlega audytowi, można go dostroić, uruchomisz go na własnym sprzęcie i przetrwa odejście dostawcy — Beam jest tu jedyną opcją. Apache 2.0, kompilacja o rozmiarze 273 GiB, która mieści się na jednym węźle, oraz weryfikator do sprawdzania dowolnego dostawcy względem liczb Reflection. To kompletna odpowiedź na pytanie, na które Mercury 3 nie potrafi odpowiedzieć w ogóle.

• Jeśli potrzebujesz najniższego możliwego opóźnienia na zamkniętym API i człowiek czeka, Mercury 3 to ciekawszy wybór, a jego cena sprawia, że testowanie jest tanie. Podczas testów ustaw poziom wysiłku jawnie, ponieważ domyślnie jest on niski, a twierdzenia Inception nie mówią, przy jakim ustawieniu je uzyskano.

Jeśli potrzebujesz znać jakość, zanim podejmiesz decyzję, Beam ma liczbę, a Mercury 3 nie. 30 na indeksie 121 modeli to wynik przeciętny — nie jest to wynik na poziomie frontier i Reflection nie twierdzi, że nim jest — ale to dolna granica, względem której możesz projektować.

• Jeśli Twoje obciążenie pracą ma charakter agentowy i długotrwały, obowiązkowe rozumowanie Beam przy domyślnym ustawieniu maksymalnego wysiłku jest drogie w przeliczeniu na wywołanie, a domyślne ustawienie niskiego wysiłku w Mercury 3 jest tanie w przeliczeniu na wywołanie. To, który z nich jest tańszy na ukończone zadanie, zależy od odsetka ukończonych zadań, którego nikt nie zmierzył dla Mercury 3.

Najbardziej użyteczną pojedynczą rzeczą, jaka mogłaby się przydarzyć temu porównaniu, jest niezależny pomiar Mercury 3. Jeśli wypadnie blisko 1,068 przy konkurencyjnym wyniku jakościowym, Inception wprowadził na rynek najszybszy tani model w tej dziedzinie, a historia Beam o efektywności staje się historią o otwartości, a nie o czystej szybkości. Jeśli wypadnie blisko 335 Beam przy wyniku w środku tabeli, wtedy najszybszy model z otwartymi wagami i najszybszy model zamknięty mają tę samą szybkość, a decydujące pytania stają się pytaniami o cenę, licencję i to, czy chcesz posiadać artefakt — trzy pytania, na które Beam obecnie ma lepsze odpowiedzi.