Mercury 3 vs Step 5 Preview: Zmierzony model to ten, który podrożał

14 października 2026 r. StepFun podwoił cenę wejściową za trafienia w pamięć podręczną dla Step 5 Preview z 0,35 do 0,70 juana za milion tokenów, z klauzulą praw nabytych dla wywołujących, którzy już korzystali z modelu. Pięć dni później Inception uruchomił Mercury 3 za połowę ceny katalogowej i nie podał, kiedy rabat się kończy. Zestaw te dwa fakty obok siebie, a zobaczysz kształt tego porównania: model z niezależnym wynikiem testu porównawczego to ten, którego cena wzrosła, a model w promocji to ten, którego nikt spoza jego laboratorium nie zmierzył. 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 dotkliwości, stopień pewności i oznaczenie sporności.

Ta inwersja nie jest przypadkiem i nie jest argumentem za którąkolwiek ze stron. Step 5 Preview to ugruntowany model z rosnącym publicznym dorobkiem — wydanie przez dostawcę 20 września 2026 r., niezależny wynik Intelligence Index, oficjalne wagi na Hugging Face — a dostawcy żądają więcej za rzeczy, o których wiadomo, że działają. Mercury 3 ma dziewięć dni, deklarowane 1 068 tokenów na sekundę i nie ma żadnego niezależnego wyniku. Ceną, jaką płacisz za tani model, jest to, że to ty jesteś pomiarem.

Dwa podglądy, które znaczą różne rzeczy

Słowo „preview” występuje w obu nazwach i w każdej odgrywa inną rolę. W przypadku Step 5 Preview jest to własna etykieta StepFun i część identyfikatora API — ciąg, który wysyłasz, to step-5-preview, a nie step-5 — a StepFun nie opublikował daty zastąpienia, informacji o wycofaniu ani zobowiązania dotyczącego stabilności tego ciągu. W praktyce model działa już od miesiąca, ma wagi na Hugging Face i opublikowany cennik, więc „preview” robi mniej, niż się wydaje.

W przypadku Mercury 3 nie ma w ogóle etykiety podglądu: to premiera ogólnodostępna z punktem końcowym zgodnym z OpenAI i identyfikatorem modelu mercury-3, oraz próbą na 100 milionów tokenów dla nowych kont. Zamiast tego Mercury 3 oferuje zniżkę premierową, która jest innym rodzajem niestabilności. Etykieta podglądu ostrzega, że model może się zmienić; zniżka premierowa ostrzega, że zmieni się cena.

Datę warto ustalić poprawnie przede wszystkim. Data wydania Step 5 Preview według dostawcy to 20 września 2026 r., zaczerpnięta z materiałów ogłoszeniowych samego StepFun; Artificial Analysis podaje, że model został wydany we wrześniu 2026 r., a w tekście FAQ datuje go na 18 września. Dwudniowej rozbieżności nie wyjaśnia żadna ze stron, a w tym artykule użyto daty StepFun tam, gdzie potrzebna jest data. Data Mercury 3 jest jednoznaczna: 19 października 2026 r., dzień przed napisaniem tego tekstu.

Karta specyfikacji wraz ze źródłem każdego wiersza

• Cena za milion tokenów — 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 premierowego w porównaniu z Step 5 Preview: 7 juanów za wejście i 20 juanów za wyjście, przy czym wejście z trafieniem w cache po 0,70 juana po zmianie z 14 października

• Kwoty dolarowe ewaluatora — Step 5 Preview: $1.00 za wejście i $2.70 za wyjście za milion, z 90-procentowym rabatem na cache, zgodnie z publikacją Artificial Analysis; są to własne liczby ewaluatora, a nie przeliczenie walutowe cennika StepFun.

• Okno kontekstu — Mercury 3 1 000 000 tokenów vs Step 5 Preview 1 mln tokenów

• Maksymalna długość wyjścia — Mercury 3 131 072 tokeny vs Step 5 Preview 64 000 tokenów

• Modalność danych wejściowych — Mercury 3 tylko tekst vs. Step 5 Preview: tekst, obrazy i wideo

• Modalność wyjściowa — tekst po obu stronach

• Parametry — Mercury 3 nieujawnione, opisywane jedynie jako ponad 40 razy więcej niż Mercury 1; z kolei Step 5 Preview nie został opublikowany w dokumentacji platformy StepFun ani na stronie modelu ewaluatora, więc żadnej z tych liczb nie można tu przytoczyć.

• Wagi — Mercury 3 (zamknięte) vs Step 5 Preview opublikowany na Hugging Face na licencji StepFun Model License 1.0, w repozytorium bazowym oraz w wersjach BF16 i NVFP4

• Kontrola rozumowania — Mercury 3: cztery ustawienia wysiłku od instant do high, domyślnie low, w porównaniu z Step 5 Preview — modelem rozumującym bez opublikowanego parametru wysiłku

• Independent Intelligence Index — Mercury 3: brak wpisu na dzień 20 października 2026 r. w porównaniu z Step 5 Preview 44 w rewizji indeksu 4.3.2

• Zmierzona prędkość generowania — Mercury 3: brak vs Step 5 Preview: 92,2 tokena na sekundę, zmierzone przez Artificial Analysis

• Buforowanie promptów — Mercury 3 obsługiwany w cenie katalogowej 0,02 USD za milion tokenów z pamięci podręcznej, natomiast Step 5 Preview obsługiwany w cenie 0,70 juana za milion trafień w pamięć podręczną, co stanowi wzrost z poziomu 0,35 z 14 października

Jedna pozycja na tej liście zasługuje na ponowne przyjrzenie się, ponieważ jest to jedyne miejsce, w którym cena któregokolwiek z modeli zmieniła się publicznie. Współczynnik trafień pamięci podręcznej w Step 5 Preview podwoił się dwanaście dni po jego premierze. Cena tokenów wejściowych przy chybieniu pamięci podręcznej i cena tokenów wyjściowych pozostały bez zmian, a klienci, którzy używali modelu przez API rozliczane za faktyczne użycie przed tym momentem, zachowali starą stawkę na podstawie klauzuli ochrony praw nabytych. Jeśli budujesz model kosztów oparty na pamięci podręcznej promptów — a każde obciążenie agentowe jest — stawka, która już raz się podwoiła, to stawka, którą warto stale sprawdzać.

Linia multimodalna to ta, która kończy niektóre rozmowy.

Krok 5 Preview przyjmuje tekst, obrazy i wideo, a zwraca tekst. Mercury 3 przyjmuje tekst i zwraca tekst. Dokumentacja Inception nie pozostawia w tej kwestii wątpliwości: model jest wymieniony jako obsługujący wyłącznie tekst, a materiały premierowe dotyczą szybkości i kosztów, a nie widzenia komputerowego.

Dla obciążenia, które odczytuje zrzuty ekranu, skanuje faktury, ogląda nagrania ekranu lub przetwarza wideo na ustrukturyzowane notatki, nie ma czego porównywać. Step 5 Preview jest jedynym z dwóch, któremu w ogóle można podać dane wejściowe, co sprawia, że różnica w cenie i różnica w wynikach benchmarku są nieistotne aż do momentu, w którym zdecydujesz, czy praca z obrazem ma znaczenie. Tę decyzję zwykle podejmuje produkt, a nie model.

Dla zadania, w którym tekst wchodzi i tekst wychodzi — wyszukiwanie, obsługa klienta, przegląd kodu, streszczanie — granica modalności znika, a porównanie sprowadza się do szybkości, ceny i dowodów, w tej kolejności według łatwości sprawdzenia każdego z nich.

Co mówi jedyny niezależny wynik w tym starciu

Step 5 Preview uzyskuje 44 punkty w Artificial Analysis Intelligence Index w wersji 4.3.2 — czwarte miejsce spośród 121 modeli w tabeli samego indeksu, wobec mediany 19. W tym samym zestawieniu odnotowano zmierzoną prędkość wyjściową na poziomie 92,2 tokenu na sekundę, czas do pierwszego tokenu wynoszący 2,55 sekundy oraz wskaźnik rozwlekłości na poziomie 160 mln tokenów wyjściowych wobec mediany 140 mln, który oceniający opisuje jako nieco rozwlekły. Określa ten model jako dość drogi w porównaniu z porównywalnymi modelami z otwartymi wagami, co jest trafną interpretacją stawek 1,00/2,70 USD.

Przeczytaj uważnie 44. To ważona suma złożona z zestawu testów porównawczych, a nie twierdzenie o Twoim obciążeniu pracą — i nie oznacza, że Step 5 Preview bije model sklasyfikowany na 42. miejscu w Twoim konkretnym zadaniu. Na stronie samego ewaluatora widnieją też oznaczenia „Under review” przy kilku pojedynczych ocenach. Ale to liczba wytworzona przez metodologię, którą ktoś inny może sprawdzić, i plasuje model powyżej mediany w całej stawce.

Mercury 3 nie ma nic porównywalnego. Twierdzenie Inception o jakości ma charakter porównawczy — „na poziomie lub lepszym niż wiodące modele zoptymalizowane pod kątem szybkości, takie jak GPT-6 Luna i Claude Haiku 5.5” — bez podania marginesu, nazw testów ani wskazania, które z czterech ustawień nakładu pracy dało wynik porównania. Jedynym ustrukturyzowanym wynikiem jest własny test agenta Inception: 50 rzeczywistych zadań nawigacyjnych Mind2Web, 50 procent ukończonych, „znacząco więcej niż GPT-6.1-Sol”, przy tym samym wolumenie tokenów i liczbie kroków, a zatem przy ułamku kosztu na token. Pięćdziesiąt zadań we własnym środowisku testowym dostawcy to sygnał, a nie wynik.

Numer fizyczny i ile jest wart

Prędkość 1068 tokenów na sekundę to powód, by w ogóle czytać o Mercury 3. Jeśli się utrzyma, odpowiedź o długości 500 tokenów powstanie w mniej niż pół sekundy — a to różnica między odpowiedzią wyszukiwania, która wydaje się natychmiastowa, a taką, która przypomina rundę przez sieć. Step 5 Preview przy zmierzonych 92,2 tokena na sekundę potrzebuje około 5,4 sekundy na tę samą odpowiedź, plus około 2,55 sekundy do pierwszego tokena.

To twierdzenie nie podaje sprzętu, rozmiaru partii, ustawienia effort ani informacji, czy chodzi o pojedynczy strumień, czy o wartość zagregowaną, a każdy z tych czterech wyborów zmienia liczbę przepustowości kilkukrotnie. Rozbieżność między danymi dostawcy a niezależnymi pomiarami w tej rodzinie jest udokumentowana: Artificial Analysis mierzy Mercury 2.5 na około 706 tokenów na sekundę, poniżej liczby opublikowanej przez Inception przy tej premierze. To jest dyskonto, które należy zastosować do 1,068, dopóki ktoś tego nie odtworzy. Na dzień 20 października nie ma strony Mercury 3 w Artificial Analysis.

Szybkość Step 5 Preview jest natomiast nudna w sposób, w jaki nudne bywają rzeczy poddane pomiarom. Wynosi zmierzone 92,2 tokena na sekundę, co daje jej 32. miejsce pośród 78 modeli w rankingu szybkości oceniającego — szybciej niż przeciętnie, ale bez rewelacji. Nikt nie kupuje go ze względu na szybkość. Kupują go dla okna 1 mln tokenów, multimodalnego wejścia i wyniku.

Wycena tego samego zlecenia na obu kartach stawek

Weźmy potok segregacji dokumentów: 8 000 stron dziennie, 2 500 tokenów tekstu z OCR na stronę, 300-tokenowe dane wyjściowe klasyfikacji i ekstrakcji na stronę. To 20 milionów tokenów wejściowych i 2,4 miliona tokenów wyjściowych dziennie, a ten sam blok instrukcji jest ponownie wysyłany przy każdym wywołaniu i dlatego można go buforować.

• Mercury 3 według cennika — 20 × 0,20 USD plus 2,4 × 0,70 USD, czyli 5,68 USD dziennie

• Mercury 3 według stawki startowej — około 2,84 USD dziennie

• Podgląd kroku 5, bez pamięci podręcznej — 20 × 7 plus 2,4 × 20 juanów, czyli 188 juanów dziennie; według dolarowych kwot ewaluatora: 20 × 1,00 USD plus 2,4 × 2,70 USD, czyli 26,48 USD

• Step 5 Preview z buforowanym blokiem instrukcji — stawka za trafienie w pamięć podręczną wynosi 0,70 juana za milion wobec 7 juanów za chybienie, więc oszczędność zależy wyłącznie od tego, jaka część tych 20 milionów to powtarzający się wstęp, a nie nowy tekst strony

Przewaga Mercury 3 pod względem ceny katalogowej wynosi zatem około czterech i pół raza, a rabat premierowy zwiększa ją do około dziewięciu. To najsilniejszy pojedynczy argument za Mercury 3 i jest w pełni policzalny. Nie da się natomiast policzyć kosztu przypadającego na ukończone zadanie, ponieważ Mercury 3 nie publikuje wskaźnika ukończeń ani liczby tokenów wyjściowych. Gadatliwość Step 5 Preview jest przynajmniej zmierzona — 160 milionów tokenów w indeksie wobec mediany 140 milionów, co ewaluator określa jako nieco gadatliwe — i to pozwala uwzględnić ją w budżecie.

Jedno zastrzeżenie warte powtórzenia: kwotą Mercury 3, na której należy opierać planowanie, jest cena katalogowa. Obniżkę o 50 procent opisano jako „na start”, bez daty końcowej, a dwa jej poprzednie modele są teraz zamknięte dla nowych użytkowników, przy czym dotychczasowy dostęp kończy się 15 listopada 2026 r. Zachowanie komercyjne Inception sugeruje, że należy modelować stawkę, która przetrwa promocję.

Wagi, licencje i co zmieniło się w ostatnim miesiącu

Historia otwartych wag Step 5 Preview zmieniła się po premierze. W momencie wydania wagi były mirrorowane przez podmioty trzecie, a nie publikowane przez dostawcę; od tego tygodnia własna organizacja StepFun na Hugging Face zawiera repozytorium bazowe oraz kompilacje BF16 i NVFP4, wszystkie ostatnio zmodyfikowane 15 października 2026 r. Licencją jest StepFun Model License 1.0, która nie jest licencją Apache ani MIT i wymaga przeczytania przed wdrożeniem — to licencja dostawcy z warunkami, a nie licencja permisywna.

Mercury 3 nie ma wag ani licencji do odczytu. Jest dostępny wyłącznie przez API, a wdrożenia korporacyjne dodają dedykowane zasoby, automatyczne skalowanie i konfigurowalne przechowywanie danych, a nie artefakt, który można trzymać w ręku.

Dla zespołu, który decyduje, czy dostrajać model, czy go kwantyzować, czy uruchomić go na własnym sprzęcie, ten wiersz jest rozstrzygający, a pozostałe wiersze nie mają znaczenia. Dla zespołu, który wywołuje API i nigdy nie dotyka checkpointu, liczy się on wyłącznie jako miara kosztu wyjścia: jeśli StepFun zmieni cenę lub wycofa model, wdrożenie Step 5 Preview może przejść na wagi hostowane we własnej infrastrukturze; wdrożenie Mercury 3 przenosi się do innego dostawcy.

Pytanie o routing — szczera odpowiedź

Żaden z tych modeli nie znajduje się w katalogu OrcaRouter. Nasze API modeli nic nie zwraca dla step-5-preview ani dla żadnego modelu Inception, więc każdy, kto chce wywołać którykolwiek z nich, udaje się na własną platformę dostawcy albo do jednego z hostów zewnętrznych wymienianych przez poszczególnych dostawców. Mówienie tego wprost jest bardziej przydatne niż sugerowanie trasy, której nie mamy.

To, co w tej sytuacji daje ci warstwa routingu, to sposób na odpowiedzenie na to pytanie bez zobowiązywania się. Ponad 200 modeli jest dostępnych przez jeden punkt końcowy zgodny z OpenAI, w cenie katalogowej dostawcy i bez narzutu, a te najbliższe tym dwóm pod względem ceny i możliwości — Qwen 3.8-Max w cenie $2.00/$6.00 z oknem 1M tokenów, GLM 5.2 w cenie $1.40/$4.40, Kimi K3 w cenie $3.00/$15.00 — można zmierzyć na własnym ruchu jeszcze dziś po południu. Jeśli żaden z nich nie spełni wymagań, argument za płaceniem któremukolwiek z dostawców się wzmacnia; jeśli któryś spełni, oszczędzasz sobie integrację. Automatyczne przełączanie awaryjne obejmuje również konkretne ryzyko w tym zestawieniu, którym jest to, że model objęty zniżką premierową bez zobowiązania dotyczącego stabilności to ten, który wprowadziłbyś do ścieżki produkcyjnej.

Jeden techniczny punkt, który ma tu większe znaczenie niż zwykle: ceny katalogowe dostawców przechodzą bez zmian, więc zmiana stawki dostawcy trafia do rachunku tego samego dnia, a nie przy odnowieniu. Biorąc pod uwagę, że cena pamięci podręcznej w Step 5 Preview już raz się zmieniła, nie jest to hipotetyczna korzyść.

Pytanie, które należy zadać przed dokonaniem wyboru

Oba te modele są tanie. Różnica w ich rachunkach, przy realistycznym pipeline’ie, to kilka dolarów dziennie, a zniżka startowa sprawia, że Mercury 3 wygląda taniej, niż będzie po zakończeniu promocji. Koszt nie jest więc tym, na czym opiera się ta decyzja.

Sprowadza się to do prostszego pytania: czy potrzebujesz szybkiej odpowiedzi, czy potrzebujesz wiedzieć, czy jest poprawna? Step 5 Preview to ten, który możesz sprawdzić — niezależny wynik indeksu, zmierzona szybkość, zmierzona gadatliwość, opublikowane wagi, które możesz uruchomić we własnym środowisku testowym. Mercury 3 to ten, który odpowie w mniej niż sekundę i którego obecnie nikt spoza Inception nie może sprawdzić.

W produkcie ograniczonym opóźnieniem, z człowiekiem w pętli i odwracalną awarią, drugi kompromis jest rozsądny, a ewaluacja tania. W potoku działającym bez nadzoru, którego błędy są kosztowne, model ze zmierzonym wynikiem w okolicach 45 jest wart kilkukrotnie więcej niż wynosi cena modelu bez żadnego wyniku — i to, a nie jakikolwiek benchmark, jest powodem, dla którego model z pomiarem może sobie pozwolić na podniesienie ceny za pamięć podręczną.

Rzecz warta obserwacji jest nieefektowna: kolejny niezależny odczyt Mercury 3 — kiedykolwiek się pojawi — oraz to, czy cena cache’u StepFun znowu się zmieni. To dwa drobne fakty, które zmieniłyby kalkulację bardziej niż jakikolwiek wpis o premierze.