Mercury 3 vs Claude Opus 5: A mesma janela de 1 milhão de tokens, precificada de duas formas diferentes

Tanto o Mercury 3 quanto o Claude Opus 5 aceitarão um milhão de tokens em uma única chamada, e é aí que a semelhança deixa de ser útil. A Inception Labs lançou o Mercury 3 em 19 de outubro de 2026 a US$ 0,20 por milhão de tokens de entrada e US$ 0,70 por milhão de saída, reduzidos pela metade para US$ 0,10 e US$ 0,35 durante uma janela de lançamento sem data de término publicada. O Claude Opus 5, que a Anthropic lançou em 24 de julho de 2026, cobra US$ 5,00 e US$ 25,00 pelas mesmas duas unidades, com leituras em cache a US$ 0,50 e gravações em cache a US$ 10,00. Na saída, isso é uma diferença de 71 vezes no preço de lançamento do Mercury e de 36 vezes no preço de tabela — e, ainda assim, a decisão que de fato se coloca a qualquer pessoa que tenha um documento longo não é qual número é menor. É se o documento é texto e se uma única passagem por ele precisa estar correta. As falhas documentadas de IA e os incidentes com agentes por trás de lançamentos como este estão reunidos no OrcaRouter AI Incident Archive onde cada entrada traz suas próprias fontes, gravidade, grau de confiança e sinalização de contestação.

Essas duas perguntas separam claramente o par, porque são produtos genuinamente diferentes. O Opus 5 aceita texto, imagens e arquivos, é o modelo mais capaz da A​nthropic na linha Opus, e está posicionado para trabalho agêntico de longo horizonte — mantendo-se coerente ao longo de sessões de várias etapas com uso intenso de ferramentas, com particular força em engenharia de software de ponta a ponta, revisão de código e identificação de bugs, e análise visual. O Mercury 3 é um modelo de linguagem de difusão que aceita texto e nada mais, produz tokens em blocos em vez de um de cada vez, e funciona a 1.068 tokens por segundo medidos pelo fornecedor, contra aproximadamente 54 do Opus 5 no harness da Artificial Analysis.

O que cada um é, sem a camada de marketing

Mercury 3 é a terceira geração da aposta da Inception de que a decodificação paralela é a arquitetura certa para a ponta barata do mercado. Ele remove o ruído de um bloco de posições de uma vez e as confirma juntas, e é daí que vem a vazão. A Inception relata que ele tem mais de 40 vezes o total de parâmetros do Mercury 1 e ainda roda a mais de 1.000 tokens por segundo, que sua janela de contexto cresceu de 260.000 para 1.000.000 de tokens e que ele tem um teto de saída de 131.072 tokens. Nenhum desses dados foi verificado de forma independente.

• Preço — Mercury 3: US$ 0,20 / US$ 0,70 por milhão, US$ 0,10 / US$ 0,35 no lançamento, entrada em cache 90% abaixo da tarifa de entrada. Claude Opus 5: US$ 5,00 / US$ 25,00, leituras em cache US$ 0,50, gravações em cache US$ 10,00.

• Contexto e saída — Mercury 3: 1.000.000 de entrada, 131.072 de saída. Claude Opus 5: 1.000.000 de entrada, 128.000 de saída.

• Modalidades — Mercury 3: texto como entrada, texto como saída. Claude Opus 5: texto, imagem e arquivo como entrada, texto como saída.

• Velocidade — Mercury 3: 1.068 tokens por segundo, medidos pela Inception em hardware NVIDIA. Claude Opus 5: cerca de 54 tokens por segundo, conforme medido pela Artificial Analysis.

• Pontuações independentes — Mercury 3: nenhuma, não existe página no Artificial Analysis. Claude Opus 5: 50,8 no Índice de Inteligência do Artificial Analysis e 78,0 em seu índice de codificação, segundo de 138 modelos nesse ranking de codificação.

• Esforço de raciocínio — Mercury 3: instantâneo, baixo, médio e alto, com padrão baixo. Claude Opus 5: os controles de esforço e de orçamento de pensamento da Anthropic na mesma superfície de API.

A correspondência das janelas de contexto é a coincidência que torna a comparação digna de ser escrita, e a forma como cada modelo é precificado em torno delas é onde eles divergem. O Opus 5 cobra pelas gravações em cache US$ 10,00 por milhão — o dobro de sua tarifa de entrada — e depois cobra US$ 0,50 pelas leituras, de modo que a economia de uma carga de trabalho com documentos longos depende muito de você enviar o mesmo preâmbulo uma vez ou cinquenta vezes. O Mercury 3 não tem prêmio de gravação publicado e precifica a entrada em cache a US$ 0,02 no preço de tabela, US$ 0,01 durante a janela de lançamento, o que torna um documento repetido de 300.000 tokens quase gratuito na segunda chamada e em todas as chamadas seguintes.

A questão do documento, calculada usando ambas as tabelas de tarifas

Considere uma carga de trabalho realista de documentos longos: um conjunto de contratos de 250 páginas, 180.000 tokens de entrada e uma saída de resumo estruturado de 2.000 tokens. Dez mil documentos por mês, uma única passagem por documento, sem cache.

• Claude Opus 5 — 180.000 tokens de entrada a US$ 5,00 por milhão dá US$ 0,90 por documento; 2.000 tokens de saída a US$ 25,00 dá US$ 0,05. Digamos US$ 0,95 cada, US$ 9.500 no mês.

• Mercury 3 no preço de tabela — US$ 0,036 de entrada e US$ 0,0014 de saída, cerca de US$ 0,037 cada, US$ 374 no mês.

• Mercury 3 ao preço de lançamento — cerca de US$ 0,019 cada, US$ 188 pelo mês.

Isso representa uma diferença de 25 vezes no preço de tabela e de 50 vezes durante o desconto, e essa diferença decorre inteiramente da taxa de entrada: o resumo corresponde a 1% dos tokens e a 5% do custo por documento do Opus 5. Agora, o mesmo corpus com o documento reenviado cinco vezes, como faria um loop de extração em várias etapas.

• Claude Opus 5 — a primeira chamada grava o cache a US$ 10,00 por milhão para 180.000 tokens, US$ 1,80, depois quatro leituras a US$ 0,50 por milhão, US$ 0,09 cada. A entrada fica em US$ 2,16 por documento mais US$ 0,25 de saída ao longo de cinco chamadas: cerca de US$ 2,41, US$ 24.100 para o mês.

• Mercury 3 — cada chamada é cobrada como entrada a US$ 0,20, ou em cache com 90% de desconto. Cinco passagens pela tarifa de entrada de tabela custam US$ 0,18; com o documento em cache após a primeira passagem, fica cerca de US$ 0,06 no total. De qualquer forma, o mês fica abaixo de US$ 2.000, e a primeira passagem responde pela maior parte.

A estrutura de cache não inverte nada, mas altera a proporção — e altera-a a favor do Opus 5: o prêmio de US$ 10,00 pela escrita é um custo único que se amortiza ao longo de todas as leituras. O que não muda é o piso. Com 180.000 tokens por documento, não há estratégia de cache que coloque uma taxa de entrada de US$ 5,00 a uma ordem de grandeza de uma de US$ 0,20.

Onde o preço do Opus 5 compra algo que você não encontra em nenhum outro lugar nesta dupla

A aritmética acima pressupõe que o documento é texto. Metade dos documentos em um conjunto real de contratos não é: são páginas digitalizadas, blocos de assinatura fotografados com um celular, desenhos de engenharia, gráficos incorporados como imagens. O Mercury 3 não consegue ler nenhum deles. O Opus 5 consegue, e sua análise visual é uma das três fortalezas que a Anthropic cita no posicionamento do modelo, ao lado de engenharia de software e revisão de código.

Isso não é uma ressalva menor a uma comparação de custos. É a comparação. Um modelo que não consegue ver o apêndice digitalizado precisa receber a saída de OCR, e a saída de OCR em uma página de assinatura ou em uma emenda carimbada é onde os pipelines de documentos falham silenciosamente — uma cláusula omitida, uma data lida errado, uma tabela achatada em um palpite. O valor de US$ 0,037 por documento para o Mercury 3 é real, e é o preço de processar a parte do corpus que já era legível por máquina.

A segunda coisa que o preço do Opus 5 compra é aquela que ninguém consegue quantificar ainda. Ele tem uma posição medida em um harness neutro: 50,8 no índice de inteligência, 78,0 em programação, o segundo entre 138 modelos ali. O Mercury 3 tem um único resultado de qualidade, e ele é da própria Inception — 50% de conclusão em 50 tarefas de navegação ao vivo do Mind2Web dentro do harness de agente de produção da Inception, que a empresa descreve como "significativamente mais que o GPT-6.1-Sol" no mesmo volume de tokens e número de etapas. Isso é uma evidência séria e não controlada: o harness, os sites-alvo e a pontuação pertencem todos ao vendedor, e nenhum terceiro a repetiu.

Portanto, o enquadramento honesto da diferença de qualidade não é "o Opus 5 é melhor". É "o Opus 5 foi avaliado e o Mercury 3 não", e essas são afirmações diferentes, com perfis de risco diferentes. Os modos de falha de um modelo avaliado estão documentados em algum lugar. Os de um modelo não avaliado são descobertos por você, em produção, no volume que você tiver enviado a ele.

O que uma camada de roteamento faz com um modelo não medido

O Claude Opus 5 está no catálogo do OrcaRouter com as tarifas da própria Anthropic — US$ 5,00 e US$ 25,00 por milhão, US$ 0,50 para leituras em cache, US$ 10,00 para gravações em cache — no mesmo endpoint compatível com OpenAI usado para todo o resto que roteamos, sem qualquer acréscimo por cima. O Mercury 3 não está no catálogo; nossa API de modelos não retorna nada para nenhum modelo da Inception, então qualquer pessoa que o chame vai diretamente para a plataforma da Inception, onde novas contas recebem 100 milhões de tokens gratuitos, ou para uma das várias plataformas de terceiros que o hospedam.

Essa assimetria é exatamente o caso para o qual a camada de roteamento existe, e o padrão útil não é um cara ou coroa entre dois modelos. É uma regra que torna o caminho barato condicional. Documentos somente texto abaixo de um limite de tokens vão para o Mercury 3. Qualquer coisa com uma imagem, qualquer coisa acima do limite, qualquer coisa que retorne com uma estrutura de baixa confiança vai para o Opus 5. Ambos ficam atrás de uma única chave, a regra é configuração em vez de código de aplicação, e a divisão pode ser movida — de 10% do tráfego para 90%, ou de volta para zero — sem um deploy.

A mesma regra trata daquilo que realmente vai mudar. O desconto de lançamento da Inception não tem data de término publicada e, quando ele terminar, o preço de saída do Mercury 3 dobra. Uma pontuação neutra de inteligência para o Mercury 3 aparecerá em algum momento, e pode ser melhor ou pior do que a forma como o fornecedor a apresenta. Nenhum dos dois eventos exige que alguém reescreva uma integração se o modelo estiver por trás de uma regra de roteamento; ambos exigem isso se o modelo estiver na aplicação.

Há mais uma observação honesta sobre a diferença de preço, e ela contraria a aritmética acima. O preço do Opus 5 é um preço de tabela publicado que está estável desde julho, com uma estrutura de cache documentada e um limite de contexto documentado. O número mais barato do Mercury 3 é uma promoção. Modelos de custo baseados em promoções têm o hábito de se tornar errados em uma data que ninguém anotou, e é por isso que cada valor neste artigo foi calculado tanto pelo preço de lançamento quanto pelo preço de tabela, em vez de apenas pelo atraente.

Quem deve escolher qual?

Se o corpus for texto, as respostas forem curtas e uma verificação posterior capturar as falhas — classificação, extração, re-ranking, sumarização de documentos já limpos —, a tabela de preços do Mercury 3 representa uma economia de uma ordem de grandeza, e a ausência de uma pontuação neutra é um risco administrável. Você saberá sua própria taxa de erro dentro de um dia de tráfego, e o custo desses erros a $0.037 por documento é medido em centavos.

Se o corpus tiver imagens, se a sessão durar horas com ferramentas no loop, ou se uma resposta errada custar mais do que os tokens que a produziram, o Opus 5 é o modelo cujo comportamento é documentado e cujo preço é estável. Ele também é, com 78,0 no índice de programação, um dos dois melhores modelos de programação do ranking — a opção mais barata não entra nessa conversa de jeito nenhum.

O único fluxo de trabalho que não deveria ser construído sobre nenhum dos dois sem uma regra antes dele é o que a maioria das equipes realmente tem: uma fila mista, em que 80% dos documentos são texto limpo e 20% são digitalizações. Enviar tudo para o Opus 5 paga tarifas de modelo de ponta por trabalho de nível OCR. Enviar tudo para o Mercury 3 perde as digitalizações silenciosamente. A regra de roteamento não é um item opcional nessa fila; é a diferença entre um pipeline funcional e um caro que está errado 20% das vezes.