Mercury 3 vs DeepSeek V4 Pro: Um cobrado por tempo, outro cobrado por lançamento

Dois modelos podem custar "cerca de um dólar por milhão de tokens de saída" e ainda assim cobrar de você de formas muito diferentes. O Mercury 3 cobra US$ 0,35 por milhão de tokens de saída nesta semana e US$ 0,70 depois que o desconto de lançamento terminar — um cronograma com uma data desconhecida. O DeepSeek V4 Pro cobra US$ 1,98 por milhão de tokens de saída fora de pico e US$ 3,96 durante duas janelas em todos os dias úteis, 01:00–04:00 e 06:00–10:00 UTC — um cronograma com um relógio acoplado. Se o seu tráfego for em rajadas e cair nessas janelas, o DeepSeek V4 Pro custa até 11 vezes o que o Mercury 3 custa no lançamento, e cerca de 5,7 vezes pelo preço de tabela do Mercury. Se o seu tráfego rodar durante a noite e nos fins de semana, a diferença cai para 2,8 vezes. Nenhum dos dois números é o que aparece na comparação de manchete, e é justamente esse o ponto de colocar esses dois lado a lado. As falhas documentadas de IA e os incidentes com agentes por trás de lançamentos como este estão reunidos em the OrcaRouter AI Incident Archive onde cada entrada traz suas próprias fontes, gravidade, grau de confiança e sinalização de disputa.

Os próprios modelos também estão mais distantes entre si do que o preço sugere. O Mercury 3 é o modelo de linguagem de difusão da Inception Labs, lançado em 19 de outubro de 2026: contexto de 1M, 131.072 tokens de saída, somente texto, 1.068 tokens por segundo segundo a própria medição da Inception, e nenhuma pontuação numérica de benchmark publicada. O DeepSeek V4 Pro é o modelo mistura de especialistas carro-chefe da DeepSeek, lançado em 24 de abril de 2026 e atualizado como build 0813 em agosto: 1,6 trilhão de parâmetros totais com cerca de 49 bilhões ativos, contexto de 1.048.576, teto de saída de 384.000 tokens, entrada somente texto e um volume substancial de medições de terceiros por trás dele. Um é uma aposta em velocidade com um teto não comprovado. O outro é uma aposta em capacidade com uma ficha de desempenho comprovada — e irregular.

Os cartões de tarifas, incluindo as partes que são fáceis de passar despercebidas

• Saída — Mercury 3 US$ 0,35 por milhão no lançamento, US$ 0,70 no preço de tabela. DeepSeek V4 Pro US$ 1,98 fora de pico, US$ 3,96 no pico.

• Entrada — Mercury 3 $0,10 no lançamento, $0,20 no preço de tabela. DeepSeek V4 Pro $0,66 fora do horário de pico, $1,32 no horário de pico.

• Entrada em cache — Mercury 3 US$ 0,01 no lançamento, US$ 0,02 na tabela, um desconto fixo de 90%. DeepSeek V4 Pro US$ 0,022 fora do horário de pico, US$ 0,044 no pico, que é a mesma proporção de 1/30, mas aplicada a uma base mais alta.

• Quando o horário de pico se aplica — as janelas de pico da DeepSeek são 01:00–04:00 e 06:00–10:00 UTC, de segunda a sexta-feira, excluindo feriados públicos chineses. Todo o restante, incluindo todas as horas de fim de semana, é cobrado com a tarifa mais baixa. O desconto do Mercury 3 não tem data de término publicada.

• Limite de saída — DeepSeek V4 Pro 384.000 tokens, aproximadamente três vezes os 131.072 do Mercury 3.

• Contexto — ambos nominalmente com 1M tokens.

• Entradas — apenas texto em ambos. Nenhum dos dois é um modelo multimodal, então esta dimensão é um empate em vez do diferenciador habitual.

• Vazão — Mercury 3 a 1.068 tok/s por Inception, não reproduzido. DeepSeek V4 Pro a 119,1 tok/s de saída medidos em nosso próprio tráfego de playground ao longo de sete dias.

• Controle de raciocínio — o Mercury 3 oferece esforço instantâneo, baixo, médio e alto, com padrão baixo. O DeepSeek V4 Pro é executado no modo de pensamento por padrão, com um modo sem pensamento disponível, e os dois modos têm o mesmo preço.

A regra da janela de pico merece mais atenção do que costuma receber, porque faz com que um modelo de custos que assume uma tarifa única erre por um fator de dois durante cerca de sete horas de cada dia útil — e essas sete horas abrangem a manhã europeia e o início do dia de trabalho nos EUA. Uma carga de trabalho que parece custar US$ 1,98 por milhão numa planilha pode chegar a US$ 2,97 por milhão no custo combinado sem que ninguém altere uma linha de código.

O que os próprios números da D​eepSeek dizem sobre isso

O DeepSeek V4 Pro é mensurável de uma forma que o Mercury 3 atualmente não é, e as medições não são uniformemente lisonjeiras. O Artificial Analysis o coloca com um Índice de Inteligência de 36,0 e uma pontuação AA Coding de 68,8. Sua pontuação no GPQA Diamond é 92,8%, no Humanity's Last Exam 41%, no SciCode 51%, e o recall de contexto longo é 80,3%. No τ²-Bench, o benchmark de uso agêntico de ferramentas, ele pontua 96,2 — e nossa própria ficha de catálogo começa com esse número, o que mostra no que o modelo é realmente bom.

O número que deveria fazer um agente de programação parar para pensar é Terminal-Bench 4.0: 14,1%. Não é erro de digitação e não é um benchmark diferente daquele em que Claude Opus 5.5 pontua 59,6%. Terminal-Bench 4.0 é uma suíte de tarefas de terminal de longo horizonte, e um modelo que pontua na faixa dos 10% baixos nela não é um modelo ao qual você entrega uma tarefa de engenharia de várias etapas e simplesmente segue em frente. Compare isso com os 96,2 no τ²-Bench: DeepSeek V4 Pro é excelente em chamadas de ferramentas estruturadas para funções bem definidas e fraco em trabalho de shell aberto. São produtos diferentes, e as duas pontuações, juntas, descrevem a fronteira.

O Mercury 3 não tem uma tabela equivalente. A sua única afirmação estruturada de qualidade é uma execução de agente em 50 tarefas reais de navegação do Mind2Web, nas quais concluiu 50%, o que a Inception afirma ser “significativamente mais do que o GPT-6.1-Sol” e que usou o mesmo volume de tokens e o mesmo número de passos. Assim, a comparação que um comprador realmente quer — como estes dois se comportam na mesma tarefa de agente — não foi realizada publicamente por ninguém. O que se pode dizer é que foram concebidos para modos de falha diferentes: o DeepSeek tem uma competência profunda em chamadas de ferramentas e um longo orçamento de saída; o Mercury tem velocidade e uma base de evidências muito mais reduzida.

Custo, em tempo real

Um workload de processamento de documentos: 60 milhões de tokens de entrada e 15 milhões de tokens de saída por dia, o que é um pipeline plausível para revisão de contratos ou de documentos protocolados em um escritório de médio porte. No Mercury 3, à tarifa de lançamento, isso equivale a US$ 6,00 de entrada e US$ 5,25 de saída, ou US$ 11,25 por dia. No DeepSeek V4 Pro, à tarifa fora de pico, são US$ 39,60 e US$ 29,70, ou US$ 69,30 por dia.

Agora, mova metade desse tráfego para as janelas de pico da DeepSeek. Trinta milhões de tokens de entrada fora do horário de pico custam US$ 19,80 e trinta milhões em horário de pico custam US$ 39,60; a saída se divide em US$ 14,85 e US$ 29,70. O total diário passa a ser US$ 103,95. Mesmos tokens, mesmo modelo, e a fatura passou de US$ 69,30 para US$ 103,95. A fatura do Mercury 3 não muda em nada com o relógio.

Onde a DeepSeek recupera isso é na capacidade. O teto de saída de 384.000 tokens significa que uma única chamada pode produzir uma extração estruturada sobre um documento muito longo sem fragmentação — o que, para um pipeline jurídico ou financeiro, não é uma conveniência, mas uma propriedade de correção, porque é na fragmentação que as referências cruzadas se perdem. O teto de 131.072 tokens do Mercury 3 cobrirá a maioria desses trabalhos e não cobrirá todos eles. Se sua tarefa rotineiramente produz saídas acima de 130 mil tokens, a comparação de preços é irrelevante: o modelo mais barato não consegue fazer o trabalho.

A diferença dos pesos abertos que ninguém menciona em uma tabela de preços

A DeepSeek publica os pesos. O DeepSeek-V4-Pro-0813 está no Hugging Face, na organização deepseek-ai, datado de 13 de agosto de 2026, ao lado da linha V4.1-Flash, que continuou sendo lançada até outubro. Isso significa que você pode hospedar por conta própria, ajustar com fine-tuning, quantizar ou executar o modelo em um ambiente isolado, e nenhum fornecedor pode retirá-lo de você. A Inception não publicou os pesos do Mercury 3, e o anúncio não assume nenhum compromisso de fazê-lo. Se sua postura de conformidade exige que o modelo fique dentro do seu perímetro, a comparação tem exatamente uma resposta viável.

O trade-off é que auto-hospedar um modelo de mistura de especialistas com 1,6 trilhão de parâmetros não é um projeto de fim de semana, e o preço do serviço hospedado é baixo o suficiente para que a maioria das equipes não deva tentar. O ponto relevante é a opcionalidade, não a economia.

Colocando ambos atrás de uma única tecla

O DeepSeek V4 Pro está no nosso catálogo como deepseek/deepseek-v4-pro, cobrado a tarifa própria da DeepSeek com 0% de markup — incluindo o multiplicador de pico, que é repassado sem alteração em vez de ser suavizado para um número fixo. Isso importa aqui mais do que o normal: um provedor cujo preço varia conforme a hora é exatamente o caso em que um roteador deveria mostrar a você o cronograma real em vez de uma média. O Mercury 3 não está no nosso catálogo; nossa API de modelos não tem nenhum modelo da Inception, então o caminho até ele é a plataforma própria da Inception.

O padrão que faz sentido para uma equipe avaliando ambos é uma divisão por formato de tarefa, e não por preço. Envie extração de saída longa e chamadas de ferramentas estruturadas para o DeepSeek V4 Pro, onde o teto de 384K e a pontuação no τ²-Bench fazem o trabalho de verdade; envie a camada crítica em latência e de saída curta para o Mercury 3 por meio da chave da Inception. Um endpoint compatível com OpenAI cobre o lado do D​eepSeek e mais de 200 outros modelos, com failover automático se um provedor degradar, e o DSL de roteamento consegue manter a regra de formato de tarefa para que seja configurado uma vez em vez de reimplementado em cada serviço. Você mantém o caminho rápido e barato onde a velocidade é o produto e a capacidade comprovada onde a correção está.

Qual escolher

Escolha o DeepSeek V4 Pro quando o trabalho for uma saída estruturada longa, um fluxo de trabalho de chamada de ferramentas contra funções definidas, ou qualquer coisa que precise ser executada dentro da sua própria infraestrutura. Aceite que você está pagando entre 2,8 e 5,7 vezes o preço de lançamento do Mercury 3, que a fatura muda de hora em hora e que o Terminal-Bench 4.0 diz que este não é o seu agente autônomo de programação.

Escolha o Mercury 3 quando a tarefa for curta, apenas de texto, crítica em latência e barata de repetir — turnos de voz, sugestões, resumos de pesquisa, rascunhos de suporte — e quando estiver disposto a realizar a avaliação você mesmo, porque ninguém publicou uma. O desconto de lançamento torna o teste quase gratuito; a ausência de uma data de término torna-o uma base ruim para um modelo de custos de cinco anos.

A única coisa a não fazer é escolher entre eles com base no preço anunciado por token. O relógio da D​eepSeek e a janela de lançamento da Mercury são ambos temporários à sua maneira, e o número que deveria orientar a decisão — custo por tarefa concluída, incluindo novas tentativas e revisão humana — é o número que nenhum dos fornecedores publica.