Mercury 3 vs Gemini 4 Argon: Ambos estão em promoção, apenas um informou quando ela termina

O Google disse ao mercado exatamente quando o Gemini 4 Argon fica mais caro: em 1º de dezembro de 2026, a entrada passa de US$ 2,00 para US$ 4,00 por milhão de tokens e a saída, de US$ 10,00 para US$ 20,00. A Inception Labs disse ao mercado que o Mercury 3 está com 50% de desconto "no lançamento" e não publicou nenhuma data de término. Dois preços de introdução, um prazo — e essa assimetria tem mais consequências para um orçamento do que os números atuais, porque os números atuais são os que ficarão desatualizados mais cedo. Em 20 de outubro, o par indica US$ 0,35 contra US$ 10,00 por milhão de tokens de saída. Em 2 de dezembro, supondo que a promoção da Inception também tenha sido encerrada, indica US$ 0,70 contra US$ 20,00. A proporção quase não muda; o que muda é o que você realmente pagará. As falhas de IA e os incidentes com agentes documentados por trás de lançamentos como este estão reunidos em o OrcaRouter AI Incident Archive onde cada entrada traz suas próprias fontes, gravidade, grau de confiança e indicador de disputa.

Os modelos por trás dos descontos também fazem coisas diferentes. O Mercury 3, lançado em 19 de outubro de 2026, é o modelo de linguagem de difusão da Inception: texto como entrada e saída, contexto de 1M, teto de saída de 131.072 tokens, 1.068 tokens por segundo em hardware NVIDIA segundo a própria contagem da Inception, e nenhuma pontuação numérica de benchmark em seu anúncio. O Gemini 4 Argon alcançou disponibilidade geral no plano pago do Google em 13 de outubro de 2026, após ser anunciado em 30 de setembro; é o modelo de raciocínio carro-chefe do Google, com um contexto unificado de 1M de tokens e decodificações longas de até 1M de tokens, e tem um Artificial Analysis Intelligence Index independente de 52,6. Em resumo: um é o modelo de texto barato mais rápido que você pode chamar nesta semana; o outro é um carro-chefe com uma data-limite para o preço.

Sessenta dias de sobreposição, depois uma conversa diferente

Até 30 de novembro, ambos os modelos estão em uma janela promocional que se encerra em datas e por motivos diferentes. A do Google é uma tarifa introdutória com prazo definido e aumento publicado; a da Inception é um desconto de lançamento sem horizonte declarado. Isso dá ao comprador uma oportunidade incomum — um período de sessenta dias em que as duas opções confiáveis mais baratas em suas respectivas categorias estão com desconto simultâneo — e uma armadilha incomum, que é modelar um orçamento de 2027 com base em uma promoção de 2026.

O aumento do Argon é uma duplicação em ambos os lados da tabela de preços e também se aplica à entrada em cache: US$ 0,10 por milhão até novembro, US$ 0,20 depois. O cache de contexto no Argon é apenas implícito — o cache explícito não é suportado —, então a tarifa de cache é o que você obtém quando o Google detecta um prefixo repetido, não algo que você configura. Para um prompt de sistema longo, isso é útil; para uma carga de trabalho construída em torno do controle explícito de cache, é uma limitação em vez de um desconto.

A entrada em cache do Mercury 3 segue a regra padrão de 90% de desconto na entrada: US$ 0,02 por milhão no preço de tabela, US$ 0,01 durante a janela de lançamento. Nenhuma expiração é publicada. Uma interpretação prudente é que o preço de tabela é a tarifa a considerar no planejamento, e qualquer valor abaixo disso é ganho.

A ficha técnica, com as ressalvas devidamente consideradas.

• Preço de saída — Mercury 3 $0,35 no lançamento, $0,70 de tabela. G​emini 4 Argon $10,00 até 30 de novembro, $20,00 a partir de 1º de dezembro.

• Preço de entrada — Mercury 3 US$ 0,10 no lançamento, US$ 0,20 na tabela. G​emini 4 Argon US$ 2,00 até 30 de novembro, US$ 4,00 a partir de 1º de dezembro.

• Limite de saída — o G​emini 4 Argon permite 65,536 tokens por padrão em chamadas síncronas e até 1,048,576 com seu modo de decodificação longa. O Mercury 3 permite 131,072. O número maior do Argon vem com uma ressalva: seu 1M é um orçamento unificado de entrada mais saída, então um prompt de 900K tokens deixa apenas cerca de 100K para a resposta.

• Contexto — ambos 1M tokens.

• Entradas — O G​emini 4 Argon é multimodal; a documentação do G​oogle lista entrada de imagem, vídeo, áudio e documento, além de texto. O Mercury 3 é texto de entrada, texto de saída.

• Vazão — Mercury 3 1.068 tok/s, número da Inception, não reproduzido. A velocidade de saída do Gemini 4 Argon não é algo que o Google divulga; a medição do modelo feita pela Artificial Analysis é o número a usar, e está uma ordem de grandeza abaixo da alegação da Mercury.

• Pontuação independente — Gemini 4 Argon 52,6 no Intelligence Index v4.3.2 da Artificial Analysis com alto esforço, a US$ 1,99 de poder computacional por tarefa do índice. O Mercury 3 não tem página alguma na Artificial Analysis até hoje.

• Pontuações de tarefas dos fornecedores — O Google publica uma tabela de benchmark para o Argon, incluindo Terminal-Bench 4.0 com 57,1%, SciCode com 61,8% e Humanity's Last Exam com 57,1%; esses números são relatados pelo Google, e as colunas dos concorrentes do Google trazem os números autorrelatados pelos próprios concorrentes. A Inception não publica pontuações numéricas para o Mercury 3.

• Disponibilidade — O Argon está em GA na camada paga da API G​emini do G​oogle, sob a string de modelo gemini-4-argon, e explicitamente não está disponível na camada gratuita. O Mercury 3 está na plataforma da Inception, com 100 milhões de tokens gratuitos para novas contas, além de opções de implantação empresarial.

Atrito de acesso — o Argon exige uma relação de faturamento do Google Cloud e, para qualquer coisa sensível, uma revisão de residência de dados. O Mercury 3 exige uma conta Inception e um cliente compatível com OpenAI.

O que 52,6 oferece que “supera o Haiku 5.5” não oferece

A assimetria de evidências aqui é nítida o suficiente para ser o fator decisivo para muitas equipes. A Artificial Analysis executou o Gemini 4 Argon em sua própria estrutura de avaliação e publicou um número que qualquer pessoa pode comparar com 200 outros modelos. O Google, separadamente, publicou uma tabela em nível de tarefa com benchmarks nomeados. Nenhum desses elementos é uma garantia, mas, juntos, eles permitem que um comprador raciocine sobre onde o Argon se situa em relação a modelos que já usa.

O Mercury 3 oferece uma frase comparativa — ele "supera o GPT-6 Luna e o Claude Haiku 5.5" — sem margem, sem nomes de benchmarks e sem pontuações, além de um resultado de agente em 50 tarefas ao vivo do Mind2Web, nas quais completou metade e superou o GPT-6.1 Sol. Isso é um sinal genuíno sobre navegação web e absolutamente nada sobre programação, matemática, recuperação de contexto longo ou seguimento de instruções.

Há uma leitura justa e uma injusta disso. A leitura justa é que a Inception lançou um modelo há um dia e laboratórios independentes ainda não alcançaram; o Mercury anterior, 2.5, tem sim uma página no Artificial Analysis e registra 705,9 tokens por segundo, então os números de velocidade do fornecedor historicamente ficaram na faixa correta sob medição neutra. A leitura injusta é tratar "supera o Haiku 5.5" como se fosse uma pontuação. É uma declaração de posicionamento sobre a faixa de velocidade, e o Argon não está nessa faixa.

A aritmética de 1º de dezembro, executada corretamente

Suponha que uma equipe de produto defina 40 milhões de tokens de saída e 200 milhões de tokens de entrada por dia — um assistente de grande porte, ou um pipeline em lote com prompts generosos. No Gemini 4 Argon, na tarifa introdutória, isso equivale a $400 de entrada e $400 de saída, ou $800 por dia. A partir de 1º de dezembro, o mesmo tráfego fica em $800 e $800, ou $1.600 por dia. O aumento é de $800 por dia, ou cerca de $24.000 por mês, pelo mesmo trabalho. Ninguém envia um memorando sobre isso; ele simplesmente aparece na fatura.

No Mercury 3, com o preço de lançamento, o mesmo tráfego custa $20 de entrada e $14 de saída, ou $34 por dia. No preço de tabela, são $40 e $28, ou $68 por dia. Mesmo depois que ambos os descontos terminarem, o Mercury 3 é cerca de 24 vezes mais barato nessa carga de trabalho — e a diferença absoluta cresceu de $766 por dia para $1,532 por dia, porque uma proporção aplicada a um número maior resulta em um número maior.

O que esse dinheiro compra do lado do Argon é a capacidade de emitir até um milhão de tokens em uma resposta, de ler um vídeo e de atingir 52,6 em um índice público. Para uma carga de trabalho que resume uma gravação de duas horas, ou escreve um documento estruturado de 200 páginas em uma única passada, isso não é um luxo — é a única maneira de fazer o trabalho. Para uma carga de trabalho que emite quatrocentos tokens por chamada, nada disso está sendo usado.

Onde um roteador ajuda e onde não ajuda

Nenhum dos dois modelos está no nosso catálogo hoje. Nossa API de modelos não tem entrada para o Gemini 4 nem para a Inception — google/gemini-4-argon retorna model-not-found, e o mesmo vale para todos os modelos Mercury. Vale dizer isso sem rodeios, porque uma comparação de preços entre dois modelos que não podemos servir só é útil se você souber disso desde o início. O Argon roda na camada paga do próprio Google; o Mercury 3 roda na plataforma da Inception e nos hosts de terceiros listados pela Inception.

O que podemos fazer é cobrir o restante da stack ao redor deles. Os modelos Google que roteamos — gemini-3.8-flash, gemini-3.6-flash, gemini-3.5-flash, gemini-3.1-pro-preview e suas variantes lite — ficam no mesmo endpoint compatível com OpenAI usado por mais de 200 outros modelos, ao preço de tabela do provedor com 0% de markup, o que significa que uma mudança de preço do Google chega ao nosso lado no mesmo dia, e não na próxima renovação de contrato. Essa característica está prestes a ser testada publicamente em 1º de dezembro, e é o motivo para manter a camada de roteamento entre seu código e o fornecedor, em vez de codificar rigidamente qualquer uma das tabelas de preços.

Para os dois modelos deste artigo, o padrão útil é uma divisão de capacidades com um teto de custo explícito: Argon para as solicitações que realmente precisam de uma decodificação longa ou de entrada multimodal, um modelo roteado para todo o resto, e a DSL de roteamento mantendo a regra para que a divisão seja aplicada em vez de apenas lembrada. Vale a pena considerar a fusão de modelos para os casos difíceis — executar um painel e obter o consenso é mais barato do que direcionar toda a carga de trabalho para um modelo de ponta por padrão.

A decisão, datada de

Antes de 1º de dezembro, o Gemini 4 Argon a US$ 2/US$ 10 é um preço de carro-chefe razoável, e o argumento a seu favor se baseia em capacidades que o Mercury 3 não tem. Depois de 1º de dezembro, a US$ 4/US$ 20, é um produto premium a uma tarifa premium, e o argumento precisa ser construído nos mesmos termos que o Claude Opus 5.5 — que cobra os mesmos US$ 4/US$ 20, tem uma pontuação de índice independente ligeiramente superior, de 57,6, e limita a saída a 128K tokens, enquanto o Argon oferece até 1M. A decodificação longa é o prêmio defensável do Argon; na tarifa mais alta, é a única coisa que se sustenta.

Mercury 3 é a operação oposta. É extraordinariamente barato, rápido de um jeito que importa para produtos interativos e quase totalmente sem medição. Seu próprio desconto de lançamento é o aspecto menos durável dele, porque um fornecedor que não publicou uma data de encerramento pode encerrá-lo sempre que os números de crescimento sugerirem que deve.

Planeje com base nos preços de tabela. Use a janela promocional para fazer a avaliação que você, de outra forma, adiaria para o T1, e decida em novembro quanto está disposto a pagar em dezembro. O prazo da tabela de preços da Argon é a informação mais útil nesta comparação, e é a que expira mais cedo.