Mercury 3 vs GPT-6 Astra: 28 vezes o preço de saída, comprado um nível de esforço de cada vez

O Mercury 3 e o GPT-6 Astra diferem em 28 vezes no preço de saída — US$ 0,35 por milhão durante a janela de lançamento da Inception contra US$ 50,00 da OpenAI — e em cerca de 18 vezes na vazão, na direção oposta. Esses dois números são fáceis de citar e quase inúteis por si só, porque o Astra não é um único modelo a um único preço. É uma escada de raciocínio: cinco níveis de esforço, uma pontuação de índice que sobe de 46 na base para 53 no topo, e uma conta que sobe junto. O Mercury 3 também tem uma escada, de certo modo — quatro configurações de esforço e uma padrão na base —, mas nenhuma pontuação independente em nenhuma delas. Então, a verdadeira questão neste confronto não é se o Astra vale 28 vezes o Mercury 3. É até que ponto na escada do Astra você realmente precisa subir, e se o trabalho que você está fazendo precisa mesmo de uma escada. As falhas de IA e os incidentes com agentes documentados 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 sinalizador de disputa.

O número que decide isto, e não é o preço

A Artificial Analysis mede o GPT-6 Astra em 53 no seu Intelligence Index na configuração de esforço máximo do modelo, ocupando o sétimo lugar entre os 216 modelos do índice, a cerca de US$ 3,26 de computação por tarefa do índice. Execute o mesmo conjunto de testes na configuração de esforço mais baixo e a pontuação é 46. Os cinco níveis, em ordem, são 46, 50, 51, 52 e 53.

Leia essa escada duas vezes. A primeira leitura é que o degrau superior está apenas sete pontos acima do inferior, numa suíte em que sete pontos é muito — os modelos abaixo do Astra e os modelos acima dele estão separados por margens menores que essa. A segunda leitura é que o quarto degrau, com 52, está a um ponto do topo e presumivelmente é mais barato. Se sua tarefa não precisa do último ponto, você não está escolhendo entre o Mercury 3 e um modelo de 53 pontos; está escolhendo entre o Mercury 3 e um de 52 pontos, e o preço para chegar lá é um parâmetro, não um modelo diferente.

O Mercury 3 não oferece essa escolha, porque não há nada para escalar. Não há pontuação de índice nos níveis instant, low, medium ou high. A própria alegação comparativa da Inception — de que o Mercury 3 supera o GPT-6 Luna e o Claude Haiku 5.5 — é uma alegação sobre a camada rápida, feita sem margens, e seu único resultado estruturado de qualidade é 50% de conclusão em 50 tarefas de navegação ao vivo do Mind2Web dentro de seu próprio harness de agente. Esse é um resultado real e uma amostra pequena, e não diz onde o Mercury 3 ficaria em um índice de 216 modelos se fosse incluído amanhã.

O que um token de saída de US$ 50 realmente contém

O GPT-6 Astra aceita texto, imagens e arquivos, mantém uma janela de contexto de 1,05 milhão de tokens e retorna até 128K tokens. Sua tabela de preços padrão é de US$ 10,00 por milhão de tokens de entrada e US$ 50,00 por milhão de saída, com entrada em cache a US$ 1,00. Acima de 272.000 tokens de entrada, ele reprecifica toda a requisição em US$ 20,00 e US$ 75,00, com entrada em cache a US$ 2,00 — o limite não é uma faixa marginal, é um interruptor que dobra a conta inteira. O processamento em lote e flex reduz as tarifas pela metade; o modo rápido as dobra. O raciocínio está sempre ativado e vai do nível baixo ao máximo.

Há duas armadilhas nesse parágrafo. O limite de 272.000 tokens significa que uma requisição de 280.000 tokens custa o dobro de uma de 270.000 tokens, sem crédito parcial — portanto, o corte de contexto próximo ao limite vale mais esforço de engenharia do que a maioria das equipes dedica. E o que a O​penAI comercializa como “GPT-6 Astra Pro” não é um modelo separado nem uma SKU separada; é a configuração pro do seletor de raciocínio, o que significa que é acessível pelo mesmo endpoint com as mesmas tarifas e não exige um novo contrato para ser usado.

O Mercury 3, em contrapartida, custa US$ 0,20 e US$ 0,70 no preço de tabela, reduzidos pela metade durante o período de lançamento para US$ 0,10 e US$ 0,35, com entrada em cache a US$ 0,02 e US$ 0,01. Uma janela de contexto de 1 milhão de tokens, uma saída máxima de 131.072, sem níveis, sem fronteiras, sem multiplicador de lote. A tabela de preços tem quatro linhas. Essa simplicidade vale algo por si só — um modelo de custo que você consegue manter na cabeça não se desvia.

O modelo de custo que ninguém aplica: tokens por tarefa, não preço por token

O preço por token da Astra é o número menos interessante em relação ao custo da Astra. A Artificial Analysis informa que uma execução completa do Intelligence Index na Astra consome cerca de 60 milhões de tokens de saída no total, e que uma tarefa do índice custa cerca de US$ 3,26. Divida um pelo outro e você obtém a proporção que importa: a Astra gasta muito em raciocínio antes de gastar qualquer coisa para responder.

O Mercury 3 tem preço 14 vezes inferior ao Astra no lançamento e 71 vezes inferior na tabela da Mercury em comparação com a tarifa padrão da Astra. Mas a comparação de preço por token pressupõe que os dois modelos emitem contagens de tokens comparáveis para a mesma tarefa, e tudo o que se sabe sobre a decodificação por difusão indica que não. Um modelo de difusão resolve um bloco de posições ao longo de um número fixo de passagens de remoção de ruído; seu comprimento de saída é uma propriedade da resposta, não de um monólogo interno que se desenrola antes da resposta. O comprimento de saída do Astra é dominado pelo monólogo.

Isso corta para os dois lados, e ambos os lados merecem ser mencionados. Em uma tarefa com uso intenso de raciocínio, na qual a Astra gasta 100.000 tokens de raciocínio para chegar à resposta certa, a vantagem do Mercury 3 é muito maior que 14x, porque o Mercury 3 não paga pelo monólogo de forma alguma — embora saber se ele chega à mesma resposta sem um seja justamente a questão em aberto. Em uma tarefa de resposta curta, na qual a Astra responde em trezentos tokens com esforço baixo, o monólogo nunca acontece, e a comparação se resume à tabela de preços: 14x no lançamento, 71x na tabela da Mercury.

Coloque uma carga de trabalho real nisso. Dez milhões de tokens de entrada e dois milhões de tokens de saída por dia, uma combinação de suporte e sumarização. Na Astra, com as tarifas padrão, isso dá US$ 100 de entrada e US$ 100 de saída — US$ 200 por dia, cerca de US$ 6.000 por mês. Na Mercury 3, na tabela, são US$ 2 e US$ 1,40 — US$ 3,40 por dia, cerca de US$ 102 por mês. Nas tarifas de lançamento, é metade disso. O mesmo tráfego, 59 vezes o gasto, e a questão de saber se as respostas da Astra são 59 vezes melhores é algo que ninguém consegue responder hoje com um número.

Onde um roteador realmente ajuda neste confronto

O GPT-6 Astra está no catálogo do OrcaRouter. Está acessível a partir do mesmo endpoint compatível com a OpenAI que os restantes modelos que encaminhamos, às tarifas de tabela da OpenAI, sem qualquer acréscimo da nossa parte — $10.00 de entrada, $50.00 de saída, $1.00 em cache, e o nível de contexto longo a $20.00 e $75.00 acima do limite de 272.000 tokens — com chat completions e a Responses API disponíveis, dependendo do formato que o seu código já utiliza.

O Mercury 3 não está no catálogo. Nossa API de modelos não retorna nada para nenhum modelo da Inception, então chamá-lo significa ir à própria plataforma da Inception, onde novas contas atualmente recebem 100 milhões de tokens gratuitos, ou a uma das plataformas de inferência listadas pela Inception. Preferimos dizer isso a deixar um artigo comparativo sugerir um caminho que não temos.

O que a camada de roteamento lhe traz aqui é um segundo ajuste de um tipo diferente dos níveis de esforço da Astra. Os cinco níveis de esforço são o ajuste próprio da Astra, e subir por eles custa dinheiro em cada degrau. O roteamento permite que você escolha quão raramente você paga à Astra: envie a maior parte do tráfego para um modelo na camada rápida que de fato roteamos — GPT-6 Luna a $0.10 e $0.50, ou Claude Haiku 5.5 a $1.00 e $5.00 — e reserve a Astra nos níveis alto ou máximo para a fração de solicitações que são realmente difíceis, com failover automático se um provedor apresentar degradação e a DSL de roteamento para expressar a divisão como uma regra em vez de um desvio no código. A economia não está na tarifa da Astra; está em com que frequência você a evita.

Isso também é, aliás, a forma honesta de avaliar o Mercury 3. Coloque-o no caminho de camada rápida ao lado de Luna e Haiku 5.5, onde a própria comparação da Inception o posiciona, e veja se ele vence nas suas tarefas. Compará-lo diretamente com o Astra é comparar um modelo sem pontuação de índice com um modelo no sétimo degrau de um índice de 216 modelos, e o resultado lhe dirá mais sobre o descompasso do que sobre qualquer um dos dois modelos.

Um detalhe que uma camada de roteamento não deve arredondar — e nós não arredondamos: a tabela de preços da Astra tem um limite em 272.000 tokens de entrada que reprecifica toda a solicitação, além de um modo em lote que reduz esse valor pela metade. Não são ajustes marginais, e um repasse a preço de tabela só vale a pena se também repassar as partes incômodas.

A comparação que resolveria isso

O que decidiria Mercúrio 3 vs GPT-6 Astra não é um post de lançamento nem este artigo. É um único número: a posição do Mercúrio 3 no mesmo índice em que o Astra está, com um nível de esforço declarado, no mesmo conjunto de testes, medido por alguém que não seja a Inception. Enquanto isso não existir, toda comparação entre os dois é uma comparação entre um modelo medido e um não medido, e o medido deve receber o benefício da dúvida por padrão — não por deferência à O​penAI, mas porque uma pontuação que você pode verificar vale mais do que um número de throughput que você não pode.

A postura útil, nesse meio-tempo, é a que a própria escada da Astra sugere. A maior parte do trabalho não precisa do degrau mais alto de nada. Direcione a maior parte do seu tráfego para o modelo mais barato que atenda ao seu padrão de qualidade, reserve o degrau caro para as solicitações que não o atendem, e trate o Mercury 3 como candidato ao caminho barato, e não como alternativa ao caro. Se ele se mostrar capaz de atender ao padrão por um décimo quarto do preço, você descobrirá isso nas suas próprias tarefas, que são o único conjunto cujos resultados você realmente pode usar para agir.