Mercury 3 vs Kimi K3: Um modelo que você pode baixar, um que você só pode alugar

A diferença mais útil entre Mercury 3 e Kimi K3 não tem nada a ver com velocidade ou preço. O Kimi K3, que a Moonshot AI lançou em 16 de julho de 2026 e cujos pesos publicou depois, em 27 de julho, sob uma licença MIT Modificada, é um mixture-of-experts de 2,8 trilhões de parâmetros que você pode baixar, inspecionar, quantizar e hospedar por conta própria. O Mercury 3, que a Inception lançou em 19 de outubro de 2026, é um modelo de difusão fechado que você só pode chamar. Todo o resto nesta comparação — as janelas de 1M de tokens que ambos compartilham, os milhares de tokens por segundo que um deles alega, a diferença de preço de saída que corre na direção oposta — decorre dessa primeira diferença sobre quem é dono do artefato. A mesma chave dá acesso a todo o catálogo de mais de 200 modelos pelo preço de tabela, com failover entre provedores. 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, severidade, grau de confiança e flag de disputa.

Essa forma de enquadrar a questão não é acadêmica. Ela decide qual destes dois modelos consegue sobreviver ao desaparecimento de um fornecedor, qual deles pode ser ajustado com seus dados, qual você pode executar às três da manhã sem um limite de requisições, e qual é um item de orçamento que termina quando outra pessoa decide que termina. Ela também decide o que é, afinal, uma comparação justa: o preço por token do Kimi K3 é um custo de hospedagem, enquanto o do Mercury 3 é um aluguel.

As especificações, em ambos os lados da linha de propriedade

• Parâmetros — Kimi K3 2,8 trilhões no total, 104 bilhões ativos por token, 16 de 896 especialistas vs Mercury 3 não divulgado, descrito apenas como mais de 40× maior que o Mercury 1

• Arquitetura — mistura de especialistas em Kimi Delta Attention vs. um modelo de linguagem de difusão que refina blocos de tokens em paralelo

• Janela de contexto — 1.048.576 tokens vs 1.000.000 tokens; efetivamente um empate

• Saída máxima — Kimi K3 com até a janela completa de 1M em uma única resposta vs Mercury 3 com 131.072 tokens

• Modalidade de entrada — texto, imagem e vídeo vs apenas texto

• Pesos — publicados, Modified MIT, no Hugging Face vs fechado

Preço de input — US$ 3,00 por 1M vs US$ 0,20 por 1M na tabela, US$ 0,10 no lançamento

• Preço de saída — US$ 15,00 por 1M vs. US$ 0,70 por 1M no preço de tabela, US$ 0,35 no lançamento

Entrada em cache — US$ 0,30 por 1M vs US$ 0,02 por 1M

• Throughput declarado — não publicado pela Moonshot vs. 1.068 tokens por segundo, informado pelo fornecedor

• Índice de Inteligência Independente — 43,6, segundo a Artificial Analysis, versus ainda sem registro em 20 de outubro de 2026

Coloque as duas colunas de preço lado a lado e a diferença é de 15× na entrada e 21× na saída. Coloque a linha de modalidade ao lado e a diferença se estreita para algo mais estreito que uma rota: Kimi K3 aceita vídeo e imagens, Mercury 3 aceita texto, e uma carga de trabalho que precisa assistir a uma gravação de tela não está escolhendo entre eles a preço algum. Coloque a linha de pesos ao lado e a comparação muda completamente de caráter, porque os dois preços não estão medindo a mesma coisa.

O que as medições do Kimi K3 realmente dizem

Kimi K3 é o único modelo desta série de cinco partes que tem tanto os pesos publicados quanto um histórico independente completo, o que o torna a âncora útil:

• Intelligence Index — 43,6, medido pela Artificial Analysis

• Terminal-Bench 4.0 — 0.1263; Terminal-Bench 2.1 — 0.8502 na execução relatada pelo próprio fornecedor

• SciCode — 0.5949, a pontuação mais alta entre os quatro oponentes deste lote

• Humanity's Last Exam — 0.4690

• AA-LCR raciocínio de contexto longo — 0,8867, a leitura de contexto longo mais forte da série

• GDPval-AA — Elo 1532,59

• AA-Omniscience — 19.7

• GPQA Diamond — 0,9354

• Custo por tarefa de indexação — US$ 2,00

Duas ressalvas sobre essa tabela. Os números do Terminal-Bench estão extremamente discrepantes — 0,1263 na versão 4.0 e 0,8502 na 2.1 —, o que é um problema de versão do benchmark, e não do modelo, e quem cita um sem o outro está escolhendo um lado. E o índice Artificial Analysis do Kimi K3 marca 43,6 hoje, enquanto o próprio material de lançamento do fornecedor alegava 57 sob uma revisão anterior do índice. O índice foi reconstruído desde então; o 57 é uma leitura histórica, não atual.

O perfil que resiste a ambas as ressalvas é o de um modelo forte em raciocínio de contexto longo e código científico, moderado em recuperação de conhecimento e sem destaque em trabalho de agente no estilo terminal. Esse não é o perfil de um modelo que você baixa para substituir integralmente uma API de fronteira. É o perfil de um modelo que vale a pena ter para uma fatia específica de trabalho — que é exatamente o argumento a favor de pesos abertos.

A ressalva sobre baixar e executar, dita claramente

Pesos publicados e pesos executáveis são afirmações diferentes, e confundi-los é a alegação excessiva mais comum na cobertura de grandes modelos chineses. Um modelo de mistura de especialistas com 2,8 trilhões de parâmetros e 104 bilhões de parâmetros ativos é um artefato de datacenter. Publicar o checkpoint significa que você pode inspecioná-lo, fazer fine-tuning nele, quantizá-lo e servi-lo — para organizações com dezenas de aceleradores e uma equipe de engenharia para mantê-los ocupados. Isso não significa que ele roda em uma estação de trabalho, e a onda de quantização que segue cada lançamento desse tipo tem tanto a ver com tornar o modelo possível de ser servido quanto com torná-lo pequeno.

Então, a leitura honesta da licença do Kimi K3 é mais restrita do que "aberto" e ainda assim significativa: é um modelo de classe de fronteira auditável, modificável e auto-hospedável. Para uma empresa regulada que não pode enviar dados de clientes a uma API de terceiros, isso é o que faz toda a diferença. Para uma startup com três engenheiros e uma conta mensal de US$ 400 em API, é um hobby.

O Mercury 3 não tem essa opção a preço algum. Essa é uma limitação real e vale deixar explícito que a Inception não anunciou uma liberação dos pesos nem uma data para isso. A alternativa empresarial que ela oferece é contratual, e não técnica: capacidade dedicada, escalonamento automático, controles de conformidade e retenção de dados configurável, tudo dentro da plataforma da Inception. Isso responde à questão da residência de dados para alguns compradores. Não responde à questão "e se o fornecedor desaparecer" para nenhum deles.

Custo por trabalho concluído, não custo por token

A disparidade de 21× no preço de produção é o número que se costuma citar e, por si só, é enganadora em ambas as direções.

Primeiro, os US$ 3,00/US$ 15,00 do Kimi K3 são uma posição premium no mercado chinês, e a Moonshot disse isso. Em comparação com os US$ 0,20/US$ 0,70 do Mercury 3, não é premium, é outra categoria. Uma equipe que processa 50 milhões de tokens de saída por mês paga US$ 750 pelo Kimi K3 e US$ 35 pelo Mercury 3 na tabela. Essa diferença é pequena o bastante para ser irrelevante para algumas empresas e grande o bastante para financiar uma contratação para outras.

Em segundo lugar, os números independentes de custo por tarefa invertem a intuição. O Kimi K3 custa US$ 2,00 por tarefa de indexação concluída; o Mercury 2.5, o membro medido mais próximo da família Mercury, custa US$ 0,1167 — mas obteve 12,3 contra 43,6 do Kimi K3. Barato por token e barato por unidade de trabalho são números diferentes, e apenas um deles pertence a um plano de capacidade. O Mercury 3 não tem número de custo por tarefa porque não tem pontuação de indexação, o que significa que a célula mais importante desta comparação está vazia.

Terceiro, e este é o ponto que as pessoas esquecem: o Kimi K3 está no OrcaRouter pelo preço de tabela da Moonshot, com 0% de markup, e o mesmo vale para o restante do catálogo com mais de 200 modelos, em um único endpoint compatível com OpenAI e com failover automático. O Mercury 3 não está — ele é servido pela própria API da Inception e por várias plataformas de terceiros. Essa assimetria muda o formato de um teste sensato: você pode comparar o Kimi K3 com seu fornecedor atual sem assinar nada novo, e não pode fazer o mesmo com o Mercury 3 sem uma segunda integração.

Para uma carga de trabalho que executa longas sessões de agente, há mais uma alavanca de custo que vale a pena verificar antes de confiar em qualquer uma das tabelas de preços. O contexto de 1M do Kimi K3 não tem sobretaxa publicada para solicitações longas, e o do Mercury 3 também não. Isso é incomum e é o principal motivo pelo qual ambos os modelos são confiáveis para transcrições que acionariam uma faixa de reprecificação em outros lugares.

Qual escolher, pela situação em vez da pontuação

Escolha o Kimi K3 quando o trabalho exigir imagens ou vídeo, quando o raciocínio de contexto longo for a tarefa central — o seu 0,8867 no AA-LCR é a melhor leitura deste lote — quando precisar de ajustar com dados proprietários, quando os dados não puderem sair da sua infraestrutura, ou quando quiser um nível de capacidade medido antes de comprometer tráfego. Os pesos são o ativo estratégico; a licença é genuinamente permissiva; o preço é o custo de não o executar você mesmo.

Escolha o Mercury 3 quando a carga de trabalho for somente texto, limitada por latência e de alto volume: respostas de suporte, respostas de busca, turnos de tutoria, trabalho próximo de classificação em que uma resposta em menos de um segundo é o produto. Com $0.70 de saída e $0.02 de entrada em cache, é barato o suficiente para que a economia por solicitação deixe de ser uma restrição de design, e a janela de 1M significa que você raramente resume. O que você abre mão é modalidade, um piso de capacidade publicado e qualquer caminho para autohospedagem.

Escolha os dois quando a divisão for por faixa em vez de por modelo. Os dois sistemas são arquiteturalmente opostos — um é um MoE autorregressivo esparso massivo, o outro é um gerador de difusão paralelo — o que significa que falham de maneiras diferentes, e uma política que envia visão e raciocínio de contexto longo para o Kimi K3 e turnos de texto instantâneos para o Mercury 3 é coerente por mérito, e não apenas por preço. O problema é a integração: apenas um deles é uma adição de chave única.

O que mudaria a resposta

Três desenvolvimentos, nenhum deles especulativo:

• A primeira pontuação independente do Mercury 3. O único membro medido da família Mercury está em 12,3 no Intelligence Index, contra 43,6 do Kimi K3. Se o Mercury 3 ficar perto do Kimi K3 custando um quinze avos disso, o argumento de propriedade se torna o único argumento que resta ao Kimi K3. Se ficar perto de 12,3, a diferença de preço é irrelevante

• Um lançamento dos pesos do Mercury 3. A Inception não disse nada sobre isso. Pesos abertos derrubariam a diferença central deste artigo da noite para o dia

• Um provedor de hospedagem mais barato para o Kimi K3. A tarifa de US$ 3/US$ 15 é da própria Moonshot; a licença aberta significa que provedores de hospedagem terceiros podem cobrar menos, e um MoE de 2,8T hospedado pela metade do preço muda o cálculo de custo por tarefa sem mudar o modelo

Até que um desses chegue, a comparação é entre um modelo de texto alugável, não medido e muito rápido e um modelo premium possuível, medido, que lê vídeo. Eles não são substitutos. A única resposta genuinamente errada é escolher um porque ele vence em uma coluna na qual o outro nunca foi avaliado.