Mercury 3 vs Step 5 Preview: O modelo medido é o que ficou mais caro

Em 14 de outubro de 2026, a StepFun dobrou o preço de entrada por acerto de cache do Step 5 Preview de 0,35 para 0,70 yuan por milhão de tokens, com uma cláusula de direito adquirido para quem já tinha usado o modelo. Cinco dias depois, a Inception lançou o Mercury 3 pela metade do preço de tabela e não disse quando o desconto termina. Coloque esses dois fatos lado a lado e você terá a forma desta comparação: o modelo com uma pontuação independente de benchmark é aquele cujo preço subiu, e o modelo em promoção é aquele que ninguém fora do próprio laboratório mediu. As falhas de IA documentadas 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.

Essa inversão não é coincidência, e não é um argumento para nenhum dos lados. O Step 5 Preview é um modelo consolidado com um histórico público crescente — um lançamento do fornecedor em 20 de setembro de 2026, uma pontuação independente no Intelligence Index, pesos oficiais no Hugging Face — e fornecedores cobram mais por coisas que se sabe que funcionam. O Mercury 3 tem nove dias, alega 1.068 tokens por segundo e não tem nenhuma pontuação independente de qualquer tipo. O preço que você paga pelo barato é que você é a medição.

Duas prévias que significam coisas diferentes

A palavra "preview" aparece nos dois nomes e desempenha funções diferentes em cada um. Em Step 5 Preview, é o rótulo da própria StepFun e parte do identificador da API — a string que você envia é step-5-preview, e não step-5 — e a StepFun não publicou nenhuma data de substituição, nenhum aviso de descontinuação nem nenhum compromisso de estabilidade para essa string. Na prática, o modelo está ativo há um mês, tem pesos no Hugging Face e tem uma tabela de preços publicada, então "preview" está fazendo menos do que parece.

No Mercury 3, não há nenhum rótulo de prévia: este é um lançamento de disponibilidade geral com um endpoint compatível com OpenAI, um ID de modelo mercury-3, e um teste de 100 milhões de tokens para novas contas. O que o Mercury 3 tem, em vez disso, é um desconto de lançamento, que é um tipo diferente de instabilidade. Um rótulo de prévia avisa que o modelo pode mudar; um desconto de lançamento avisa que o preço vai mudar.

As datas merecem ser acertadas antes de qualquer outra coisa. A data de lançamento do Step 5 Preview informada pelo fornecedor é 20 de setembro de 2026, obtida dos próprios materiais de anúncio da StepFun; a Artificial Analysis lista o modelo como lançado em setembro de 2026, e o texto de sua FAQ o data de 18 de setembro. A diferença de dois dias não é explicada por nenhuma das partes, e este artigo usa a data da StepFun quando precisa de uma. A data do Mercury 3 é inequívoca: 19 de outubro de 2026, um dia antes de este texto ser escrito.

A ficha técnica, com a origem de cada linha

• Preço por milhão de tokens — Mercury 3: US$ 0,20 de entrada e US$ 0,70 de saída na tabela, US$ 0,10 e US$ 0,35 durante o desconto de lançamento, contra Step 5 Preview: 7 yuans de entrada e 20 yuans de saída, com entrada com cache hit a 0,70 yuan após a mudança de 14 de outubro

• Valores em dólares do avaliador — Step 5 Preview: $1,00 de entrada e $2,70 de saída por milhão, com 90 por cento de desconto de cache, conforme publicado pela Artificial Analysis; estes são os números do próprio avaliador e não uma conversão cambial da tabela de preços da StepFun

• Janela de contexto — Mercury 3 1.000.000 tokens vs Step 5 Preview 1M tokens

• Saída máxima — Mercury 3 131.072 tokens vs Step 5 Preview 64.000 tokens

• Modalidade de entrada — Mercury 3 somente texto vs Step 5 Preview texto, imagens e vídeo

• Modalidade de saída — texto em ambos

• Parâmetros — Mercury 3 não divulgados, descritos apenas como mais de 40 vezes o Mercury 1; já o Step 5 Preview não foi publicado na documentação da plataforma da StepFun nem na página do modelo do avaliador, então nenhum dos dois números pode ser citado aqui

• Pesos — Mercury 3 fechado vs. Step 5 Preview publicado no Hugging Face sob a StepFun Model License 1.0, no repositório base, além das builds BF16 e NVFP4

Controle de raciocínio — Mercury 3: quatro configurações de esforço, de instantâneo a alto, com padrão baixo, versus Step 5 Preview, um modelo de raciocínio sem parâmetro de esforço publicado

• Índice de Inteligência Independente — Mercury 3 sem entrada em 20 de outubro de 2026 vs. Step 5 Preview 44 na revisão 4.3.2 do índice

• Velocidade de saída medida — Mercury 3 none vs. Step 5 Preview: 92,2 tokens por segundo, medido pela Artificial Analysis

• Cache de prompts — Mercury 3 disponível a US$ 0,02 por milhão de tokens em cache no preço de tabela, contra Step 5 Preview disponível a 0,70 yuan por milhão de acertos de cache, um aumento em relação a 0,35 em 14 de outubro

Uma linha dessa lista merece uma segunda olhada, porque é o único ponto em que o preço de qualquer um dos modelos mudou publicamente. A taxa de acerto de cache do Step 5 Preview dobrou doze dias após seu lançamento. O preço de entrada para cache miss e o preço de saída não foram alterados, e os chamadores que já tinham usado o modelo por meio da API de pagamento conforme o uso antes daquele momento mantiveram a tarifa antiga sob uma cláusula de direito adquirido. Se você está montando um modelo de custos com base em cache de prompt — e qualquer carga de trabalho de agente é —, uma taxa que já dobrou uma vez é uma taxa que merece verificação contínua.

A linha multimodal é a que encerra algumas conversas.

O Step 5 Preview aceita texto, imagens e vídeo e retorna texto. O Mercury 3 aceita texto e retorna texto. A documentação da Inception não é ambígua sobre isso: o modelo está listado como somente texto, e o material de lançamento é sobre velocidade e custo, não sobre visão.

Para uma carga de trabalho que lê capturas de tela, digitaliza faturas, assiste a gravações de tela ou analisa um vídeo em notas estruturadas, não há nada a comparar. Step 5 Preview é o único dos dois que pode receber a entrada, o que torna a diferença de preço irrelevante e a diferença de benchmark irrelevante até o momento em que você decide se o trabalho de visão importa. Essa decisão geralmente é tomada pelo produto, não pelo modelo.

Para uma carga de trabalho em que entra texto e sai texto — pesquisa, suporte, revisão de código, sumarização —, a linha da modalidade desaparece e a comparação passa a ser sobre velocidade, preço e evidências, nessa ordem de quão facilmente cada um pode ser verificado.

O que diz a única pontuação independente deste confronto

O Step 5 Preview obtém 44 no Artificial Analysis Intelligence Index, versão 4.3.2 — quarto de 121 modelos na própria tabela desse índice, contra uma mediana de 19. A mesma listagem registra uma velocidade de saída medida de 92,2 tokens por segundo, um tempo até o primeiro token de 2,55 segundos e um índice de verbosidade de 160 milhões de tokens de saída contra uma mediana de 140 milhões, que o avaliador descreve como um tanto verboso. Ele considera o modelo um tanto caro em relação a modelos de pesos abertos comparáveis, o que é uma leitura justa de US$ 1,00/US$ 2,70.

Leia o 44 com atenção. Trata-se de um composto ponderado de um conjunto de benchmarks, não de uma afirmação sobre a sua carga de trabalho, e não significa que o Step 5 Preview supere o modelo classificado em 42.º na sua tarefa específica. A própria página do avaliador também apresenta marcadores "Em revisão" em várias avaliações individuais. Mas é um número produzido por uma metodologia que outra pessoa pode inspecionar, e coloca o modelo acima da mediana do campo.

O Mercury 3 não tem nada comparável. A alegação de qualidade da Inception é comparativa — "equivalente ou melhor do que modelos de fronteira otimizados para velocidade, como GPT-6 Luna e Claude Haiku 5.5" — sem margem, sem nomes de testes e sem indicação de qual de suas quatro configurações de esforço produziu a comparação. O único resultado estruturado é o teste de agente da própria Inception: 50 tarefas reais de navegação do Mind2Web, 50 por cento concluídas, "significativamente mais do que o GPT-6.1-Sol", com o mesmo volume de tokens e número de etapas e, portanto, uma fração do custo por token. Cinquenta tarefas no harness do próprio fornecedor são um sinal, não uma pontuação.

O número físico, e quanto ele vale

1.068 tokens por segundo é o motivo para se ler sobre o Mercury 3. Se isso se mantiver, uma resposta de 500 tokens é gerada em menos de meio segundo, o que é a diferença entre uma resposta de busca que parece instantânea e uma que parece uma ida e volta pela rede. O Step 5 Preview, a uma velocidade medida de 92,2 tokens por segundo, leva cerca de 5,4 segundos para a mesma resposta, além de aproximadamente 2,55 segundos até o primeiro token.

A alegação não vem acompanhada de hardware, de tamanho de lote, de configuração de esforço nem de qualquer declaração sobre se é de fluxo único ou agregada, e cada uma dessas quatro escolhas altera em múltiplos um número de throughput. A diferença entre o fornecedor e a medição independente nesta família está documentada: a Artificial Analysis mede o Mercury 2.5 em cerca de 706 tokens por segundo, abaixo do número que a Inception publicou naquele lançamento. Esse é o desconto a aplicar a 1.068 até que alguém o reproduza. Não há página do Mercury 3 na Artificial Analysis em 20 de outubro.

A velocidade do Step 5 Preview, em contrapartida, é entediante como tudo o que é medido. São 92,2 tokens por segundo, medidos, e isso o coloca em 32º entre 78 modelos no ranking de velocidade do avaliador — mais rápido que o típico, nada notável. Ninguém o está comprando pela velocidade. Estão comprando pela janela de 1M tokens, pela entrada multimodal e pela pontuação.

Calculando o custo do mesmo trabalho nas duas tabelas de tarifas

Considere um pipeline de triagem de documentos: 8.000 páginas por dia, 2.500 tokens de texto de OCR por página, uma saída de classificação e extração de 300 tokens por página. Isso equivale a 20 milhões de tokens de entrada e 2,4 milhões de tokens de saída por dia, com o mesmo bloco de instruções reenviado a cada chamada e, portanto, armazenável em cache.

Mercury 3 no preço de tabela — 20 × $0,20 mais 2,4 × $0,70, ou $5,68 por dia

• Mercury 3 na tarifa de lançamento — cerca de US$ 2,84 por dia

• Prévia do Step 5, sem cache — 20 × 7 mais 2,4 × 20 yuans, ou 188 yuans por dia; segundo os valores em dólares do avaliador, 20 × US$ 1,00 mais 2,4 × US$ 2,70, ou US$ 26,48

• Etapa 5 Pré-visualização com o bloco de instruções em cache — a linha de acerto de cache é de 0,70 yuan por milhão contra 7 yuan por uma falha, então a economia depende inteiramente de quanto desses 20 milhões é o preâmbulo repetido em vez de texto novo da página

A diferença de preço de tabela é de aproximadamente quatro vezes e meia a favor do Mercury 3, e o desconto de lançamento a amplia para cerca de nove vezes. Esse é o argumento individual mais forte a favor do Mercury 3 e é inteiramente calculável. O que não é calculável é o custo por trabalho concluído, porque o Mercury 3 não tem taxa de conclusão publicada nem contagem de tokens de saída publicada. A verbosidade do Step 5 Preview ao menos é medida — 160 milhões de tokens no índice contra uma mediana de 140 milhões, o que o avaliador chama de um tanto verboso — e isso permite que você faça o orçamento para isso.

A única ressalva que vale repetir: o valor do Mercury 3 que deve servir de base ao planejamento é o preço de tabela. O corte de 50 por cento é descrito como "no lançamento", sem data de encerramento, e seus dois modelos antecessores agora estão fechados para novos usuários, com o acesso existente terminando em 15 de novembro de 2026. O comportamento comercial da Inception sugere que você deve modelar a tarifa que sobrevive à promoção.

Pesos, licenças e o que mudou no último mês

A história de pesos abertos do Step 5 Preview mudou após o lançamento. No lançamento, os pesos foram espelhados por terceiros em vez de publicados pelo fornecedor; nesta semana, a própria organização da StepFun no Hugging Face disponibiliza o repositório base, além das compilações BF16 e NVFP4, todas modificadas pela última vez em 15 de outubro de 2026. A licença é a StepFun Model License 1.0, que não é Apache nem MIT e precisa ser lida antes de você distribuir — é uma licença de fornecedor com termos, e não uma licença permissiva.

O Mercury 3 não tem pesos nem licença para leitura. É somente API, com implantações empresariais que adicionam capacidade dedicada, dimensionamento automático e retenção de dados configurável, em vez de um artefato que você possa segurar.

Para uma equipe que decide se faz ajuste fino, quantiza ou executa em hardware próprio, essa linha é decisiva e as demais linhas não importam. Para uma equipe que chama uma API e nunca toca em um checkpoint, isso importa apenas como medida do custo de saída: se a StepFun mudar seu preço ou descontinuar o modelo, uma implantação do Step 5 Preview pode migrar para pesos auto-hospedados; uma implantação do Mercury 3 migra para outro fornecedor.

A questão do roteamento, respondida honestamente

Nenhum dos dois modelos está no catálogo do OrcaRouter. Nossa API de modelos não retorna nada para step-5-preview nem para qualquer modelo da Inception, então quem quiser chamar qualquer um deles precisa ir à plataforma do próprio fornecedor ou a um dos hosts de terceiros listados por cada fornecedor. Dizer isso claramente é mais útil do que sugerir uma rota que não temos.

O que a camada de roteamento oferece nesta situação é uma forma de responder à questão sem se comprometer. Mais de 200 modelos ficam atrás de um único endpoint compatível com OpenAI, pelo preço de tabela do provedor e sem acréscimo, e os mais próximos desses dois em preço e capacidade — Qwen 3.8-Max a $2.00/$6.00 com janela de 1M tokens, GLM 5.2 a $1.40/$4.40, Kimi K3 a $3.00/$15.00 — podem ser medidos com o seu próprio tráfego hoje à tarde. Se nenhum deles atingir o padrão, a justificativa para pagar qualquer um dos fornecedores fica mais forte; se um deles atingir, você terá poupado uma integração. O failover automático também cobre o risco específico deste confronto, que é o fato de o modelo com desconto de lançamento e sem compromisso de estabilidade ser justamente o que você colocaria no caminho de produção.

Um ponto mecânico que importa mais aqui do que o habitual: os preços de tabela dos fornecedores passam sem alterações, pelo que uma mudança de tarifa do fornecedor chega à fatura no próprio dia e não na renovação. Dado que o preço de cache do Step 5 Preview já mudou uma vez, não se trata de uma vantagem hipotética.

A pergunta que você deve fazer antes de escolher

Ambos esses modelos são baratos. A diferença nas contas deles, em um pipeline realista, é de alguns dólares por dia, e o desconto de lançamento faz o Mercury 3 parecer mais barato do que será depois que a promoção terminar. Então o custo não é o que define essa decisão.

Isso se resume a uma pergunta mais simples: você precisa que a resposta seja rápida, ou precisa saber se ela está certa? O Step 5 Preview é aquele que você pode verificar — uma pontuação de índice independente, velocidade medida, verbosidade medida, pesos publicados que você pode executar no seu próprio ambiente de testes. O Mercury 3 é aquele que responderá em menos de um segundo e atualmente não pode ser verificado por ninguém fora da Inception.

Para um produto limitado por latência, com uma pessoa no loop e uma falha recuperável, a segunda troca é razoável e a avaliação é barata. Para um pipeline que roda sem supervisão e cujos erros são caros, um modelo com uma pontuação medida na faixa dos quarenta e poucos vale várias vezes o preço de um modelo sem pontuação alguma — e é isso, e não qualquer benchmark, que explica por que o modelo medido pode se dar ao luxo de aumentar o preço do cache.

O que observar não tem glamour: a próxima leitura independente do Mercury 3, sempre que aparecer, e se o preço de cache da StepFun vai mudar de novo. Ambos são fatos pequenos que mudariam a aritmética mais do que qualquer post de lançamento mudará.