Mercury 3 против Claude Opus 5.5: выходной токен в 57 раз дешевле — это не то же самое, что более дешёвый ответ

Mercury 3 стоит $0,35 за миллион выходных токенов на этой неделе. Claude Opus 5.5 стоит $20,00. Умножьте очередь поддержки на эти два числа — и разрыв выглядит как ошибка в одном из прайс-листов: в 57 раз при стартовой цене или в 28,6 раза, когда закончится 50%-ная скидка Inception и Mercury 3 вернётся к $0,70. Вопрос, который решает исход сравнения, не в том, какое число меньше. А в том, сколько вызовов Mercury 3 нужно сделать, чтобы получить ответ, который Opus 5.5 дал бы правильно с первого раза, потому что каждая повторная попытка, каждая эскалация и каждая ручная проверка оплачиваются по ставке человека или второго вызова, а не по ставке токена. Задокументированные сбои ИИ и инциденты с агентами, стоящие за подобными релизами, собраны в OrcaRouter AI Incident Archive, где каждая запись содержит собственные источники, уровень серьёзности, степень уверенности и флаг оспаривания.

Такая формулировка важна, потому что эти две модели не являются конкурентами в обычном смысле. Claude Opus 5.5, выпущенная Anthropic 22 сентября 2026 года, — это фронтирная модель рассуждений стоимостью $4 за миллион входных и $20 за миллион выходных токенов, созданная для долгосрочного агентного программирования и интеллектуальной работы, с адаптивным мышлением, обработкой изображений и файловым вводом, контекстом в 1M токенов и потолком вывода в 128K. Mercury 3, выпущенная Inception Labs 19 октября 2026 года, — это диффузионная языковая модель, созданная ради скорости: 1 068 токенов в секунду на оборудовании NVIDIA по собственным измерениям Inception, контекст 1M, вывод 131K, только текст, а заявление о качестве называет GPT-6 Luna и Claude Haiku 5.5 — то есть скоростной уровень — а не Opus. Сравнивать их всё равно стоит, потому что разрыв в цене прямо-таки провоцирует именно ту замену, которую позиционирование не поддерживает.

Откуда на самом деле берутся эти числа

Каждый показатель качества Opus 5.5 в этой статье принадлежит Artificial Analysis и измерен на его собственном стенде: Intelligence Index — 57,6, Humanity's Last Exam — 61,4%, SciCode — 66,9%, Terminal-Bench 4.0 — 59,6%, а recall на длинном контексте — 84,7%. Эти данные независимы и актуальны по состоянию на эту неделю.

Все показатели Mercury 3 — от Inception, опубликованы вчера, за одним исключением: сравнение пропускной способности с предыдущим поколением. Artificial Analysis измеряет Mercury 2.5 на уровне 705.9 токена в секунду, а Mercury 2 — примерно 684. У Mercury 3 пока нет страницы на Artificial Analysis — индекс моделей по-прежнему заканчивается на Mercury 2.5 — поэтому её 1,068 ток/с и утверждение «превосходит GPT-6 Luna и Claude Haiku 5.5» заявлены производителем, не воспроизведены независимо, и к ним следует относиться именно так как минимум ещё неделю.

Эта асимметрия — всё сравнение в миниатюре. У одной стороны — независимо проверенная оценка и опубликованный прайс-лист; у другой — пост о запуске, скидка и очень большая цифра скорости.

Пункт за пунктом, с приложенными доказательствами.

• Цена вывода — Mercury 3: $0.35 за миллион на старте, $0.70 по прайс-листу, против $20.00 у Opus 5.5. Соотношение составляет 57x во время промоакции и 28,6x после неё.

• Цена входных данных — Mercury 3: $0.10 при запуске, $0.20 по прайс-листу, против $4.00 у Opus 5.5. Та же схема, чуть шире соотношение.

• Кэшированный ввод — Mercury 3: $0.01 на старте, $0.02 по прайс-листу, против $0.20 за чтение из кэша у Opus 5.5. Opus также взимает $5.00 за миллион токенов за запись в 5-минутный кэш и $8.00 за часовой кэш, что тарифная сетка Mercury отдельно не выделяет.

• Пропускная способность — Mercury 3 со скоростью 1,068 tok/s по данным Inception, не воспроизведено; Opus 5.5 — 75.6 tok/s вывода по измерениям на трафике нашей собственной тестовой площадки за последние семь дней. Это четырнадцатикратный разрыв в пользу утверждения Inception, и этот разрыв как минимум измерен с обеих сторон, хотя и разными тестовыми обвязками.

• Время до первого токена — Mercury 3 — это диффузионная модель, которая генерирует параллельно, поэтому её первый полезный результат появляется раньше, чем у авторегрессионной модели; Inception не публикует показатель для чат-эндпоинта, а её утверждение о менее чем 300 мс на главной странице компании относится к линейке продуктов, а не конкретно к Mercury 3. p50 сквозной задержки Opus 5.5 на нашем трафике составляет 4,4 секунды, включая время на рассуждение.

• Контекст — у обоих 1 млн токенов. Потолок вывода различается: 131,072 для Mercury 3, 128,000 для Opus 5.5.

• Входные данные — Opus 5.5 принимает текст, изображения и файлы; Mercury 3 принимает только текст. Это не второстепенный пункт. Любой документ, скриншот, диаграмма или PDF в вашем пайплайне незаметно дисквалифицирует Mercury 3.

• Управление рассуждением — Mercury 3 предлагает мгновенный, низкий, средний и высокий уровни усилий и по умолчанию использует низкий, если поле не указано. Opus 5.5 использует адаптивное мышление со своей собственной шкалой усилий. Оба по умолчанию настроены так, что это вас удивит, если не задать поле явно: Mercury 3 — на низком уровне, Opus — на том, который адаптивная политика Anthropic выберет для запроса.

• Доказательства — у Opus 5.5 есть независимая оценка по индексу и таблица вендорских бенчмарков; у Mercury 3 нет ни оценки от третьей стороны, ни числовой оценки от поставщика.

Единственный результат агента, который Inception опубликовала

Под заявлениями о пропускной способности скрывается единственное измерение качества Mercury 3 с четко определенной задачей: испытательный стенд веб-агента, запущенный на 50 реальных навигационных задачах Mind2Web, в котором Mercury 3 выполнила 50% и, по словам Inception, «значительно больше, чем GPT-6.1-Sol», используя тот же объем токенов и то же число шагов агента.

Прочитайте это внимательно. Модель для сравнения — GPT-6.1 Sol, а не Opus 5.5. Стенд — собственный production-стенд Inception. Выборка — 50 задач. А «одинаковый объём токенов и одинаковое число шагов агента» — это важная часть с точки зрения стоимости, потому что это означает, что экономия на задачу действительно является соотношением в расчёте на токен, а не артефактом того, что модель делает меньше шагов для достижения результата. 50%-ная доля успешных выполнений при навигации по реальному сайту — правдоподобный результат для быстрой модели; это не утверждение о том, что Mercury 3 завершит задачу по программированию уровня Opus.

Для Opus 5.5 эквивалентным доказательством служит Terminal-Bench 4.0 с результатом 59,6% в тестовом стенде Artificial Analysis — это другой бенчмарк, другое семейство задач, и напрямую их сравнивать нельзя. Честно говоря, никто не прогонял обе модели на одном и том же агентном бенчмарке и не публиковал результат. Пока кто-нибудь этого не сделает, любое утверждение о том, какая из них лучше в агентной работе, — это вывод, основанный на позиционировании.

Сколько стоит неделя трафика на каждом

Возьмём нагрузку, правдоподобную для обоих вариантов: 2 млн входных токенов и 500 000 выходных токенов в день — примерно ассистент среднего размера для поддержки или исследований с несколькими сотнями тысяч вызовов. На Mercury 3 по стартовому тарифу это $0,20 за вход и $0,175 за выход — меньше сорока центов в день. По прайс-листу это $0,40 и $0,35, или 75 центов. На Opus 5.5 тот же трафик — $8,00 за вход и $10,00 за выход, или $18,00 в день.

Теперь добавьте то, что скрывает математика токенов. Если Mercury 3 требует второй попытки в одном из пяти вызовов, а каждый повтор стоит столько же, сколько исходный вызов, эффективная цена возрастает на 20% — примерно до 45 центов в день. Даже в абсурдном случае, когда каждый без исключения вызов пришлось бы повторить один раз, счёт составил бы 75 центов, что всё ещё в 24 раза ниже, чем у Opus 5.5. Ценовое сравнение здесь не близкое, и именно поэтому решение должно приниматься на основе качества и возможностей.

Посмотрите с другой стороны — та же арифметика объясняет, почему люди по-прежнему платят за Opus. При $18 в день одно предотвращённое эскалирование в день — обращение в поддержку, которое не доходит до человека, изменение кода, которому не требуется повторная проверка — с лихвой окупает весь счёт за Opus. Модель дорога в расчёте на токен, потому что работа, которую она заменяет, всё ещё дороже.

Строки возможностей, которые не отображаются в таблице цен

Opus 5.5 принимает изображения и файлы, а значит, может прочитать скриншот, который прикрепляет пользователь, PDF, в котором хранится договор, или диаграмму в проектном документе. Mercury 3 — это только текст на входе и текст на выходе. Если ваши задачи хоть как-то связаны с чем-то из этого, сравнение на этом заканчивается, и разница в цене не имеет значения.

Opus 5.5 также включает инструментарий Anthropic: структурированные выходные данные, использование инструментов, пакетный API за полцены для асинхронной работы и кэширование промптов с явными тарифами на запись и чтение. Mercury 3 поддерживает вызов инструментов и структурированные выходные данные на OpenAI-совместимом эндпоинте, что действительно удобно — он встраивается в существующий код без переписывания — но его подход к кэшированию — это скидка на входные данные, а не документированный жизненный цикл записи в кэш.

Обратная сторона возможностей — скорость. Opus 5.5 на 75,6 токена в секунду подходит для coding-агента, выполняющего длинную задачу, и мучителен для всего, где человеку приходится ждать. Mercury 3 обещает, что человек, ожидающий её, не замечает ожидания. Если ваш продукт — это голосовая реплика, автодополнение, ответ в поиске или подсказка репетитора, эта разница и есть продукт, а не приятный бонус.

Как запустить оба, не отдавая предпочтения ни одному

Claude Opus 5.5 есть в нашем каталоге как anthropic/claude-opus-5.5 по тарифам Anthropic из прайс-листа — $4 за вход, $20 за выход, $0.20 за чтение из кеша — с наценкой 0%, поэтому изменение тарифной карты Anthropic отражается у нас в тот же день, а не в следующем расчётном цикле. Mercury 3 отсутствует в нашем каталоге: наш API моделей вообще не возвращает никаких моделей Inception, и честное указание — обращаться к ней через собственную платформу Inception. Мы не собираемся делать вид, что это не так, чтобы предложение по маршрутизации сработало.

Разделение особенно полезно именно для этого решения. Поместите Mercury 3 за ключом Inception на уровне, критичном к задержке, оставьте Opus 5.5 путём эскалации за одним OpenAI-совместимым эндпоинтом вместе с более чем 200 другими моделями, а автоматическое переключение при сбое пусть отлавливает случай, когда новый провайдер нестабилен в первый месяц.DSL маршрутизации позволяет описать передачу — сначала быстрая модель, эскалация при сигнале низкой уверенности или сбое вызова инструмента — без второй интеграции для резервного пути. В итоге вы оцениваете Mercury 3 на собственном трафике, а не по посту о запуске, и сохраняете модель, которая умеет читать скриншот для запросов, где это нужно.

Какой выбрать?

Если ваша нагрузка чисто текстовая, критична к задержке и допускает редкие неверные ответы, которые может заметить человек или повторный запрос, то Mercury 3 по стартовой цене — один из самых дешёвых надёжных вариантов, доступных на этой неделе, а 100 миллионов бесплатных токенов на платформе Inception делают пробу почти бесплатной. Попробуйте на собственном трафике, зафиксируйте настройку уровня усилий и измеряйте частоту повторных попыток, а не пропускную способность.

Если ваша работа связана с документами, изображениями, многоэтапными изменениями кода или ответами, которые никто не проверяет, прежде чем действовать на их основе, то Opus 5.5 остаётся обоснованным выбором, а цена — не самая интересная переменная. Его независимая оценка в индексе, мультимодальный ввод и опубликованная таблица бенчмарков — это то, за что вы платите, и ни одному из этого пока нет эквивалента в Mercury 3.

Ошибка, которой следует избегать, — воспринимать 57x как мандат на миграцию. Это скидка на токены, а токены — самая дешёвая часть большинства ИИ-систем. Дорогие части — человек, проверяющий результат; неверный ответ, доходящий до клиента; конвейер, перестроенный вокруг модели, которая не умеет видеть, — это именно то, чего таблица цен не показывает.