Mercury 3 против GPT-6 Astra: цена вывода выше в 28 раз, а уровни усилий покупаются по одному за раз

Mercury 3 и GPT-6 Astra различаются в 28 раз по цене вывода — $0,35 за миллион в течение стартового окна Inception против $50,00 от O​penAI — и примерно в 18 раз по пропускной способности в обратную сторону. Эти два числа легко процитировать, и сами по себе они почти бесполезны, потому что Astra — это не одна модель по одной цене. Это лестница рассуждений: пять уровней усилий, индексная оценка, которая растёт с 46 на нижнем уровне до 53 на верхнем, и счёт, который растёт вместе с ней. У Mercury 3 тоже есть своего рода лестница — четыре настройки усилий и значение по умолчанию на нижнем уровне — но ни на одном из них нет независимой оценки. Так что настоящий вопрос в этом противостоянии не в том, стоит ли Astra в 28 раз больше Mercury 3. А в том, как высоко по лестнице Astra вам на самом деле нужно подняться и нужна ли вашей работе лестница вообще. Документированные сбои ИИ и инциденты с агентами, стоящие за такими релизами, как этот, собраны в the OrcaRouter AI Incident Archive где каждая запись содержит собственные источники, уровень серьёзности, степень уверенности и флаг оспаривания.

Число, которое это решает, и это не цена

Artificial Analysis оценивает GPT-6 Astra в 53 балла по своему Intelligence Index при настройке максимальных усилий модели, что ставит её на седьмое место среди 216 моделей индекса, при примерно $3,26 вычислительных затрат на одну задачу индекса. Если запустить тот же набор тестов при настройке минимальных усилий, результат составит 46. Пять ступеней по порядку: 46, 50, 51, 52 и 53.

Прочитайте эту лестницу дважды. При первом прочтении верхняя ступень всего на семь пунктов выше нижней — в наборе тестов, где семь пунктов это много: модели ниже Astra и модели выше неё разделяет меньший отрыв, чем этот. При втором прочтении четвёртая ступень с 52 находится в пределах одного пункта от вершины и, вероятно, дешевле. Если вашей задаче не нужен последний пункт, вы выбираете не между Mercury 3 и моделью с 53 пунктами; вы выбираете между Mercury 3 и моделью с 52 пунктами, и цена достижения этого — параметр, а не другая модель.

Mercury 3 не предлагает такого выбора, потому что стремиться некуда. Нет показателя индекса для уровней instant, low, medium или high. Собственное сравнительное утверждение Inception — что Mercury 3 превосходит GPT-6 Luna и Claude Haiku 5.5 — относится к быстрому уровню, сделано без указания величины отрыва, а его единственный структурированный результат по качеству — это 50% завершения на 50 живых задачах навигации Mind2Web внутри собственной агентной обвязки Inception. Это реальный результат и небольшая выборка, и он не говорит о том, где Mercury 3 оказалась бы в индексе из 216 моделей, если бы её включили завтра.

Что на самом деле содержит выходной токен за $50

GPT-6 Astra принимает текст, изображения и файлы, удерживает контекстное окно в 1,05 млн токенов и возвращает до 128K токенов. Стандартный тариф — $10,00 за миллион входных и $50,00 за миллион выходных токенов, кэшированный ввод — $1,00. Свыше 272 000 входных токенов весь запрос пересчитывается по $20,00 и $75,00, кэшированный ввод — $2,00: эта граница не является маргинальным тарифом, это переключатель, удваивающий весь счёт. Пакетная и гибкая обработка вдвое снижают ставки; быстрый режим вдвое их повышает. Режим рассуждения всегда включён и работает от низкого до максимального уровня.

В этом абзаце скрыты две ловушки. Граница в 272 000 токенов означает, что запрос на 280 000 токенов стоит вдвое дороже запроса на 270 000 токенов, без частичного зачета, — поэтому обрезка контекста вблизи этой границы заслуживает больше инженерных усилий, чем ей уделяет большинство команд. А то, что OpenAI продвигает как «GPT-6 Astra Pro», не является отдельной моделью или отдельным SKU; это настройка pro на регуляторе рассуждений, а значит, она доступна с той же конечной точки по тем же тарифам, и для ее использования не нужен новый договор.

Для сравнения, Mercury 3 стоит $0.20 и $0.70 по прайс-листу, а на период запуска цены вдвое ниже — $0.10 и $0.35, при этом кэшированный ввод — $0.02 и $0.01. Одно контекстное окно на 1M токенов, один максимальный объём вывода 131,072, без тарифных уровней, без порогов, без множителя за пакетную обработку. Тарифная сетка состоит из четырёх строк. Эта простота сама по себе чего-то стоит — модель затрат, которую можно держать в голове, не дрейфует.

Модель затрат, которую никто не применяет: токены на задачу, а не цена за токен

{{1}}Цена Astra за токен{{/1}} — наименее интересное число, когда речь идёт о {{2}}стоимости Astra{{/2}}. Artificial Analysis сообщает, что полный прогон Intelligence Index на Astra в общей сложности потребляет около 60 миллионов выходных токенов, а одна задача индекса стоит около $3.26. Разделите одно на другое — и получите соотношение, которое имеет значение: Astra тратит очень много на размышления, прежде чем потратить хоть что-то на ответ.

Mercury 3 стоит на старте в четырнадцать раз меньше Astra, а по прайс-листу Mercury — в 71 раз меньше стандартного тарифа Astra. Но сравнение цены за токен предполагает, что две модели выдают сопоставимое количество токенов на одну и ту же задачу, а всё известное о диффузионном декодировании говорит об обратном. Диффузионная модель разрешает блок позиций за фиксированное число проходов денойзинга; длина её вывода — свойство ответа, а не внутреннего монолога, который разворачивается перед ответом. Длина вывода Astra определяется в основном этим монологом.

Это работает в обе стороны, и оба следствия стоит озвучить. В задаче с интенсивным рассуждением, где Astra тратит 100 000 токенов рассуждения, чтобы получить правильный ответ, преимущество Mercury 3 гораздо больше 14x, потому что Mercury 3 вообще не платит за монолог — хотя именно открытым остаётся вопрос, достигнет ли она того же ответа без него. В задаче с коротким ответом, где Astra отвечает тремястами токенов при низком уровне усилий, монолога не происходит вовсе, и сравнение сводится к тарифной сетке: 14x на момент запуска, 71x по прайс-листу Mercury.

Дайте ей реальную нагрузку. Десять миллионов входных токенов и два миллиона выходных токенов в день — смесь поддержки и суммаризации. На Astra по стандартным тарифам это $100 за вход и $100 за выход — $200 в день, около $6 000 в месяц. На Mercury 3 по прайс-листу это $2 и $1,40 — $3,40 в день, около $102 в месяц. На стартовых тарифах это ещё вдвое меньше. Тот же трафик, в 59 раз больше расходов, и на вопрос, в 59 раз лучше ли ответы Astra, сейчас никто не может ответить цифрой.

Где роутер на самом деле помогает в этом матчапе

GPT-6 Astra присутствует в каталоге OrcaRouter. Он доступен через ту же конечную точку, совместимую с OpenAI, что и остальные модели, которые мы маршрутизируем, по тарифам OpenAI из прайс-листа, без каких-либо наценок с нашей стороны — $10.00 за вход, $50.00 за выход, $1.00 за кэшированные данные, а тариф для длинного контекста — $20.00 и $75.00 при превышении порога в 272 000 токенов — при этом доступны как chat completions, так и Responses API, в зависимости от того, какой формат уже использует ваш код.

Mercury 3 отсутствует в каталоге. Наш API моделей ничего не возвращает ни для одной модели Inception, поэтому для её вызова придётся идти на собственную платформу Inception, где новые аккаунты сейчас получают 100 млн бесплатных токенов, или на одну из платформ инференса, которые перечисляет Inception. Мы предпочли бы сказать это, чем позволить сравнительному материалу подразумевать маршрут, которого у нас нет.

Что даёт вам здесь слой маршрутизации — это второй регулятор, иного рода, чем уровни усилий Astra. Пять уровней усилий — это собственный регулятор Astra, и подъём по нему стоит денег на каждой ступени. Маршрутизация позволяет вам выбирать как редко вы вообще платите Astra: направьте основную часть трафика на модель быстрого уровня, который мы маршрутизируем, — GPT-6 Luna по $0.10 и $0.50 или Claude Haiku 5.5 по $1.00 и $5.00 — а Astra на уровне high или max приберегите для той доли запросов, которые действительно сложны, с автоматическим переключением при сбое, если провайдер деградирует и DSL маршрутизации, чтобы выразить это разделение как правило, а не как ветку кода. Экономия не в тарифе Astra; она в том, как часто вы её избегаете.

Кстати, это и есть честный способ оценивать {{1}}Mercury 3{{/1}}. Поставьте её на путь быстрого уровня рядом с {{2}}Luna{{/2}} и {{3}}Haiku 5.5{{/3}}, куда её помещает собственное сравнение {{4}}Inception{{/4}}, и посмотрите, победит ли она на ваших задачах. Прямое сравнение с Astra — это сравнение модели без балла в индексе с моделью на седьмой ступени индекса из 216 моделей, и результат скажет вам больше о несоответствии, чем о любой из моделей.

Одну деталь слой маршрутизации не должен сглаживать — и мы не сглаживаем: в тарифной сетке Astra есть порог в 272 000 входных токенов, который меняет цену всего запроса, и пакетный режим, который снижает её вдвое. Это не маргинальные корректировки, и сквозная передача по прейскурантной цене имеет смысл, только если она так же передаёт и неудобные части.

Сравнение, которое решило бы вопрос

Что решит спор Mercury 3 против GPT-6 Astra — так это не пост о запуске и не эта статья. Это одно число: позиция Mercury 3 в том же индексе, в котором находится Astra, при указанной настройке усилий, на том же наборе тестов, измеренная кем-то, кто не является Inception. Пока этого нет, любое сравнение между этими двумя — это сравнение измеренной модели с неизмеренной, и по умолчанию преимущество сомнения следует отдавать измеренной — не из почтения к O​penAI, а потому что оценка, которую можно проверить, стоит больше, чем показатель пропускной способности, который проверить нельзя.

Полезная позиция тем временем — та, которую подсказывает собственная лестница Astra. Большинству задач не нужна верхняя ступень чего бы то ни было. Направляйте основную часть трафика на самую дешёвую модель, которая проходит вашу планку качества, оставляйте дорогую ступень для запросов, которые её не проходят, и рассматривайте Mercury 3 как кандидата для дешёвого пути, а не как альтернативу дорогому. Если окажется, что она проходит планку за одну четырнадцатую цены, вы выясните это на своих собственных задачах — единственном наборе, по результатам которого вы действительно можете действовать.