Mercury 3 против Kimi K3: одна модель, которую можно скачать, и одна, которую можно только арендовать

Самое полезное различие между Mercury 3 и Kimi K3 не имеет никакого отношения к скорости или цене. Kimi K3, которую Moonshot AI выпустила 16 июля 2026 года, а затем 27 июля опубликовала веса по модифицированной лицензии MIT, — это смесь экспертов с 2,8 трлн параметров, которую можно скачать, изучить, квантовать и разместить у себя. Mercury 3, которую Inception выпустила 19 октября 2026 года, — это закрытая диффузионная модель, к которой можно только обращаться. Всё остальное в этом сравнении — общие окна на 1 млн токенов, тысячи токенов в секунду, которые заявляет одна из них, и разрыв в цене вывода, идущий в обратную сторону, — следует из первого различия: кому принадлежит артефакт. Тот же ключ открывает доступ ко всему каталогу из более чем 200 моделей по цене из прайс-листа, с переключением между провайдерами при сбое. Документированные сбои ИИ и инциденты с агентами, стоящие за подобными релизами, собраны в архиве OrcaRouter AI Incident Archive, где каждая запись снабжена собственными источниками, уровнем серьёзности, степенью уверенности и отметкой об оспаривании.

Такая постановка вопроса — не академическая. Она определяет, какая из этих двух моделей переживёт исчезновение вендора, какую можно дообучить на ваших данных, какую можно запускать в три часа ночи без лимита запросов и какая из них — статья расходов, которая заканчивается, когда кто-то другой решит её прекратить. Она же определяет, что вообще считать честным сравнением: цена Kimi K3 за токен — это стоимость хостинга, а у Mercury 3 — это аренда.

Технические характеристики — по обе стороны границы собственности

• Параметры — Kimi K3: 2,8 трлн всего, 104 млрд активных на токен, 16 из 896 экспертов, против Mercury 3: не раскрыто, описывается лишь как более чем в 40 раз крупнее Mercury 1

• Архитектура — смесь экспертов на базе Kimi Delta Attention в сравнении с диффузионной языковой моделью, которая параллельно уточняет блоки токенов

• Контекстное окно — 1,048,576 токенов против 1,000,000 токенов; фактически ничья

• Максимальный объём вывода — Kimi K3 до полного окна в 1M в одном ответе против Mercury 3 — 131 072 токена

• Модальность ввода — текст, изображение и видео против только текста

• Веса — опубликованы, Modified MIT, на Hugging Face, в отличие от закрытых

• Цена ввода — $3.00 за 1 млн против $0.20 за 1 млн по прайс-листу, $0.10 на старте

• Цена вывода — $15.00 за 1 млн против $0.70 за 1 млн по прайс-листу, $0.35 при запуске

• Кэшированный ввод — $0,30 за 1 млн против $0,02 за 1 млн

• Заявленная пропускная способность — не опубликована Moonshot, против 1 068 токенов в секунду, по данным производителя

• Индекс независимого интеллекта — 43,6 по данным Artificial Analysis против отсутствия записи по состоянию на 20 октября 2026 года.

Поставьте два ценовых столбца рядом — и разрыв составит 15× на входе и 21× на выходе. Поставьте рядом строку о модальностях — и разрыв сужается до чего-то более узкого, чем разгром: Kimi K3 принимает видео и изображения, Mercury 3 принимает текст, а рабочая нагрузка, которой нужно просматривать запись экрана, ни за какие деньги не выбирает между ними. Поставьте рядом строку о весах — и сравнение полностью меняет характер, потому что эти две цены измеряют не одно и то же.

Что на самом деле говорят измерения Kimi K3

Kimi K3 — единственная модель в этой серии из пяти частей, у которой есть и опубликованные веса, и полный независимый отчёт, что делает её полезным ориентиром:

• Индекс интеллекта — 43,6, по оценке Artificial Analysis

• Terminal-Bench 4.0 — 0.1263; Terminal-Bench 2.1 — 0.8502 по собственным заявленным результатам прогона поставщика

• SciCode — 0.5949, самый высокий показатель среди четырёх соперников в этой партии.

Humanity's Last Exam — 0.4690

• AA-LCR, рассуждение на длинном контексте — 0.8867, лучший результат по чтению длинного контекста в серии

• GDPval-AA — Elo 1532.59

AA-Omniscience — 19.7

• GPQA Diamond — 0,9354

• Стоимость одной задачи индексации — $2.00

Две оговорки насчёт этой таблицы. Цифры Terminal-Bench разительно расходятся — 0,1263 для версии 4.0 и 0,8502 для версии 2.1, — и это проблема версии бенчмарка, а не модели; тот, кто цитирует одну цифру без другой, выбирает сторону. А индекс Artificial Analysis для Kimi K3 сегодня показывает 43,6, тогда как в собственных материалах производителя к запуску заявлялось 57 по более ранней редакции индекса. С тех пор индекс перестроили; 57 — это историческое значение, а не текущее.

Профиль, который сохраняется при обеих оговорках, — это модель, сильная в рассуждениях на длинном контексте и научном коде, умеренная в воспроизведении знаний и ничем не примечательная в агентной работе в терминальном стиле. Это не профиль модели, которую скачивают, чтобы полностью заменить передовой API. Это профиль модели, которую стоит иметь для конкретного участка работы — и именно в этом аргумент в пользу открытых весов.

Оговорка о «скачай и запусти», изложенная без обиняков

Опубликованные веса и веса, которые можно запустить, — это разные утверждения, и их смешение — самое распространённое преувеличение в освещении крупных китайских моделей. Смесь экспертов на 2,8 трлн параметров при 104 млрд активных параметров — это артефакт дата-центра. Публикация чекпойнта означает, что вы можете его изучить, дообучить, квантовать и обслуживать — для организаций с десятками ускорителей и инженерной командой, которая будет ими заниматься. Это не означает, что он запускается на рабочей станции, а волна квантования, следующая за каждым релизом такого рода, в равной мере нужна для того, чтобы сделать модель пригодной для обслуживания, и для того, чтобы сделать её маленькой.

Итак, честная интерпретация лицензии Kimi K3 показывает, что она уже, чем «открытая», но по-прежнему существенна: это модель передового класса, которую можно аудировать, модифицировать и разворачивать на собственных серверах. Для регулируемого бизнеса, который не может отправлять данные клиентов в сторонний API, это решает всё. Для стартапа с тремя инженерами и ежемесячным счётом за API в $400 это хобби.

У Mercury 3 такой опции нет ни за какую цену. Это реальное ограничение, и стоит прямо сказать, что Inception не объявляла ни о выпуске весов, ни о дате такого выпуска. Корпоративная альтернатива, которую она предлагает, носит договорный, а не технический характер: выделенные мощности, автомасштабирование, средства контроля соответствия требованиям и настраиваемое хранение данных — всё в рамках платформы Inception. Это отвечает на вопрос о резидентности данных для некоторых покупателей. Но ни для одного из них это не отвечает на вопрос «а что, если поставщик исчезнет».

Стоимость за выполненную задачу, а не за токен

21-кратный разрыв в ценах выпускаемой продукции — это цифра, которую обычно цитируют, и сама по себе она вводит в заблуждение в обе стороны.

Во-первых, $3,00/$15,00 у Kimi K3 — это премиальное позиционирование на китайском рынке, и Moonshot об этом говорила. На фоне $0,20/$0,70 у Mercury 3 это уже не премиум, а совсем другая категория. Команда, которая ежемесячно обрабатывает 50 миллионов выходных токенов, платит $750 за Kimi K3 и $35 за Mercury 3 по прайс-листу. Эта разница достаточно мала, чтобы не иметь значения для одних компаний, и достаточно велика, чтобы оплатить наём сотрудника для других.

Во-вторых, независимые показатели стоимости выполнения одной задачи переворачивают интуицию. Kimi K3 стоит $2.00 за выполненную задачу индексирования; Mercury 2.5 — ближайший измеренный представитель семейства Mercury — стоит $0.1167, но набрал 12.3 против 43.6 у Kimi K3. Дешевизна за токен и дешевизна за единицу работы — это разные числа, и только одно из них уместно в плане ресурсов. У Mercury 3 нет показателя стоимости выполнения одной задачи, потому что у него нет оценки по индексу, а значит, самая важная ячейка в этом сравнении пуста.

В-третьих, и именно об этом люди забывают: Kimi K3 доступна на OrcaRouter по каталожной цене Moonshot с наценкой 0%, и так же — остальные модели каталога из более чем двухсот, на одной совместимой с OpenAI конечной точке с автоматическим переключением при сбое. А вот Mercury 3 — нет: она предоставляется через собственный API Inception и несколько сторонних платформ. Эта асимметрия меняет характер разумного теста: вы можете сравнить Kimi K3 с вашим текущим решением, ничего нового не подключая, а того же самого для Mercury 3 не сделаете без второй интеграции.

Для рабочей нагрузки с длительными сессиями агентов есть ещё один рычаг затрат, который стоит проверить, прежде чем доверять любой из этих тарифных сеток. У контекста 1M у Kimi K3 нет опубликованной надбавки за длительные запросы, как и у Mercury 3. Это необычно, и это главная причина, по которой обе модели заслуживают доверия для транскриптов, которые в других местах привели бы к переходу в более дорогой тарифный уровень.

Что выбрать — по ситуации, а не по баллам

Выбирайте Kimi K3, когда работа требует изображений или видео, когда рассуждения с длинным контекстом являются основной задачей — его показатель 0,8867 в AA-LCR — лучший результат в этой партии — когда нужно дообучить модель на собственных данных, когда данные не могут покидать вашу инфраструктуру или когда вам нужен измеренный базовый уровень возможностей перед тем, как направить на модель трафик. Веса — это стратегический актив; лицензия по-настоящему разрешительная; цена — это стоимость отказа от самостоятельного запуска.

Выбирайте Mercury 3, когда рабочая нагрузка состоит только из текста, чувствительна к задержке и имеет большой объём: ответы службы поддержки, ответы поиска, реплики в обучении, работа, смежная с классификацией, где продукт — это ответ менее чем за секунду. При цене $0.70 за выход и $0.02 за кэшированный ввод это достаточно дёшево, чтобы экономика отдельного запроса перестала быть ограничением при проектировании, а окно в 1M означает, что вам редко приходится делать сводки. Чем вы жертвуете — это модальность, опубликованный минимальный уровень возможностей и любой путь к самостоятельному хостингу.

Выбирайте оба, когда разделение идёт по направлениям, а не по моделям. Эти две системы архитектурно противоположны — одна представляет собой массивную разреженную авторегрессионную MoE, другая — параллельный диффузионный генератор, — а значит, сбоят они по-разному; и стратегия, направляющая задачи компьютерного зрения и длинноконтекстного рассуждения в Kimi K3, а мгновенные текстовые запросы в Mercury 3, обоснована по существу, а не только ценой. Подвох в интеграции: только одну из них можно добавить одним ключом.

Что изменило бы ответ?

Три события, ни одно из которых не является домыслом:

• Первая независимая оценка Mercury 3. Единственный измеренный представитель семейства Mercury имеет 12,3 балла в Intelligence Index против 43,6 у Kimi K3. Если Mercury 3 окажется близко к Kimi K3, а стоить будет в пятнадцать раз меньше, аргумент о владении станет единственным аргументом, который останется у Kimi K3. Если же он окажется близко к 12,3, разрыв в цене не имеет значения.

• Выпуск весов Mercury 3. Inception ничего не сообщала о таком релизе. Открытые веса в одночасье свели бы на нет центральное различие в этой статье.

• Более дешёвый хостинг для Kimi K3. Тариф $3/$15 — собственный тариф Moonshot; открытая лицензия означает, что сторонние провайдеры могут предложить цену ниже, и размещённая на хостинге MoE на 2,8 трлн параметров за половину цены меняет расчёт стоимости на задачу, не меняя модель.

Пока что-то из этого не выйдет, сравнение идёт между очень быстрой текстовой моделью, которую можно арендовать и которая не измерена, и премиальной моделью, которой можно владеть, которая измерена и которая читает видео. Это не взаимозаменяемые вещи. Единственный по-настоящему неправильный ответ — выбрать одну, потому что она побеждает в столбце, в котором другую никогда не оценивали.