Mercury 3 против MiniMax M3: одна цифра против целого послужного списка

Inception выпустила Mercury 3 19 октября 2026 года с единственным показателем производительности — 1,068 токенов в секунду — и без каких-либо оценок по бенчмаркам. MiniMax выпустила MiniMax M3 1 июня 2026 года с таблицей бенчмарков от производителя, загружаемым чекпоинтом и — четыре месяца спустя — опубликованной оценкой от независимого эксперта. Сравните их бок о бок, и интересный вопрос вовсе не в том, какая модель быстрее или дешевле. Он в том, что одну из этих моделей сегодня может проверить кто-то, кроме её автора, а другую — нет. Эта асимметрия и есть всё сравнение, и она сохраняется при любом снижении цен, которое объявит любая из лабораторий. Задокументированные сбои ИИ и инциденты с агентами, стоящие за такими релизами, как этот, собраны в OrcaRouter AI Incident Archive где каждая запись содержит собственные источники, степень серьёзности, уровень уверенности и отметку о спорности.

Две эти модели к тому же на бумаге настолько близки, что выбор действительно имеет смысл. Обе работают с окном в один миллион токенов. Обе относятся к дешёвому сегменту. Обе построены на архитектурах, необычных для своего класса — диффузия у Mercury 3, разреженное внимание поверх смеси экспертов у MiniMax M3 — и обе утверждают, что именно архитектура обеспечивает им такую экономичность.

Два поста о запуске — два разных типа доказательств

Прочитайте анонс Inception как документ. В нём приводится аргумент о масштабировании: Mercury 3 более чем в 40 раз превосходит Mercury 1 по общему числу параметров, измеряемый интеллект вырос примерно втрое от Mercury 1 (mini) к Mercury 3, а модель «столь же быстра», как её самый маленький предок. В нём делается сравнительное заявление о качестве: Mercury 3 «не уступает или превосходит передовые модели, оптимизированные по скорости, такие как GPT-6 Luna и Claude Haiku 5.5». И в нём сообщается ровно об одном результате по задаче — полученном на собственном веб-агентном стенде Inception на 50 живых навигационных задачах Mind2Web, где модель завершила 50 процентов. Все эти сведения заявлены производителем, и ни в одном случае не указаны набор бенчмарков, размер преимущества или конфигурация оборудования.

Если читать материалы MiniMax как документ, то картина будет противоположной. Там есть таблица бенчмарков с именованными наборами и процентами — SWE-Bench Pro 59.0, Terminal-Bench 2.1 66.0, BrowseComp 83.5, OSWorld-Verified 68.70 — плюс карточка модели, плюс веса на Hugging Face, плюс независимая запись от Artificial Analysis, которая оценивает модель в 29 баллов по её Intelligence Index. Цифры производителя остаются цифрами производителя, и мы не видели, чтобы их воспроизвели. Но модель может скачать, запустить и измерить любой желающий, и именно поэтому независимая цифра вообще существует.

Это различие в том, что было опубликовано, — не маркетинговая деталь. Оно определяет, какой совет кто-либо может вам дать об этих двух моделях. Для MiniMax M3 есть измеренная цифра пропускной способности, измеренная стоимость одной задачи индексации, измеренный ранг. Для Mercury 3 есть лишь заявление.

Спецификации с прикреплённым исходным кодом каждой стороны.

Цена за миллион токенов — Mercury 3: $0.20 на входе и $0.70 на выходе по прайс-листу, снижена вдвое до $0.10 и $0.35, пока действует скидка в честь запуска, против MiniMax M3 — $0.30 и $1.20 для запросов с объёмом входных токенов до 512K.

• Кэшированный ввод — Mercury 3: 0,02 доллара за миллион, 0,01 доллара в течение окна запуска, против MiniMax M3: 0,06 доллара за миллион.

• Контекстное окно — Mercury 3: 1 000 000 токенов против MiniMax M3: 1 048 576

• Максимальный объём вывода — Mercury 3: 131 072 токена против 512 000 токенов у M​iniMax M3 на нашей собственной странице каталога; M​iniMax не публикует показатель максимального объёма вывода, так что эта цифра наша, а не вендорская

• Модальность ввода — Mercury 3: только текст, против MiniMax M3: текст, изображение и видео.

• Архитектура — Mercury 3 — это диффузионная языковая модель, которая параллельно уточняет блоки токенов, тогда как MiniMax M3 — это смесь экспертов: примерно 428 млрд параметров всего и примерно 23 млрд активных на токен, с MiniMax Sparse Attention

• Веса — Mercury 3 закрытая, только через API, в отличие от MiniMax M3, доступной для скачивания по лицензии M​iniMax Community License

• Пропускная способность — Mercury 3: 1 068 токенов в секунду, по данным производителя, на безымянном оборудовании NVIDIA при неуказанных размере батча и настройке усилия, против MiniMax M3 — 106,4 токена в секунду по измерению Artificial Analysis

• Independent Intelligence Index — Mercury 3: по состоянию на 20 октября 2026 года записи нет, тогда как MiniMax M3 с показателем 29 занимает 23-е место из 121 модели в редакции, актуальной на тот день

• Управление рассуждением — Mercury 3: четыре настройки усилия, от instant до high, по умолчанию low, если параметр опущен, против MiniMax M3: параметр thinking с режимами enabled, adaptive и disabled

• Вызов инструментов и структурированные выходные данные — оба поддерживаются на совместимом с OpenAI эндпоинте chat completions

Две из этих строк нуждаются в оговорке, прежде чем их где-либо цитировать. Показатель 1 068 — это измерение вендора без указанного испытательного стенда, поэтому его нельзя сравнивать с числом, полученным независимым оценщиком по фиксированной методологии. Кроме того, Artificial Analysis периодически пересчитывает свой индекс; значение 29 выше — это показание на 20 октября 2026 года, а у MiniMax M3 в более ранних редакциях индекс был другим. Числа в этом индексе меняются; а вот факт его наличия для M3 и отсутствия для Mercury 3 — нет.

Что означают 1 068 токенов в секунду на уровне запроса

Токены в секунду — плохая единица для принятия решений, потому что никто не покупает токены. Покупают выполненные запросы. Переведите оба показателя в то, что пользователь реально ощущает, — сколько времени занимает генерация ответа на тысячу токенов.

При заявленных Inception 1 068 токенов в секунду ответ на 1 000 токенов требует около 0,94 секунды генерации. При измеренных у MiniMax M3 106,4 тот же ответ занимает около 9,4 секунды. Если добавить измеренное время до первого токена для M3 — 1,13 секунды, разрыв между этими двумя вариантами опыта составит примерно десятикратный, ещё до того, как кто-либо добавит сетевую задержку, очередь или собственные накладные расходы провайдера.

Это и есть аргумент в пользу Mercury 3, и аргумент вполне реальный. Десятикратная разница во времени генерации — это разница между ответом на поисковый запрос, который ощущается мгновенным, и ответом, который ощущается как загрузка страницы. Вся продуктовая линейка Inception построена вокруг этого: компания продаёт Mercury Voice для времени до первого токена ответа, Mercury Decide для классификации и позиционирует флагманский продукт для поддержки, репетиторства, поиска и веб-агентов — всех рабочих нагрузок, где медленный ответ означает сломанный продукт, а не просто чуть худший.

Десятикратное число не говорит о том, хороша ли Mercury 3. Результат Mind2Web — 50 процентов выполнения на 50 живых задачах, «значительно больше, чем GPT-6.1-Sol», — единственный структурированный сигнал качества, опубликованный Inception, а 50 задач — это настолько малая выборка, что один сложный сайт сдвигает процент на два пункта. Тестовый стенд — собственный у Inception. Модель для сравнения названа без оценки. Это подлинный сигнал о том, что модель умеет управлять браузером, но это не измерение, которое можно положить в основу решения о закупке.

Что на самом деле говорит рекорд MiniMax M3

Независимая картина M3 неброская и полезная. Индекс интеллекта 29 против медианы 19 у моделей в его классе сравнения, 106,4 выходных токена в секунду против медианы 77,4, время до первого токена 1,13 секунды против медианы 1,70 секунды и стоимость прогона индекса $0,51 на модель. Это модель, которая заметно выше среднего по качеству для своего класса, явно выше среднего по скорости для своего размера и дешева в эксплуатации.

Субпоказатели, которые циркулируют из-за сторонней перепубликации того же семейства индексов, рассказывают более конкретную историю: сильные стороны — понимание документов и следование инструкциям, слабее — автономная многошаговая агентная работа. Разрыв между его субпоказателями по программированию и агентным задачам — самый большой внутренний разброс в его профиле. Если ваша рабочая нагрузка — «прочитай этот длинный документ и ответь точно», M3 имеет хорошую доказательную базу. Если же это «поработай двадцать минут и выдай результат», доказательств меньше, и они указывают в другую сторону.

Для Mercury 3 нет эквивалентного абзаца, который можно было бы написать, потому что данных не существует. У Artificial Analysis нет страницы Mercury 3 — в её индексе по-прежнему указаны Mercury 2.5 и Mercury 2 — поэтому через день после запуска у модели нет независимой оценки, независимого показателя скорости и цифры стоимости за задачу. Набор для сравнения от Inception (GPT-6 Luna, Claude Haiku 5.5) относится к быстрому сегменту, а не к фронтиру, и это правильный ориентир для продукта с акцентом на задержку, но в утверждении нет ни отрыва, ни названий тестов.

Разница в цене меньше, чем предполагает ценник.

Рефлекс — называть Mercury 3 бюджетным вариантом, а M3 — дорогим. В пересчёте на токен это в целом верно и гораздо менее драматично, чем кажется: ввод на Mercury 3 в 1,5 раза дешевле, вывод — в 1,7 раза дешевле. Это не другая лига. Это другая полка.

Запустим конкретную нагрузку. Возьмём ассистента поддержки или поиска, обрабатывающего 10 000 ответов в день, каждый — с 1500 входными токенами извлечённого контекста и шаблонной обвязки промпта и 300 выходными токенами. Это 15 миллионов входных токенов и 3 миллиона выходных токенов в день.

• Mercury 3 по прейскурантной цене — 15 × $0,20 плюс 3 × $0,70, или $5,10 в день

• Mercury 3 по стартовому тарифу — 15 × $0,10 плюс 3 × $0,35, или $2,55 в день

• MiniMax M3 по тарифу для малых запросов — 15 × $0,30 плюс 3 × $1,20, или $8,10 в день

Итак, суточная разница между двумя ценами по прайс-листу составляет около трёх долларов на десять тысяч разговоров. Если токенная эффективность Mercury 3 при его настройке низких усилий по умолчанию хуже, чем у M3 — а за пределами Inception этого никто не знает, поскольку для Mercury 3 нет измеренного количества выходных токенов, — то этот трёхдолларовый разрыв может сократиться или инвертироваться на реальном трафике. Именно поэтому модель без оценки трудно планировать в бюджете: нельзя вычислить стоимость одной завершённой задачи без измеренной доли завершений и измеренной многословности.

Для агентских рабочих нагрузок строка кэшированного ввода важнее, чем заголовочная цена, потому что агенты повторно отправляют один и тот же системный промпт и определения инструментов на каждом шаге. $0.02 за миллион кэшированных токенов у Mercury 3 делают стоимость преамбулы в 20 000 токенов равной четырём десятитысячным доллара за вызов. $0.06 у M3 — это втрое больше, что всё ещё мало, но на прогоне из пятидесяти шагов разница составляет центы, а не доли цента, и именно на агентском трафике центы умножаются.

Лицензия, выход и то, что нельзя скачать

MiniMax M3 распространяется по лицензии MiniMax Community License. Некоммерческое использование бесплатно; для коммерческого использования требуется отображать «Built with MiniMax M3», однократно уведомлять при годовой выручке ниже 20 млн долларов США и получать предварительное письменное разрешение при выручке выше этого порога, а также соблюдать приложение о запрещённом использовании. Это скорее юридическая проверка, чем формальность, но это лицензия, которую можно прочитать до начала разработки.

Mercury 3 не имеет лицензии на чтение, потому что лицензировать нечего. Она закрыта. Это само по себе не является автоматическим дисквалифицирующим фактором — большинство команд, вызывающих модель через API, никогда не трогают веса — но это меняет то, что произойдёт, если Inception изменит свою цену, условия или доступность. Выход — это миграция, а не повторное развёртывание.

Ещё одна асимметрия, которую стоит назвать: у M3 четырёхмесячный послужной список. Она достаточно долго присутствует в нашем каталоге, чтобы накопить перцентили трафика и задержки, а её тарифная сетка оставалась стабильной. Mercury 3 существует всего один день, у её стартовой цены нет опубликованной даты окончания, а её предшествующие модели уже закрыты для новых пользователей — в собственной миграционной заметке Inception говорится, что Mercury 2 и Mercury 2.5 перестают принимать новые регистрации, а существующие клиенты теряют доступ 15 ноября 2026 года. Поставщик, который так быстро сворачивает линейку моделей, кое-что говорит вам о том, как он рассчитывает, что вы будете потреблять его продукты.

Где маршрутизатор меняет арифметику

Это сравнение — хороший аргумент в пользу того, чтобы вообще ничего не выбирать в первую неделю. MiniMax M3 доступен на OrcaRouter по цене $0,30 за вход и $1,20 за выход за миллион токенов — это прайс-лист провайдера без наценки, наряду с более чем 200 другими моделями, доступными через один OpenAI-совместимый эндпоинт. Mercury 3 отсутствует в нашем каталоге — проверка нашего API моделей не возвращает ничего ни для одной модели Inception — поэтому все, кто хочет его вызвать, обращаются к собственной платформе Inception или к одному из сторонних хостеров, которых перечисляет Inception. Мы предпочли бы сказать это прямо, а не намекать на маршрут, которого у нас нет.

Схема, подходящая для неизмеряемого, необычно быстрого релиза, — это архитектура с двумя путями. Разместите критичный по задержке уровень на Mercury 3 через поставщика, а измеряемый резервный вариант оставьте на M3 или другой модели, которую мы обслуживаем, с настроенным автоматическим переключением при сбое, чтобы ошибка 429 или деградировавшая конечная точка не выводили функцию из строя. Routing DSL существует именно для того, чтобы это разделение было правилом, а не развилкой в вашей кодовой базе, и поскольку списочные цены поставщиков проходят без изменений, снижение цены Inception или изменение тарифа M​iniMax отражается в вашем счёте в день объявления, а не при следующем договоре.

То, чего этот дизайн вам не обеспечивает, — это гарантия качества со стороны Mercury 3. Пока её не обеспечивает ничто.

Правило, которое нужно применить на этой неделе

• Если ответ должен прийти примерно за секунду, а ошибку можно исправить — поисковые подсказки, сортировка обращений в поддержку, подсказки при обучении, шаги агента с возможностью эскалации — Mercury 3 стоит недели оценки уже хотя бы из-за заявленной задержки. Планируйте бюджет исходя из прайсовой цены, а не из 50-процентной цены запуска, поскольку у скидки нет опубликованной даты окончания.

Если вам нужно узнать, насколько хороша модель, прежде чем окончательно определиться, MiniMax M3 — единственная из этих двух, которая позволяет это выяснить. Это также единственная, которую можно скачать, квантовать, дообучить или запускать на собственном оборудовании.

• Если ваша рабочая нагрузка включает чтение видео или изображений, сравнение окончено. M3 их поддерживает; Mercury 3 — нет.

• Если вы оптимизируете стоимость в расчёте на выполненную задачу, а не на токен, ни одна из моделей пока не даёт нужной цифры — M3 потому, что её слабость в агентной работе измерена и реальна, а Mercury 3 потому, что её поведение при доведении задач до конца вообще не измерялось.

Следить стоит не за ценой Mercury 3. А за первой независимой оценкой Mercury 3 — когда бы она ни появилась. Если заявленная пропускная способность воспроизведётся хотя бы близко к 1 068 токенам в секунду в нейтральном тестовом стенде, а качество окажется в классе Haiku, который заявляет Inception, это перестанет быть сравнением и станет вопросом миграции для каждого продукта в вебе, чувствительного к задержкам. Если же результат покажет обычное расхождение между заявлением вендора и независимой оценкой, а качество окажется лишь конкурентоспособным, то честное резюме будет таким, как выше: быстрая, дешёвая, непроверенная модель против более медленной, дешёвой, проверенной — и для большинства команд именно проверенная сторона получает производственный путь, пока у другой стороны не появится цифра.