Mercury 3 vs Qwen3.8-Max: дешёвый токен и дорогой ответ

Qwen3.8-Max и Mercury 3 — это два полюса спора о ценообразовании, который большинство сравнений моделей трактуют наоборот. В тарифной сетке Mercury 3 стоит $0,10 за миллион входных токенов и $0,35 за миллион выходных в течение периода запуска — против $2,00 и $6,00 у Qwen3.8-Max. Это выглядит как семнадцатикратная скидка на генерацию. Затем Artificial Analysis измеряет, сколько на самом деле тратит каждая модель на выполнение задачи, и Qwen3.8-Max обходится в $5,41 за одну оценку Intelligence Index при умеренной цене за токен — потому что для этого она сгенерировала 190 млн токенов против медианы в 85 млн. У Mercury 3, выпущенной Inception Labs 19 октября 2026 года, вообще нет сопоставимого измерения. Документированные сбои ИИ и инциденты с агентами, стоящие за такими релизами, собраны в OrcaRouter AI Incident Archive, где каждая запись содержит собственные источники, уровень серьезности, степень уверенности и отметку об оспаривании.

Так что полезный вопрос — не о том, какая модель дешевле за токен, а о том, какая из них дешевле за завершённую задачу, и ни одна из страниц запуска этих поставщиков на него не отвечает. Вот что доказательства действительно подтверждают — и что вам придётся измерить самостоятельно.

Что такое Qwen3.8-Max — в той версии, которую вы бы действительно назвали

Qwen3.8-Max — флагманская модель Alibaba: разреженная смесь экспертов с 2,4 трлн общих параметров и 95 млрд активных на токен, нативно мультимодальная — текст, изображения и видео на входе, текст на выходе — с контекстом в 1 млн токенов в размещённом API и предельным объёмом вывода 131 072 токена. Она находится в общем доступе с 3 августа 2026 года, и независимых данных о ней уже не так мало.

• Intelligence Index — 45 в Artificial Analysis Index v4.3.2, 33-е место среди 217 моделей в текущем снимке страницы.

• Скорость вывода — 39,6 токена в секунду, 183-е место из 186. В собственной сводке страницы это называется «заметно медленно».

• Стоимость задачи индексирования — $5.41, что относится к самому дорогому квартилю среди перечисленных моделей.

• Многословность — 190 млн выходных токенов за прогон индекса; показатель охарактеризован как «очень многословный» при медиане 85 млн.

• Контекст — на эндпоинте измерено 984k, и это практический потолок заявленного миллиона, а не какая-то иная спецификация.

Это сочетание внутренне непротиворечиво, и об этом стоит сказать прямо: Qwen3.8-Max — модель с сильным рассуждением, медленная и разговорчивая. Она хорошо справляется с тем, для чего её так оценили, и обходится дорого на пределе, потому что для этого требуется много шагов. $5.41 за задачу — не ошибка в ценообразовании. Это поведение модели, отражённое в счёте.

Замечание о версиях — это важно, потому что иначе легко ошибиться при сравнении страниц. Независимые измерения выше относятся к снимку от 2 сентября, указанному как «Qwen3.8 Max (0902)». Alibaba также предоставляет недатированный эндпоинт qwen/qwen3.8-max по той же цене $2/$6 с тарифом $0.25 за кэшированный ввод; оба присутствуют в нашем каталоге, и для всего, что вы собираетесь воспроизводить, правильным решением будет зафиксировать датированный снимок.

Что Mercury 3 даёт вам и что утаивает

Модель Inception — это диффузионная языковая модель, которая генерирует токены параллельно, и каждое число в посте о запуске относится к скорости, размеру или цене, а не к качеству.

• Пропускная способность — 1 068 токенов в секунду; источник указан как «NVIDIA GPUs», при этом не названо конкретное оборудование, не указан размер пакета и нет сведений о том, какой из четырёх режимов интенсивности рассуждений дал этот результат.

• Контекст — 1 млн токенов вместо 260 тыс. в Mercury 2.5, с потолком вывода в 131 072 токена.

• Цена — $0.20 за ввод и $0.70 за вывод за миллион по прайс-листу, снижены вдвое до $0.10 и $0.35 в течение периода запуска. Кэшированный ввод — $0.02 по прайс-листу, $0.01 в период запуска.

• Усилие — четыре настройки: instant, low, medium, high. По умолчанию используется low, тогда как в Mercury 2.5 и Mercury 2 по умолчанию было medium.

• Модальности — текст на входе, текст на выходе. Ни зрения, ни аудио.

• Качество — без числового бенчмарка. Утверждается, что он «превосходит GPT-6 Luna и Claude Haiku 5.5», без указания отрыва и без названия бенчмарка. Единственный структурированный результат — 50% выполнения на 50 реальных задачах навигации Mind2Web в собственном тестовом стенде (harness) Inception.

Эта настройка усилий по умолчанию — та деталь, которая с наибольшей вероятностью испортит сравнение. Модель, отвечающая при низком уровне усилий, будет быстрее и получит более низкую оценку, чем та же модель при высоком, а собственные сравнения Inception не указывают, какая настройка использовалась. Если вы тестируете Mercury 3, не фиксируя этот параметр, ваши цифры несопоставимы ни с чьими — включая показатели Inception.

Тест первый: стоимость за завершённую работу, а не за токен.

Возьмём агента поддержки и триажа, который обрабатывает 2 миллиона входных токенов и 300 000 выходных токенов в день. На Mercury 3 по прайс-листу это $0,40 за вход и $0,21 за выход, или $0,61 в день. На Qwen3.8-Max по $2/$6 это $4,00 и $1,80, или $5,80 в день. Разрыв примерно десятикратный, а при стартовом тарифе сторона Mercury опускается примерно до $0,31.

Теперь о поправке, которая действительно важна. Эти цифры предполагают один проход на задачу. Измеренные 64 шага на задачу GDPval-AA у Qwen3.8-Max против 14 у предшественника — это и есть точный механизм, превращающий ставку $6 за выходные токены в $5.41 за оценку. Если Mercury 3 нужно две попытки там, где Qwen достаточно одной, эффективная стоимость Mercury удваивается, и часть разрыва сокращается. Если Mercury нужно четыре попытки, сокращается большая часть разрыва. Таким образом, сравнение затрат зависит от вопроса о доле завершённых задач, который никто не измерял, — поэтому таблица ставок за токены является наименее полезной вещью на странице любого из этих поставщиков.

Что касается входной стороны, здесь есть один рычаг, о котором стоит знать. Qwen3.8-Max берёт $0,25 за миллион кэшированных входных токенов; Mercury 3 — $0,02, или $0,01 в период запуска. Агенты повторно отправляют один и тот же системный промпт и определения инструментов на каждом шаге, поэтому преамбула на 20 000 токенов стоит $0,0004 за вызов по кэшированному тарифу Mercury против $0,005 у Qwen. На прогоне из пятидесяти шагов это два цента против двадцати пяти. Ни у одной из моделей заявленная цена этого не отражает, а для агентных рабочих нагрузок именно это число определяет бюджет.

Тест два: во что обходится медленная модель, когда человек ждёт

Скорость — это то, в чём две модели совершенно не относятся к одной категории, и стоит точно понимать, что означает каждое измерение.

Показатель Mercury в 1 068 токенов в секунду — это цифра от производителя, независимо не воспроизведённая. Что у нас есть от Artificial Analysis — это данные по предыдущему поколению: Mercury 2.5 показал примерно 706 токенов в секунду в собственной тестовой среде Artificial Analysis, что ниже цифры, сопровождавшей тот запуск. Этот разрыв — обычная скидка между данными производителя и независимыми измерениями в этой категории, а не доказательство недобросовестности, — но именно эту скидку стоит мысленно применять к 1 068, пока кто-нибудь не воспроизведёт этот результат.

Скорость Qwen3.8-Max — 39,6 токена в секунду — измерена независимо и сопровождается рейтингом: 183-е место из 186. При такой скорости ответ на 1500 токенов требует около 38 секунд только на генерацию, не считая префилла. Для фонового агента, который отчитывается позже, это нормально. Но везде, где человек смотрит на курсор, это само по себе дисквалифицирует модель, каким бы ни было качество.

Именно на этой линии разлома и держится это сравнение. Скорость Mercury 3 не проверена, но правдоподобна с учётом архитектуры, а его цена действительно низкая. Скорость Qwen3.8-Max проверена и невысока, а его цена действительно высокая. Ни один из этих фактов не говорит, какая модель пишет лучший ответ, и для большинства команд вопрос качества ответов — тот, который они пока не могут решить.

Тест третий: дайте каждой модели работу, под которую она заточена.

Две модели ошибаются в противоположных направлениях, поэтому сравнение бок о бок даёт больше информации, чем единственный рейтинг.

Отдайте Qwen3.8-Max длинные, мультимодальные и критически важные задачи. Документ на 400 страниц, запись экрана со сломанным сценарием оформления заказа, график, который нужно правильно прочитать. Это единственная из двух моделей, которая вообще способна принять такой ввод, и у неё есть независимая оценка, с которой можно сверять ожидания. Заложите бюджет на многословность: при включённом режиме рассуждений выходные токены тарифицируются по $6 за миллион, и их будет больше, чем вы ожидаете. Разрыв в следовании инструкциям — это первое, что нужно проверить: в собственной опубликованной таблице Qwen показатель IFBench был самым слабым, а независимый показатель стоимости за задачу — прямое следствие выхода за рамки.

Отдайте Mercury 3 короткие, чисто текстовые задачи, критичные по задержке, где ошибку дёшево поймать. Автодополнение, переписывание запросов, первичная классификация, подсказка в учебном сценарии. Зафиксируйте настройку усилий. Задайте бюджет повторных попыток. Относитесь к каждому утверждению о качестве как к гипотезе, потому что сейчас это именно она.

И не поручайте ни одной из моделей работу, которая зависит от сильной стороны другой. Qwen3.8-Max не станет быстрее от вежливой просьбы; Mercury 3 не умеет читать страницу PDF. Выбирать между ними по совокупной позиции в бенчмарках — значит ориентироваться не на тот параметр.

Где во всём этом находится OrcaRouter, который при этом только на одной стороне

Qwen3.8-Max в нашем каталоге под именем qwen/qwen3.8-max, по прайс-листовой цене провайдера с наценкой 0%, передаваемой напрямую — поэтому если Alibaba изменит тариф, изменение вступит в силу здесь в тот же день, а не в следующем расчётном цикле. Доступ к ней — через ту же совместимую с OpenAI конечную точку, что и ко всему остальному, что мы предоставляем, а значит, оценка сводится к смене строки модели, а пробный запуск в продакшене — это доля трафика, а не миграция.

Mercury 3 отсутствует в нашем каталоге. Наш API моделей ничего не возвращает ни по одной модели Inception, поэтому путь к нему — собственная платформа Inception, которая выдаёт новым аккаунтам 100 миллионов бесплатных токенов. Мы маршрутизируем сторону Q​wen и не маршрутизируем сторону Mercury, и асимметрия в том, как вы получаете доступ к каждой из них, следует из этого, а не из предпочтения.

Практическая польза слоя маршрутизации в том, что оценка может быть слепой и дешёвой. Направьте один срез трафика на qwen/qwen3.8-max, оставьте текущее решение на другом и сравнивайте стоимость завершённой задачи, а не стоимость токена — а это, как показывают приведённые выше цифры, не одно и то же измерение, и эти показатели могут указывать в противоположные стороны. Автоматическое переключение при сбоях между провайдерами означает, что плохая неделя на одной конечной точке становится решением о маршрутизации, а не инцидентом, а DSL маршрутизации позволяет закрепить это разделение в виде правила, так что завершение эксперимента становится изменением конфигурации.

Что помогло бы это уладить и что делать до тех пор

Три замера положили бы конец этому спору. Страница Artificial Analysis для Mercury 3, которая поставила бы обе модели на один стенд и заменила бы фразу поставщика числом. Опубликованная доля завершённых задач для Mercury 3 в бенчмарке по программированию или агентным задачам, которая превратила бы скидку на токены в стоимость одной задачи. И замер задержки Qwen3.8-Max при вашем собственном уровне параллелизма, потому что 39.6 токена в секунду — это справочный показатель, а не гарантия обслуживания, и модель, которая в бенчмарке всего лишь медленна, под нагрузкой может оказаться непригодной.

Пока их нет, защитимая позиция уже, чем подразумевает любой из постов о запуске. Qwen3.8-Max — это выверенная мультимодальная, медленная и дорогая модель, расходы на которую можно прогнозировать с уверенностью и которая не преподнесёт сюрпризов с форматами входных данных. Mercury 3 — дешёвая, быстрая, чисто текстовая модель, качество которой неизвестно, а показатель скорости не воспроизведён. Покупайте Qwen3.8-Max для работы, которую вы не прочитаете до её выпуска. Попробуйте Mercury 3 для работы, где человек ждёт и повторная попытка бесплатна, — и зафиксируйте настройку усилий, иначе вы будете сравнивать свой запуск с низкими усилиями с чьим-то высоким.