Mercury 3 против Reflection Beam: самая быстрая закрытая модель встречает самую быструю открытую

Reflection Beam пришла с числом, которое можно было проверить, а Mercury 3 — с числом, которое проверить было нельзя. Beam получает оценку 335,1 выходных токена в секунду от Artificial Analysis при времени до первого токена 0,80 секунды и индексе интеллекта 30 — четвёртое место по скорости среди 78 измеренных моделей и двадцатое из 121 по качеству. Mercury 3 заявляет 1 068 токенов в секунду и не имеет никакой независимой оценки — спустя день после того, как Inception выпустила её 19 октября 2026 года. Поэтому честно начинать это сравнение не с вопроса «кто быстрее», а с вопроса «что произойдёт с разрывом, когда неизмеренную сторону измерят». Документированные сбои ИИ и инциденты с агентами, стоящие за подобными релизами, собраны в Архиве инцидентов ИИ OrcaRouter, где каждая запись снабжена собственными источниками, уровнем серьёзности, степенью достоверности и отметкой о том, оспаривается ли она.

Причина, по которой это сопоставление важно за пределами спецификации, в том, что обе модели продают одно и то же. Mercury 3 — это диффузионная языковая модель, которая параллельно дорабатывает блоки токенов; Reflection Beam — разреженная смесь экспертов с 501 млрд общих параметров и лишь 23 млрд активных на токен. Разные приёмы, одна ставка: следующий бой пойдёт за стоимость инференса, а не за потолок возможностей. Beam была анонсирована 5 октября 2026 года, а её веса появились под Apache 2.0 16 октября; Mercury 3 вышла девять дней спустя как закрытый API. Один из них можно скачать и измерить самостоятельно. Другой можно только вызвать и принять на веру.

Что каждая из сторон фактически заявила официально

Досье Beam достаточно подробно, чтобы с ним можно было спорить. Intelligence Index равен 30, это двадцатое место среди 121 модели и выше медианы 19, которую Artificial Analysis фиксирует для сопоставимых моделей с открытыми весами. Измеренные 335,1 выходных токена в секунду и 0,80 секунды до первого токена — оба показателя против медианы по аналогам около 77 токенов в секунду и 1,70 секунды. Опубликованная цена — $0,70 за миллион входных токенов и $2,10 за миллион выходных при 84-процентной скидке за кэш, что даёт $0,57 затрат на вычисления на одну задачу индекса. И показатель многословности — 79 миллионов выходных токенов на прохождение индекса, десятое место по экономичности среди 47 оценённых моделей, против медианы в 140 миллионов. Это последнее число — впервые проявившееся в чужом испытательном стенде заявление об эффективности, и это самая интересная цифра в досье любой из этих двух моделей.

Достижение Mercury 3, напротив, — это три утверждения и один небольшой эксперимент. Утверждения: 1 068 токенов в секунду на графических процессорах NVIDIA; более чем в 40 раз больше параметров, чем у Mercury 1, при примерно втрое более высоком измеренном интеллекте; и качество «на уровне или лучше, чем у передовых оптимизированных по скорости моделей, таких как GPT-6 Luna и Claude Haiku 5.5». Эксперимент: 50 реальных задач навигации Mind2Web в собственном веб-агентном тестовом стенде Inception, 50 процентов выполнено, «значительно больше, чем у GPT-6.1-Sol», при том же объёме токенов и количестве шагов и, следовательно, за долю стоимости. Ничто из этого не воспроизведено независимо, и у Artificial Analysis вообще нет страницы Mercury 3.

Эта асимметрия — не упрёк инженерному уровню Inception. Это утверждение о том, какие решения можно принять уже сегодня. Для Beam можно вычислить стоимость выполненной задачи, потому что кто-то измерял завершение и многословность. Для Mercury 3 можно вычислить стоимость токена — и ничего больше.

Спецификация с указанием источников по каждой строке.

• Цена за миллион — Mercury 3: $0.20 за вход и $0.70 за выход по прайс-листу, $0.10 и $0.35 в период стартовой скидки, против Beam: $0.70 за вход и $2.10 за выход

• Кэшированный ввод — Mercury 3: $0,02 за миллион по прейскуранту, тогда как Beam — скидка 84% на ставку за ввод, или примерно $0,11 за миллион

• Пропускная способность — Mercury 3: 1 068 токенов в секунду, по заявлению производителя, оборудование не указано, против Beam: 335,1 токена в секунду, измерено Artificial Analysis

• Время до первого токена — Mercury 3: не опубликовано vs Beam: 0,80 секунды, измерено

• Индекс интеллекта — Mercury 3 отсутствует в рейтинге по состоянию на 20 октября 2026 г., тогда как Beam 30 занимает 20-е место из 121.

• Стоимость одной задачи индексирования — Mercury 3 невозможно вычислить без оценки; для сравнения, у Beam — $0.57.

• Объём вывода в индексе — Mercury 3 не опубликован против 79 млн токенов у Beam, 10-й по лаконичности из 47

• Контекстное окно — Mercury 3: 1 000 000 токенов при максимальном выводе 131 072 против Beam: 1 048 576 токенов при максимальном выводе 131 072

• Параметры — Mercury 3 не раскрываются; указано лишь, что это более чем в 40 раз больше, чем у Mercury 1, в сравнении с Beam 501B, у которой 501 млрд общих параметров и 23 млрд активных на токен

• Модальность ввода — оба только текст

• Управление рассуждениями — Mercury 3: четыре режима — от мгновенного до высокого, по умолчанию низкий; Beam: обязательный уровень рассуждений с пятью уровнями; документация Reflection по умолчанию — максимум.

• Веса — Mercury 3 (закрытая) против Beam Apache 2.0, в BF16, FP8 и сборке NVFP4 объёмом 273 GiB

• Самостоятельное развертывание — Mercury 3 только с выделенными мощностями для предприятий, в отличие от Beam — эталонного развертывания на четырех GPU NVIDIA B300 с NVLink, с поддержкой vLLM, SGLang, Transformers и Dynamo с первого дня.

Одно предостережение по ценовой линейке. У скидки Mercury 3 нет опубликованной даты окончания, поэтому цифра, которая выдерживает планирование, — $0.20/$0.70, а не $0.10/$0.35. $0.70/$2.10 у Beam — это действующий тарифный справочник, опубликованный оценщиком и собственной платформой Reflection.

Значимая разница — 335 против 1 068.

Если показатель Inception подтвердится при использовании нейтрального харнесса, Mercury 3 примерно в три раза быстрее самой быстрой из измеренных open-weight моделей в этой области, и при этом она работает при одной трети входной цены Beam и одной трети его выходной цены. Это сочетание — быстрее и дешевле — является аргументом в пользу Mercury 3 в одном предложении, и это сильное предложение.

Проблема в том, что утверждение полностью опирается на число без указанной методологии. Inception не сообщает, какой GPU, какой размер батча, какая настройка reasoning effort или является ли измерение однопоточным либо агрегированным. Все четыре варианта меняют показатель пропускной способности в разы. Поправка, которую следует применить, не гипотетическая: когда вышла Mercury 2.5, заявленный производителем показатель пропускной способности был существенно выше, чем 706 токенов в секунду, которые Artificial Analysis впоследствии измерила в своей собственной тестовой среде. Это обычный разброс между данными производителя и независимыми измерениями в этой категории, а не недобросовестность — но именно этот разброс и следует предполагать.

Если применить сокращение в пропорции три к одному, Mercury 3 выходит примерно на 350 токенов в секунду: на уровне измеренного показателя Beam, при трети цены и с неизвестной оценкой качества. Если применить сокращение в пропорции два к одному, это с заметным отрывом самая быстрая модель, которую какая-либо из двух лабораторий выпустила по этой цене. В любом случае сравнение меняется с «в три раза быстрее» на «где-то между „так же быстро, как Beam“ и „в три раза быстрее“, причём в обоих случаях дешевле Beam».

В той же паре чисел скрывается вторая асимметрия. Время Beam до первого токена — 0,80 секунды — измерено на модели рассуждения, которая по умолчанию использует настройку максимальных усилий; это значит, что модель действительно размышляет, прежде чем что-либо выдать, и всё равно возвращает первый токен менее чем за секунду. Это более впечатляющий инженерный результат, чем сырой показатель пропускной способности, и именно такое может выявить только независимый испытательный стенд.

Двадцать три миллиарда активных параметров — вот что действительно важно со стороны Beam.

Цифра 501B в карточке Beam по большей части не работает. При 23 млрд активных параметров на токен модель активирует примерно 4,6% себя для любого заданного токена — коэффициент активации, который агрессивен даже по нынешним стандартам открытых весов. В архитектурных заметках указаны чередующееся локальное и глобальное внимание, мелкогранулярные маршрутизируемые эксперты, SandwichNorm и сервинг-сборки FP8/FP4, но практическое следствие проще: Beam помещается на одном узле с четырьмя GPU. Это профиль для сервинга, а не исследовательская диковинка.

Это также объясняет результат по многословности. Модель, которая тратит 79 млн выходных токенов на завершение индекса при медиане в 140 млн, выполняет ту же работу примерно за половину выходных токенов, а именно выходные токены и определяют счёт. Собственный аргумент Reflection — эффективность во время инференса, а не паритет на фронтире, и компания говорит об этом же в материалах запуска — она уступает Kimi K3 и G​LM по сырым возможностям. Независимые данные одновременно поддерживают и эту уступку, и заявление об эффективности.

Аргумент об эффективности Mercury 3 принципиально иного рода. Речь не о том, чтобы тратить меньше токенов, а о том, чтобы производить их быстрее, и история масштабирования Inception — в 40 раз больше параметров, чем у её первой модели, в три раза выше измеренный уровень интеллекта, та же скорость — это утверждение, что параллелизм диффузии обеспечивает пропускную способность, которой не могут достичь авторегрессионные модели. Это правдоподобный и интересный аргумент. Он также целиком основан на самоотчётах и ничего не говорит о том, тратит ли модель больше токенов, чем сопоставимая авторегрессионная модель, чтобы прийти к тому же ответу. Никто не опубликовал показатель многословности Mercury 3, потому что нет оценки Mercury 3, из которой его можно было бы взять.

Затраты на одну завершённую работу, полностью рассчитанные

Возьмите задачу агентного кодирования: 200 000 токенов контекста репозитория, 4 000 токенов на патч и объяснение на выходе и 5 000 запусков в день в рамках команды.

• Mercury 3 по прайс-листу — 1 000 миллионов входных токенов по $0,20 — это $200; 20 миллионов выходных по $0,70 — это $14. Около $214 в день.

• Mercury 3 по стартовому тарифу — около $107 в день.

• Beam по его опубликованному тарифу — 1 000 млн входных данных по $0,70 — это $700; 20 млн выходных по $2,10 — это $42. Около $742 в день, до 84-процентной скидки за кеш, которая здесь чрезвычайно важна, потому что контекст репозитория — ровно тот вид преамбулы, который кешируется. При реалистичной доле попаданий в кеш по контексту строка входных данных сокращается примерно до $112, а дневной итог оказывается около $154.

Эта арифметика — причина существования обеих этих моделей. На хорошо кэшируемой агентной нагрузке они различаются в пределах 40% — Beam немного дешевле при хорошем кэшировании, Mercury 3 дешевле при плохом — и обе стоят лишь малую долю того, что за тот же трафик взяла бы фронтирная модель. Ценовой аргумент их не различает. Различает их то, что цифра Beam воспроизводима, а цифра Mercury 3 — это цена по прайс-листу при неизвестной доле успешных завершений.

Вопрос лицензирования, который далеко не близок к разрешению

Веса Beam доступны для скачивания по лицензии Apache 2.0 в трёх точностях, плюс черновая модель спекулятивного декодирования на 1,93 млрд параметров, а Reflection заявляет, что не ограничивает дистилляцию, дообучение, квантование или слияние моделей. Есть инструмент проверки на соответствие — beam-verifier — который прогоняет набор тестов против любого работающего эндпоинта Beam, а затем оценивает его по основным бенчмаркам, а значит, покупатель может проверить показатели провайдера, а не доверять им. Самостоятельный хостинг полностью снимает вопрос оплаты за токен и превращает его в вопрос GPU-часов.

Mercury 3 ничего из этого не предлагает. Это закрытая система, доступная только через API, а корпоративный тариф добавляет выделенные мощности и настраиваемое хранение данных, а не веса. Для рабочей нагрузки, где модель является компонентом продукта, который вы продаёте, это зависимость, а не цепочка поставок.

Есть также сигнал из истории вендора. В собственной заметке Inception о миграции говорится, что Mercury 2 и Mercury 2.5 закрыты для новых пользователей, а существующие клиенты потеряют доступ 15 ноября 2026 года — менее чем через месяц после выпуска Mercury 3. Компания, которая так быстро снимает с поддержки два поколения, прямо говорит, как она рассчитывает, что её модели будут использоваться: как недолговечные арендуемые сервисы. Reflection пока что поступила наоборот и передала артефакт.

Где место роутеру, учитывая, что ни одной из этих моделей нет в нашем каталоге

OrcaRouter не предоставляет доступ ни к Mercury 3, ни к Reflection Beam. Проверка нашего API моделей не возвращает ничего ни для одного из них, и мы не будем описывать маршрут, которого у нас нет. Что у нас действительно есть, так это слой вокруг них: более 200 моделей за одним эндпоинтом, совместимым с OpenAI, по прайс-листовой цене провайдера без наценки, с автоматическим переключением при сбое и DSL маршрутизации для объединения моделей в один вызов.

Для этой конкретной пары этот слой выполняет две задачи. Первая — сравнение. Если вы хотите понять, достаточно ли быстра для вашего продукта open-weight-модель со скоростью 300 токенов в секунду, прежде чем на всё это решиться, честный тест — прогнать рабочую нагрузку на моделях, которые вы уже можете вызывать, — Kimi K3 за $3.00/$15.00 с контекстом 1 048 576 токенов, GLM 5.2 за $1.40/$4.40, Qwen 3.8-Max за $2.00/$6.00 — и измерить, что реально замечают ваши пользователи. Вторая — резервный вариант. Самостоятельно развёрнутый Beam и размещённый у поставщика Mercury 3 — это два разных режима отказа; размещение production-пути за роутером с отказоустойчивостью означает, что деградация эндпоинта становится зафиксированным в логах событием, а не простоем. Поскольку прайс-листы поставщиков передаются без изменений, снижение цен Reflection или скидка Inception попадает в ваш счёт в день их объявления.

Решение, обусловленное ограничением, а не оценкой

• Если вам нужно, чтобы модель была активом — поддавалась аудиту, тонкой настройке, запускалась на вашем собственном оборудовании и переживала поставщика — Beam здесь единственный вариант. Apache 2.0, сборка объёмом 273 GiB, помещающаяся на одном узле, и верификатор для проверки любого провайдера на соответствие показателям Reflection. Это полный ответ на вопрос, на который Mercury 3 вообще не может ответить.

• Если вам нужна минимально возможная задержка на закрытом API и при этом ожидает человек, Mercury 3 — более интересный вариант, а его цена делает оценку недорогой. При тестировании явно фиксируйте значение параметра effort, потому что по умолчанию оно низкое, а заявления Inception не уточняют, при каком значении они были получены.

• Если вам нужно знать качество до того, как вы примете решение, у Beam есть числовой показатель, а у Mercury 3 его нет. 30 баллов по индексу из 121 модели — это посредственный результат: это не передовой показатель, и Reflection не утверждает, что это так, но это нижняя граница, от которой можно отталкиваться при проектировании.

• Если ваша рабочая нагрузка носит агентный характер и выполняется длительно, обязательный режим рассуждения Beam с максимальными усилиями по умолчанию дорого обходится в расчёте на вызов, а низкие усилия Mercury 3 по умолчанию дешевы в расчёте на вызов. Что дешевле в расчёте на завершённую задачу, зависит от доли завершения, которую для Mercury 3 никто не измерял.

Самое полезное, что могло бы произойти для этого сравнения, — это независимое измерение Mercury 3. Если оно окажется около 1 068 при конкурентоспособном показателе качества, значит, Inception выпустила самую быструю дешёвую модель в этой области, а история эффективности Beam превращается в историю об открытости, а не о чистой скорости. Если же оно окажется около 335 у Beam при оценке в середине таблицы, то самая быстрая открытая модель и самая быстрая закрытая будут иметь одинаковую скорость, и решающими вопросами станут цена, лицензия и хотите ли вы владеть артефактом — три вопроса, на которые у Beam сейчас лучшие ответы.