Mercury 3 vs DeepSeek V4 Pro: En faktureras efter tid, en faktureras per lansering

Två modeller kan båda kosta ”ungefär en dollar per miljon utdatatoken” och ändå fakturera dig väldigt olika. Mercury 3 tar 0,35 dollar per miljon utdatatoken den här veckan och 0,70 dollar efter att lanseringsrabatten tar slut – ett prisschema med ett okänt datum. DeepSeek V4 Pro tar 1,98 dollar per miljon utdatatoken utanför högtrafik och 3,96 dollar under två tidsfönster varje vardag, 01:00–04:00 och 06:00–10:00 UTC – ett prisschema med en klocka inbyggd. Om din trafik är stötvis och landar i dessa fönster kostar DeepSeek V4 Pro upp till 11 gånger vad Mercury 3 kostar vid lansering, och cirka 5,7 gånger Mercurys listpris. Om din trafik körs över natten och på helger minskar gapet till 2,8 gånger. Ingen av siffrorna är den som står i rubrikjämförelsen, och det är poängen med att ställa dessa två sida vid sida. De dokumenterade AI-felen och agentincidenterna bakom lanseringar som den här samlas i OrcaRouter AI Incident Archive där varje post har sina egna källor, allvarlighetsgrad, konfidensgrad och flagga för omstridd status.

Modellerna själva ligger också längre ifrån varandra än priset antyder. Mercury 3 är Inception Labs språkmodell av diffusionstyp, släppt den 19 oktober 2026: 1M kontext, 131 072 utdatatoken, endast text, 1 068 token per sekund enligt Inceptions egen mätning och inga publicerade numeriska benchmarkpoäng. DeepSeek V4 Pro är DeepSeeks flaggskeppsmodell av mixture-of-experts-typ, släppt den 24 april 2026 och uppdaterad till 0813-versionen i augusti: 1,6 biljoner parametrar totalt, varav cirka 49 miljarder aktiva, 1 048 576 kontext, ett tak på 384 000 utdatatoken, endast text som indata och en omfattande mängd tredjepartsmätningar bakom sig. Den ena är en hastighetssatsning med ett obeprövat tak. Den andra är en kapacitetssatsning med ett beprövat – och ojämnt – resultat.

Prislistorna, inklusive delarna som är lätta att missa

• Utdata — Mercury 3: 0,35 $ per miljon vid lansering, 0,70 $ enligt listpris. DeepSeek V4 Pro: 1,98 $ utanför högtrafik, 3,96 $ vid högtrafik.

• Indata — Mercury 3 $0.10 vid lansering, $0.20 enligt listpris. DeepSeek V4 Pro $0.66 utanför högtrafik, $1.32 under högtrafik.

• Cachad indata – Mercury 3 $0.01 vid lansering, $0.02 enligt listpris, en platt rabatt på 90 %. DeepSeek V4 Pro $0.022 utanför högtrafik, $0.044 under högtrafik, vilket är samma 1/30-förhållande men tillämpat på en högre bas.

• När högtaxa tillämpas – D​eepSeeks högtaxeperioder är 01:00–04:00 och 06:00–10:00 UTC, måndag till fredag, med undantag för kinesiska allmänna helgdagar. Allt annat, inklusive alla helgtimmar, faktureras till den lägre taxan. Mercury 3:s rabatt har inget offentliggjort slutdatum.

• Utmatningstak — DeepSeek V4 Pro 384 000 tokens, ungefär tre gånger Mercury 3:s 131 072.

• Kontext — båda nominellt 1M tokens.

• Indata – endast text på båda. Ingen av dem är en multimodal modell, så denna dimension är oavgjord snarare än den vanliga särskiljaren.

• Genomströmning — Mercury 3 vid 1 068 tok/s per Inception, ej reproducerat. DeepSeek V4 Pro vid 119,1 tok/s utdata, uppmätt i vår egen playground-trafik under sju dagar.

• Resonemangskontroll — Mercury 3 erbjuder omedelbar, låg, medel och hög ansträngning och standardinställningen är låg. DeepSeek V4 Pro körs i tänkandeläge som standard, med ett icke-tänkandeläge tillgängligt, och de två lägena har identiskt pris.

Regeln för högtrafikfönster förtjänar mer uppmärksamhet än den vanligtvis får, eftersom den gör en kostnadsmodell som antar en enda taxa fel med en faktor två under ungefär sju timmar varje vardag – och dessa sju timmar omfattar den europeiska morgonen och början av den amerikanska arbetsdagen. En arbetsbelastning som ser ut som $1,98 per miljon i ett kalkylblad kan bli $2,97 per miljon i blandad kostnad utan att någon ändrar en enda rad kod.

Vad D​eepSeeks egna siffror säger om det

DeepSeek V4 Pro är mätbart på ett sätt som Mercury 3 för närvarande inte är, och mätresultaten är inte genomgående smickrande. Artificial Analysis placerar den på ett Intelligence Index på 36,0 och en AA Coding-poäng på 68,8. Dess GPQA Diamond-poäng är 92,8 %, Humanity's Last Exam 41 %, SciCode 51 %, återkallelse i lång kontext 80,3 %. På τ²-Bench, benchmarken för agentisk verktygsanvändning, får den 96,2 – och vårt eget katalogkort inleder med den siffran, vilket säger dig vad modellen faktiskt är bra på.

Siffran som borde få en kodningsagent att stanna upp är Terminal-Bench 4.0: 14,1 %. Det är inte ett stavfel, och det är inte ett annat benchmark än det där Claude Opus 5.5 får 59,6 %. Terminal-Bench 4.0 är en testsvit för terminaluppgifter med lång horisont, och en modell som får ett resultat i de lägre tonåren på den är inte en modell som man ger en flerstegsuppgift inom ingenjörsarbete och sedan lämnar utan uppsikt. Jämför det med 96,2 på τ²-Bench: DeepSeek V4 Pro är utmärkt på strukturerade verktygsanrop mot väldefinierade funktioner och svag på öppna shelluppgifter. Det är olika produkter, och de två resultaten beskriver tillsammans gränsen.

Mercury 3 har ingen motsvarande tabell. Dess enda strukturerade kvalitetsanspråk är en agentkörning på 50 liveuppgifter för navigering i Mind2Web där den slutförde 50 %, vilket Inception säger är "betydligt mer än GPT-6.1-Sol" och som använde samma tokenvolym och antal steg. Så den jämförelse en köpare faktiskt vill ha – hur dessa två beter sig på samma agentuppgift – har inte körts av någon offentligt. Vad som kan sägas är att de är byggda för olika felmoder: DeepSeek har djup kompetens inom verktygsanrop och en lång utdatabudget; Mercury har hastighet och en mycket tunnare evidensbas.

Kostnad, mätt i verklig tid

Ta en dokumentbearbetningsarbetsbelastning: 60 miljoner indatatokens och 15 miljoner utdatatokens per dag, vilket är en rimlig pipeline för avtals- eller inlämningsgranskning vid en medelstor byrå. På Mercury 3 till lanseringspriset är det 6,00 USD i indata och 5,25 USD i utdata, eller 11,25 USD per dag. På DeepSeek V4 Pro till off-peak-priset är det 39,60 USD och 29,70 USD, eller 69,30 USD per dag.

Flytta nu hälften av den trafiken till DeepSeeks toppfönster. Trettio miljoner indatatoken till off-peak-kostnad kostar $19.80 och trettio miljoner vid peak kostar $39.60; utdatan delas upp i $14.85 och $29.70. Dags totalen blir $103.95. Samma tokens, samma modell, och fakturan gick från $69.30 till $103.95. Mercury 3:s faktura rör sig inte alls med klockan.

Där DeepSeek tar igen det är kapacitet. Taket på 384 000 token för utdata innebär att ett enda anrop kan producera en strukturerad extraktion över ett mycket långt dokument utan chunkning – vilket för en juridisk eller finansiell pipeline inte är en bekvämlighet utan en korrekthetsegenskap, eftersom det är i chunkningen som korsreferenser går förlorade. Mercury 3:s tak på 131 072 token täcker de flesta sådana jobb men inte alla. Om din uppgift rutinmässigt producerar utdata över 130 000 token är prisjämförelsen irrelevant: den billigare modellen kan inte utföra jobbet.

Skillnaden med öppna vikter som ingen nämner i en pristabell

DeepSeek publicerar vikter. DeepSeek-V4-Pro-0813 finns på Hugging Face under organisationen deepseek-ai, daterad 13 augusti 2026, tillsammans med V4.1-Flash-serien som har fortsatt att släppas under oktober. Det innebär att du kan självhosta, finjustera, kvantisera eller köra modellen i en luftgapad miljö, och ingen leverantör kan dra tillbaka den från dig. Inception har inte publicerat vikterna för Mercury 3, och tillkännagivandet innehåller inget åtagande att göra det. Om din regelefterlevnad kräver att modellen finns inom din egen perimeter, har jämförelsen exakt ett gångbart svar.

Avvägningen är att självhosta en mixture-of-experts-modell med 1,6 biljoner parametrar inte är ett helgprojekt, och det hostade priset är tillräckligt lågt för att de flesta team inte bör försöka. Den relevanta poängen är valfrihet, inte ekonomi.

Att lägga båda bakom en och samma knapp

DeepSeek V4 Pro finns i vår katalog som deepseek/deepseek-v4-pro, faktureras till DeepSeeks egen taxa med 0 % påslag — inklusive toppmultiplikatorn, som förs vidare oförändrad i stället för att jämnas ut till ett fast tal. Det spelar större roll här än vanligt: en leverantör vars pris ändras med timmen är precis det fall där en router bör visa dig det verkliga schemat i stället för ett genomsnitt. Mercury 3 finns inte i vår katalog; vårt modell-API har inga Inception-modeller alls, så vägen till den är Inceptions egen plattform.

Det mönster som är vettigt för ett team som utvärderar båda är en uppdelning efter uppgiftsform snarare än en uppdelning efter pris. Skicka extrahering av långa utdata och strukturerade verktygsanrop till D​eepSeek V4 Pro, där taket på 384K och τ²-Bench-poängen gör verklig nytta; skicka nivån för latenskritiska, korta utdata till Mercury 3 via Inceptions nyckel. En OpenAI-kompatibel slutpunkt täcker D​eepSeek-sidan och fler än 200 andra modeller, med automatisk failover om en leverantör försämras, och routing-DSL:en kan hålla regeln för uppgiftsform så att den konfigureras en gång i stället för att implementeras om i varje tjänst. Du behåller den billiga snabba vägen där hastighet är produkten och den beprövade kapaciteten där korrekthet är avgörande.

Vilken att välja

Välj DeepSeek V4 Pro när jobbet är en lång strukturerad utdata, ett arbetsflöde för verktygsanrop mot definierade funktioner, eller något som måste köras i din egen infrastruktur. Acceptera att du betalar mellan 2,8 och 5,7 gånger Mercury 3:s lanseringspris, att räkningen varierar från timme till timme, och att Terminal-Bench 4.0 säger att detta inte är din autonoma kodningsagent.

Välj Mercury 3 när jobbet är kort, enbart text, latenskritiskt och billigt att köra om – röstturer, tips, söksammanfattningar, supportutkast – och när du är villig att göra utvärderingen själv, eftersom ingen har publicerat någon. Lanseringsrabatten gör provperioden nästan gratis; avsaknaden av ett slutdatum gör den till en dålig grund för en femårig kostnadsmodell.

Det enda man inte ska göra är att välja mellan dem baserat på det annonserade tokenpriset. D​eepSeeks tidsplan och Mercurys lanseringsfönster är båda tillfälliga på sitt eget sätt, och siffran som borde styra beslutet – kostnaden per slutförd uppgift, inklusive omförsök och mänsklig granskning – är den siffra som ingen av leverantörerna publicerar.