Mercury 3 vs Gemini 4 Argon: Båda är på rea – bara en har angett när rean slutar

Google har berättat för marknaden exakt när Gemini 4 Argon blir dyrare: den 1 december 2026 går indata från 2,00 USD till 4,00 USD per miljon token och utdata från 10,00 USD till 20,00 USD. Inception Labs har berättat för marknaden att Mercury 3 är 50 % rabatt "vid lansering" och har inte publicerat något slutdatum alls. Två introduktionspriser, en tidsgräns – och den asymmetrin har större betydelse för en budget än de nuvarande siffrorna, eftersom det är de nuvarande siffrorna som snarast kommer att bli fel. Den 20 oktober står paret på 0,35 USD mot 10,00 USD per miljon utdatatokens. Den 2 december, förutsatt att Inceptions kampanj också har avvecklats, står det 0,70 USD mot 20,00 USD. Kvoten rör sig knappt; det som rör sig är vad du faktiskt kommer att betala. De dokumenterade AI-felen och agentincidenterna bakom utgåvor som denna samlas i OrcaRouter AI Incident Archive där varje post har egna källor, allvarlighetsgrad, konfidensgrad och omtvistad flagga.

Modellerna bakom rabatterna gör också olika saker. Mercury 3, som släpptes den 19 oktober 2026, är Inceptions diffusionsspråkmodell: text in och text ut, kontext på 1 M token, ett tak för utdata på 131 072 token, 1 068 token per sekund på NVIDIA-hårdvara enligt Inceptions egen mätning, och inga numeriska benchmarkpoäng i tillkännagivandet. G​emini 4 Argon blev allmänt tillgänglig på G​oogles betalda nivå den 13 oktober 2026, efter att ha tillkännagivits den 30 september; den är G​oogles flaggskeppsmodell för resonemang, med en enhetlig kontext på 1 M token och långa avkodningar på upp till 1 M token, och den har ett oberoende Artificial Analysis Intelligence Index på 52,6. Enkelt uttryckt: den ena är den snabbaste billiga textmodellen du kan anropa den här veckan, den andra är ett flaggskepp med en tidsfrist för sitt pris.

Sextio dagars överlappning, sedan ett annat samtal

Fram till och med den 30 november befinner sig båda modellerna i ett kampanjfönster som stängs vid olika tidpunkter och av olika skäl. Googles är ett tidsbegränsat introduktionspris med en offentliggjord höjning; Inceptions är en lanseringsrabatt utan angiven horisont. Det ger en köpare en ovanlig möjlighet – en sextio dagar lång period då de två billigaste trovärdiga alternativen i sina respektive nivåer samtidigt är rabatterade – och en ovanlig fälla: att bygga en budget för 2027 på en kampanj från 2026.

Ökningen för Argon är en fördubbling på båda sidor av prislistan, och den gäller även cachad indata: 0,10 USD per miljon fram till november, 0,20 USD därefter. Kontextcachelagring på Argon är endast implicit – explicit cachelagring stöds inte – så den cachade taxan är vad du får när G​oogle upptäcker ett upprepat prefix, inte något du konfigurerar. För en lång systemprompt är det användbart; för en arbetsbelastning byggd kring explicit cachekontroll är det en begränsning snarare än en rabatt.

Mercury 3:s cachade indata följer standardregeln med 90 % rabatt på indata: 0,02 USD per miljon enligt listpris, 0,01 USD under lanseringsfönstret. Inget utgångsdatum publiceras. En försiktig tolkning är att listpriset är den nivå man bör planera efter och att allt under det är en uppsida.

Specifikationsbladet, med förbehållen på plats

• Utpris — Mercury 3 $0,35 vid lansering, $0,70 i listpris. G​emini 4 Argon $10,00 till och med 30 november, $20,00 från och med 1 december.

• Indatapris — Mercury 3 $0.10 vid lansering, $0.20 enligt listpris. G​emini 4 Argon $2.00 till och med 30 november, $4.00 från och med 1 december.

• Tak för utdata – Gemini 4 Argon tillåter 65 536 tokens som standard vid synkrona anrop och upp till 1 048 576 med sitt long-decode-läge. Mercury 3 tillåter 131 072. Det större Argon-talet har en hake: dess 1M är en gemensam budget för indata plus utdata, så en prompt på 900K tokens lämnar bara cirka 100K till svaret.

Jag har inte fått någon källtext att översätta ännu. Skicka texten med markörerna så översätter jag den till svenska enligt dina regler.

• Indata — G​emini 4 Argon är multimodalt; G​oogles dokumentation listar bild-, video-, ljud- och dokumentindata tillsammans med text. Mercury 3 är text in, text ut.

• Genomströmning — Mercury 3 1 068 tok/s, Inceptions siffra, ej reproducerad. Utdatasthastigheten för Gemini 4 Argon är inte något som Google marknadsför; mätningen från Artificial Analysis av modellen är den siffra som ska användas, och den ligger en storleksordning under Mercurys påstående.

• Oberoende poäng — G​emini 4 Argon 52,6 på Artificial Analysis Intelligence Index v4.3.2 vid hög ansträngning, till en beräkningskostnad på 1,99 USD per indexuppgift. Mercury 3 har ingen Artificial Analysis-sida alls i dag.

• Leverantörens uppgiftsresultat — G​oogle publicerar en benchmarktabell för Argon, inklusive Terminal-Bench 4.0 på 57,1 %, SciCode på 61,8 % och Humanity's Last Exam på 57,1 %; dessa är rapporterade av G​oogle och G​oogles konkurrentkolumner är konkurrenternas egna självrapporterade siffror. Inception publicerar inga numeriska resultat för Mercury 3.

• Tillgänglighet — Argon är GA på Googles betalda Gemini API-nivå under modellsträngen gemini-4-argon och är uttryckligen inte tillgänglig på gratisnivån. Mercury 3 finns på Inceptions plattform, med 100 miljoner gratis tokens för nya konton, plus alternativ för företagsdriftsättning.

Åtkomstfriktion — Argon kräver en faktureringsrelation med G​oogle Cloud och, för allt känsligt, en granskning av dataresidens. Mercury 3 kräver ett Inception-konto och en OpenAI-kompatibel klient.

Vad 52.6 köper som ”överträffar Haiku 5.5” inte gör

Bevisasymmetrin här är tillräckligt slående för att vara den avgörande faktorn för många team. Artificial Analysis körde G​emini 4 Argon i sitt eget utvärderingsramverk och publicerade en siffra som vem som helst kan jämföra med 200 andra modeller. G​oogle publicerade separat en tabell på uppgiftsnivå med namngivna benchmarks. Ingen av dem är en garanti, men tillsammans gör de det möjligt för en köpare att resonera om var Argon står i förhållande till modeller de redan använder.

Mercury 3 erbjuder en jämförande mening – det "överträffar GPT-6 Luna och Claude Haiku 5.5" – utan marginal, utan benchmarknamn och utan poäng, plus ett agentresultat på 50 live-Mind2Web-uppgifter där det slutförde hälften och slog GPT-6.1 Sol. Det är en genuin signal om webbnavigering och ingenting alls om kodning, matematik, återkallelse av lång kontext eller instruktionsföljning.

Det finns en rimlig tolkning av detta och en orimlig. Den rimliga tolkningen är att Inception släppte en modell för en dag sedan och att oberoende laboratorier inte har hunnit komma ikapp; den tidigare Mercury, 2.5, har faktiskt en sida hos Artificial Analysis och mäts till 705,9 tokens per sekund, så leverantörens hastighetssiffror har historiskt legat i rätt härad under neutral mätning. Den orimliga tolkningen är att behandla "överträffar Haiku 5.5" som om det vore en poäng. Det är ett positioneringsuttalande om snabbhetsklassen, och Argon är inte i den klassen.

Beräkningen för den 1 december, korrekt genomförd

Anta att ett produktteam bestämmer sig för 40 miljoner output-tokens och 200 miljoner input-tokens per dag — en stor assistent, eller en batchpipeline med generösa prompter. På G​emini 4 Argon till introduktionspriset är det 400 dollar för input och 400 dollar för output, eller 800 dollar per dag. Från och med 1 december kostar samma trafik 800 dollar och 800 dollar, eller 1 600 dollar per dag. Ökningen är 800 dollar per dag, eller ungefär 24 000 dollar i månaden, för identiskt arbete. Ingen skickar något memo om det; det dyker bara upp på fakturan.

Med Mercury 3 till lanseringspriset kostar samma trafik 20 USD i indata och 14 USD i utdata, eller 34 USD per dag. Till listpris är det 40 USD och 28 USD, eller 68 USD per dag. Även efter att båda rabatterna har upphört är Mercury 3 cirka 24 gånger billigare för den här arbetsbelastningen – och den absoluta skillnaden har ökat från 766 USD per dag till 1 532 USD per dag, eftersom ett förhållande som tillämpas på ett större tal ger ett större tal.

Vad de pengarna köper på Argon-sidan är förmågan att generera upp till en miljon tokens i ett svar, att läsa en video och att få 52,6 på ett offentligt index. För en arbetsbelastning som sammanfattar en två timmar lång inspelning, eller skriver ett 200 sidor långt strukturerat dokument i ett enda svep, är det inte en premium — det är det enda sättet att göra jobbet. För en arbetsbelastning som genererar fyrahundra tokens per anrop används inget av det.

Där en router är till hjälp, och där den inte är det

Ingen av modellerna finns i vår katalog i dag. Vårt modell-API har ingen post för Gemini 4 och ingen post för Inception – google/gemini-4-argon returnerar model-not-found, och det gör varje Mercury-modell också. Det är värt att säga rakt ut, för en prisjämförelse mellan två modeller som vi inte kan tillhandahålla är bara användbar om du vet det från början. Argon körs på Googles egen betalnivå; Mercury 3 körs på Inceptions plattform och de tredjepartsvärdar som Inception listar.

Det vi kan göra är att täcka resten av stacken runt dem. De Google-modeller vi routar — gemini-3.8-flash, gemini-3.6-flash, gemini-3.5-flash, gemini-3.1-pro-preview och deras lite-varianter — ligger på samma OpenAI-kompatibla endpoint som fler än 200 andra modeller, till leverantörens listpris utan påslag, vilket innebär att en prisändring från Google slår igenom hos oss samma dag i stället för vid nästa avtalsförnyelse. Den egenskapen kommer att prövas offentligt den 1 december, och det är anledningen till att behålla routinglagret mellan din kod och leverantören i stället för att hårdkoda någon av prislistorna.

För de två modellerna i den här artikeln är det användbara mönstret en kapacitetsuppdelning med ett uttalat kostnadstak: Argon för de förfrågningar som verkligen behöver en lång avkodning eller multimodal indata, en routad modell för allt annat, och routing-DSL:en som håller regeln så att uppdelningen upprätthålls i stället för att behöva kommas ihåg. Modellfusion är värt en titt för de svåra fallen – att köra en panel och ta konsensus är billigare än att låta hela arbetsbelastningen gå till en flaggskeppsmodell som standard.

Beslutet, daterat

Före den 1 december är G​emini 4 Argon till $2/$10 ett rimligt flaggskeppspris, och argumentet för det vilar på funktioner som Mercury 3 inte har. Efter den 1 december är det till $4/$20 en premiumprodukt till ett premiumpris, och argumentet måste läggas fram på samma villkor som för Claude Opus 5.5 – som tar samma $4/$20, har en något högre oberoende indexpoäng på 57,6 och begränsar utdata till 128K tokens medan Argon erbjuder upp till 1M. Den långa avkodningen är Argons försvarbara premium; vid den högre taxan är den det enda som är försvarbart.

Mercury 3 är den motsatta affären. Den är extremt billig, snabb på ett sätt som spelar roll för interaktiva produkter och nästan helt omätt. Dess egen lanseringsrabatt är det minst hållbara med den, eftersom en leverantör som inte har publicerat ett slutdatum kan avsluta den närhelst tillväxtsiffrorna antyder att den borde göra det.

Planera utifrån listpriser. Använd kampanjperioden för att göra den utvärdering som du annars skulle skjuta upp till Q1, och besluta i november vad du är villig att betala i december. Deadlinen på Argons prislista är den mest användbara informationen i den här jämförelsen, och den är den som löper ut först.