Mercury 3 vs Gemini 4 Pro: Ett av dessa namn är inte en modell

Det finns ingen G​emini 4 Pro. Det finns en G​emini 4 Argon, som G​oogle gjorde allmänt tillgänglig på sin betalda API-nivå den 13 oktober 2026, och det finns Mercury 3, som Inception Labs släppte den 19 oktober 2026 – och väldigt många människor söker efter en jämförelse mellan Mercury 3 och en G​emini 4 Pro som G​oogle aldrig har annonserat, aldrig gett någon identifierare, aldrig satt något pris för och aldrig publicerat någon kontextlängd för. Den här artikeln tar ändå frågan på allvar, för frågan som ligger bakom den är verklig: hur står sig en diffusionsmodell på 1 068 tokens per sekund från ett litet labb mot G​oogles nuvarande flaggskepp i det man faktiskt kan mäta? Svaret ställs mot G​emini 4 Argon, modellen som faktiskt finns, och det första fyndet är att de två inte alls befinner sig på samma marknad. De dokumenterade AI-misslyckandena 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 omtvistad status.

Hur det saknade namnet kontrolleras

Frånvaron är inte en slutledning från tystnad. Den överlever fem separata kontroller.

• Googles modelldokumentation för Gemini API listar exakt en modell under sin Gemini 4-rubrik – gemini-4-argon – och sidan uppdaterades senast den 19 oktober 2026, en dag före den här artikeln. Ett andra Gemini 4-kort har inte följt efter det.

• DeepMinds modellsida innehåller Argon-kortet och inget annat i Gemini 4-serien.

• Googles egen blogg har inget tillkännagivande om Gemini 4 Pro, och inlägget om Argon-lanseringen beskriver Argon som flaggskeppet i Gemini 4-familjen, inte som en medlem i en nivåindelad serie med en Pro över eller under den.

• Det finns ingen modellidentifierare för Gemini 4 Pro någonstans i API-dokumentationen, ingen prislista, ingen kontextlängd, inget utdatatak och inga licensvillkor. En modell som inte har något av detta är inte en modell som har släppts i tysthet; det är ett namn som folk har antagit ska finnas.

• Den finns inte i vår katalog heller. De G​oogle-modeller som OrcaRouter dirigerar är 3.x-serien — gemini-3.1-pro-preview, gemini-3.8-flash, gemini-3.6-flash, gemini-3.5-flash och lite-varianterna — och inget från 4-serien. Vi undanhåller inte någon rutt; det finns ingen rutt att undanhålla.

Om en G​emini 4 Pro lanseras senare i år överlever förmodligen strukturen i den här jämförelsen, eftersom prisnivån den skulle ligga på redan upptas av Argon i toppen av sortimentet. Men siffrorna nedan tillhör G​emini 4 Argon, och de är märkta som sådana.

Vad G​emini 4 Argon är, eftersom det är det som jämförs

G​emini 4 Argon tillkännagavs den 30 september 2026 och blev allmänt tillgänglig på den betalda nivån den 13 oktober 2026. Den är multimodal i både in- och utdata – text, bilder, video, ljud och PDF som indata, text som utdata – med ett enhetligt kontextfönster på 1 M token och ett standardtak för utdata på 65 536 token som utökas till 1 048 576 token i långavkodningsläge. Prissättningen är ett introduktionspris på 2,00 USD per miljon indata-token och 10,00 USD per miljon utdata-token, som stiger till 4,00 respektive 20,00 USD den 1 december 2026, med cachad indata på 0,10 USD som fördubblas till 0,20 USD samma datum. Cachning sker endast implicit; det finns ingen explicit cachenivå att köpa. Den finns inte på G​oogles kostnadsfria nivå.

På Artificial Analysiss Intelligence Index får den 52,6, till en beräkningskostnad på cirka 1,99 dollar per indexuppgift. Googles egna publicerade siffror inkluderar 57,1 % på Terminal-Bench 4.0, 61,8 % på SciCode och 57,1 % på Humanity's Last Exam – leverantörsrapporterade och märkta som sådana, men åtminstone angivna på ett namngivet testramverk med namngivna uppgifter.

Så modellen på andra sidan av den här jämförelsen är ett multimodalt flaggskepp med en oberoende indexpoäng på 52,6 och ett pris som fördubblas på sex veckor. Mercury 3 är en diffusionmodell som endast hanterar text, utan indexpoäng och med ett pris som halveras vid lansering. Nästan varje dimension i jämförelsen är en kontrast mellan två olika teorier om vad en språkmodell är till för.

Specifikationskontrasten, utifrån de dimensioner som avgör driftsättningar

• Pris för utdata — Mercury 3 på $0,35 per miljon vid lansering och $0,70 i listpris, jämfört med Gemini 4 Argon på $10,00 nu och $20,00 från och med 1 december 2026.

• Inputpris — $0.10 vid lansering och $0.20 i listpris, jämfört med $2.00 nu och $4.00 efter 1 december.

• Cachad indata – $0,01 vid lansering och $0,02 i listpris på Mercury 3, jämfört med $0,10 nu och $0,20 efter 1 december på Argon, endast implicit cachning.

• Kontext – 1 000 000 tokens på båda, även om Argons är enhetligt över modaliteter och Mercury 3:s håller enbart text.

• Maximal utdata – 131 072 token på Mercury 3, jämfört med 65 536 som standard på Argon och upp till 1 048 576 i long-decode-läge.

• Indatamodaliteter – endast text kontra text, bild, video, ljud och PDF.

Genomströmning – 1 068 tokens per sekund enligt leverantörens uppgifter för Mercury 3, jämfört med att ingen jämförbar siffra för enkelström har publicerats för Argon.

• Oberoende indexpoäng – ingen för Mercury 3, jämfört med 52,6 för Argon till cirka 1,99 USD i beräkningskostnad per indexuppgift.

• Prisriktning — Mercury 3:s rabatt har inget publicerat slutdatum; Argons höjning är schemalagd till den 1 december 2026 och gäller hela begäran när indata passerar långkontextgränsen.

Prisraden är den som kommer att avgöra de flesta verkliga driftsättningar, och datumet 1 december gör den brådskande på ett sätt som Mercury-lanseringen inte gör. Ett team som bygger en dokumentpipeline på Argon till $2.00/$10.00 och kör om kostnadsmodellen i januari kommer att upptäcka att indatapriset har fördubblats och att utdatapriset har fördubblats med det. Det är inte en subtil risk; det är en kalenderpost.

Där prisjämförelsen fallerar helt

G​emini 4 Argon tar PDF:er, skärmbilder, ljud och video. Mercury 3 tar text. Den där enda raden eliminerar prisjämförelsen för en stor del av de arbetsbelastningar där Argon faktiskt används – fakturor, skannade formulär, inspelade samtal, skärminspelningar, allt där indata kommer som pixlar eller vågform snarare än tecken.

Att få in en PDF i Mercury 3 innebär att först köra OCR eller en layoutmodell, och det steget har sin egen kostnad, sin egen latens och sin egen felkvot. Ett skannat kontrakt på 40 sidor blir inte gratis bara för att modellen som läser den extraherade texten är billig. På de arbetsbelastningar där Argons multimodalitet är avgörande är Mercury 3 inte ett billigare alternativ – det är inte ens ett alternativ, och den ärliga jämförelsen upphör där.

Där modaliteterna faktiskt matchar – text in, text ut, och en stor del av produktionstrafiken är precis det – är prisskillnaden ungefär 14 gånger vid Argons nuvarande utmatningshastighet och 28 gånger efter 1 december. Det är tillräckligt stort för att ändra en arkitektur. En retrieval-pipeline som för närvarande skickar tjugo kandidatpassager till en flaggskeppsmodell för omrankning skulle kunna skicka hundra till Mercury 3 för samma pengar, och den extra kontexten kan mycket väl vara värd mer än skillnaden i kvalitet per token.

Bevisasymmetrin, och varför den spelar större roll här

G​emini 4 Argon har en oberoende mätning och en leverantörsbenchmarktabell. Mercury 3 har ingendera. Det Mercury 3 har är en genomströmningssiffra som Inception mätte på ospecificerad NVIDIA-hårdvara, ett påstående om mer än 40 gånger så många parametrar som Mercury 1, och ett strukturerat kvalitetsresultat: 50 % slutförande på 50 live-navigeringsuppgifter i Mind2Web i Inceptions egen agentharness, vilket företaget säger är "betydligt mer än GPT-6.1-Sol" vid samma tokenvolym och samma antal steg.

Det är ett genuint resultat – navigering på livewebben är svår att manipulera – men det är inte jämförbart med ett 52,6 på ett neutralt index. De två siffrorna svarar på olika frågor: den ena säger "den här modellen kan slutföra hälften av femtio verkliga navigeringsuppgifter"; den andra säger "den här modellen får 52,6 på en fast, publicerad svit som alla andra modeller i indexet också har genomfört". Du kan rangordna den andra mot alternativ. Den första kan du bara rimlighetskontrollera.

Det finns också ett kalibreringsproblem som döljer sig i jämförelsen. Mercury 3 använder som standard den lägsta av sina fyra inställningar för arbetsinsats när parametern utelämnas, så varje utvärdering som inte låser arbetsinsatsen mäter modellen vid dess minst kapabla inställning. Argon har ingen motsvarande inställning. En benchmarkkörning av båda, utförd slarvigt, skulle få gapet att se större ut än det är åt endera hållet – och Inceptions egna jämförande påståenden anger inte vilken inställning som producerade dem.

De två modellerna befinner sig inte på samma sida av en prisändring.

Sätt de två prislistorna bredvid varandra så går utvecklingen åt motsatt håll. Mercury 3 lanserades med 50 % rabatt utan slutdatum, vilket innebär att en byggare inte kan avgöra om priset om sex månader är $0.10/$0.35 eller $0.20/$0.70. Argon lanserades med ett introduktionspris med ett fast slutdatum, vilket innebär att en byggare exakt vet vad priset är den 2 december: dubbelt.

Visshet om en dålig siffra är ofta värd mer än osäkerhet om en bra, och det här är ett fall där de två modellerna ger dig en av varje. Om du budgeterar en pipeline för ett år är Argons $4.00/$20.00 siffran att modellera mot från och med december, och Mercury 3:s listpris på $0.20/$0.70 är siffran att modellera mot eftersom rabatten inte är en prislista. Till och med med dessa två konservativa siffror är gapet 20 gånger sett till output, vilket fortfarande är det största enskilda faktumet i den här jämförelsen.

Det som ingen prislista berättar är vad en uppgift kostar. Argons indexkörning kostar cirka $1.99 i beräkningskostnad per uppgift; Mercury 3 har ingen motsvarande mätning, och dess tokenekonomi vid diffusionsavkodning har inte samma form som en autoregressiv modells. Den som just nu anger en kostnad per uppgift för Mercury 3 extrapolerar från en kostnad per token och en gissning om utdatans längd.

Hur man håller båda utan att binda sig till någon av dem

G​emini 4 Argon finns inte i OrcaRouters katalog. Det vi routar från G​oogle är 3.x-serien – gemini-3.1-pro-preview till $2.00/$12.00, gemini-3.8-flash och gemini-3.6-flash till $0.75/$3.75, gemini-3.5-flash till $1.50/$9.00 samt lite-varianterna – och Mercury 3 finns inte heller i katalogen, av det enklare skälet att vi inte har någon Inception-modell. Så för just den här jämförelsen är vår ärliga hållning att vi inte är rätt väg för någon av dess sidor.

Det är i den del av arkitekturen som omger valet som en router fortfarande är användbar. De 3.x-modeller som vi faktiskt tillhandahåller kan fungera som reserv för båda: skicka merparten av textarbetet till Gemini 3.1 Pro eller Gemini 3.8 Flash till deras listpriser utan något påslag från vår sida, och skicka bara de anrop som verkligen behöver flaggskeppsmodellen eller diffusionsmodellen till respektive leverantör. Det gör att en slutpunkt, en nyckel och en uppsättning autentiseringsuppgifter räcker för merparten av trafiken, och det begränsar de två specialfallen till två smala kodvägar — vilket är ett mycket mindre åtagande än att välja ett av dem som standard för allt.

Pass-through-prissättningen är särskilt viktig för Argon. När den 1 december är här och Google fördubblar taxan, ändras priset för en routad modell samma dag som leverantören ändrar det, utan omförhandling och utan en inaktuell prislista i din kostnadsmodell. Vi routar inte Argon i dag; om det ändras, infaller höjningen enligt samma tidsplan som Google publicerar i stället för vår egen.

Vad ska man göra med en jämförelse med en modell som inte finns?

Det praktiska rådet är tråkigt och förtjänar att sägas. Om ett upphandlingsdokument, ett internt förslag eller en leverantörspresentation framför dig hänvisar till Gemini 4 Pro, be om modellidentifieraren i API:et. Inte marknadsföringsnamnet, inte familjenamnet, inte nivån – strängen som du skulle lägga i en request body. Om svaret är gemini-4-argon, tittar du på Argon med en annan etikett, och priskortet är $2.00/$10.00 nu och $4.00/$20.00 från och med den 1 december. Om det inte finns något svar, hänvisar dokumentet till ett namn och inte en produkt.

Samma test gäller för Mercury 3, fast åt andra hållet. Dess identifierare är verklig, dess prislista är publicerad, dess kontextlängd är publicerad och dess genomströmningssiffra är ett påstående från leverantören. Mellan en modell med ett fullständigt specifikationsblad och inget oberoende betyg, och en modell med ett oberoende betyg vars namn folk ständigt får fel på, är den andra fortfarande det säkrare standardvalet – inte för att Google är en säkrare leverantör, utan för att en siffra som du inte behövt ta på tro är värd mer än en rabatt du inte kan verifiera. Tills Inceptions modell har en indexsida är valet mellan dessa två ett val mellan bevis och pris, och de flesta team bör köpa beviset och hyra priset.