Mercury 3 vs GPT-5.6 Sol: 20 gånger billigare per token – och tokenarna är hela argumentet

Det intressanta med att ställa Mercury 3 bredvid GPT-5.6 Sol är att Sol redan är den billiga änden av O​penAIs frontier, och Mercury 3 är billigare igen med en marginal som gör att ordet "billig" inte säger något. Inception Labs släppte Mercury 3 den 19 oktober 2026 till $0,20 per miljon indatatoken och $0,70 per miljon utdatatoken, med en halvering till $0,10 och $0,35 under ett lanseringsfönster utan angivet slutdatum. GPT-5.6 Sol, som O​penAI lanserade den 9 juli 2026, har ett listpris på $4,00 och $20,00 under 272 000 tokens och $8,00 och $30,00 över det. För utdata är det en skillnad på 57 gånger till Mercury 3:s lanseringspris och 28 gånger till listpris — och till skillnad från de flesta sådana skillnader krymper den inte när man mäter den per svar, eftersom Sols fördel i de tidigare G​PT-6-jämförelserna var att den var sparsam med tokens, och Sol är inte sparsam på samma sätt som G​PT-6 Sol var. De dokumenterade AI-misslyckandena och agentincidenterna bakom lanseringar som denna samlas i OrcaRouter AI Incident Archive där varje post har sina egna källor, allvarlighetsgrad, konfidensgrad och flagga för omstridd status.

Båda modellerna tar emot en miljon tokens som indata i ett anrop och båda genererar endast text som svar. Där de skiljer sig åt är vad som händer runt tokens: Mercury 3 är en diffusionsspråkmodell som fastställer block av positioner på en gång och körs i en av leverantören uppmätt hastighet på 1 068 tokens per sekund, medan GPT-5.6 Sol är en autoregressiv frontiermodell som tar emot bilder och filer såväl som text, och som Artificial Analysis mätte till 87,7 tokens per sekund för 1,99 dollar per Intelligence Index-uppgift. Jämförelsen handlar därför mindre om vilken modell som är bättre, vilket ingen har mätt för Mercury, och mer om vad samma arbetsbelastning kostar för var och en när omförsök och bortkastade tokens räknas.

Två prislistor, läs noggrant

Sols prislista har en gräns som Mercurys inte har, och den gränsen är den strukturella skillnad mellan de två produkterna som får störst konsekvenser. Allt upp till 272 000 indatatokens debiteras till $4,00 och $20,00. Allt däröver prissätter om hela förfrågan till $8,00 och $30,00 – inte de överskjutande tokens, utan hela saken. En prompt på 300 000 tokens kostar $2,40 i indata på Sol, vilket är mer än vad en prompt på 250 000 tokens skulle kosta till $4,00 med en faktor på mer än två, för 20 % mer text.

• Pris — Mercury 3: $0,20 / $0,70 per miljon, $0,10 / $0,35 vid lansering, cachad indata 90 % rabatt på indatapriset. GPT-5.6 Sol: $4,00 / $20,00 per miljon under 272 000 tokens, $8,00 / $30,00 över, cachad indata till $0,40 med en skrivkostnad på $5,00 per miljon.

Kontext och utdata — Mercury 3: 1 000 000 tokens in, 131 072 ut. GPT-5.6 Sol: 1 050 000 in, 128 000 ut.

• Modaliteter – Mercury 3: endast text. GPT-5.6 Sol: text, bild och fil in, text ut.

• Hastighet – Mercury 3: 1 068 tokens per sekund, uppmätt av Inception. GPT-5.6 Sol: 87,7 tokens per sekund i testramverket från Artificial Analysis, med en tid till första token på 91,8 sekunder för dess standardarbetsbelastning med långa prompter.

• Oberoende poäng — Mercury 3: inga publicerade; det finns ingen sida för Artificial Analysis. GPT-5.6 Sol: 47 på Intelligence Index, 77,4 på kodningsindexet, 94,1 på GPQA Diamond, 49,5 på Humanity's Last Exam, 84,0 på långkontextåterkallelse.

• Lansering – Mercury 3: 19 oktober 2026. GPT-5.6 Sol: 9 juli 2026.

En siffra på Sols kort förtjänar en egen mening, eftersom det är siffran som en latensbudget byggs av. Artificial Analysis registrerar en median på 91,8 sekunder till första token för GPT-5.6 Sol på den konfiguration som testas. Det är inte ett stavfel och det är inte en kallstart; det är vad en modell som sätter resonemanget först gör när den tänker innan den svarar på en lång prompt. Rapporteringen om Mercury 3:s lansering innehåller latensrapporter från tredje part – Octen uppmätte en median för genereringstid på 0,9 sekunder och en median för end-to-end-svar på 2,2 sekunder i sin arbetsbelastning – men det är kundomdömen i ett leverantörsmeddelande, inte ett neutralt mätramverk, och olika arbetsbelastningar. Riktningen är inte tveksam; storleken går inte att fastställa utan ett gemensamt test.

Varför tokenantalet avgör detta, och hur du kontrollerar det för din arbetsbelastning

Gapet per token är 28 gånger i listpris och 57 gånger vid lansering, så det enda sättet för Sol att stänga det är att producera långt färre token för samma arbete. Det är precis vad som hände i jämförelsen med GPT-6 Sol, där Sol gjorde av med omkring 31 000 utdatatoken per indexuppgift mot Claude Sonnet 5.5:s 193 000 och ändå blev billigare per uppgift trots en 20 gånger högre utmatningstakt. Det är inte uppenbart att det händer här: GPT-5.6 Sol kostar 1,99 USD per Intelligence Index-uppgift, medan GPT-6 Sol kostade cirka 1,05 USD i samma testmiljö, så Sol är ungefär dubbelt så dyrt per svar som sin efterföljare och runt 40 gånger så dyrt per svar som en Mercury 3-uppgift för 0,05 USD skulle vara om Mercury förbrukade samma tokenvolym.

Det där "om" gör hela jobbet, och det är värt att formulera som ett test snarare än ett påstående. Ta hundra av dina egna prompter, kör dem genom Sol och registrera antalet output-token per prompt och om svaret behövde göras om. Gör samma sak på Mercury 3. Multiplicera med prislistorna. Resultatet är ditt svar, och det tar en eftermiddag snarare än en benchmarkdiskussion.

Tre former av resultat är tillräckligt vanliga för att kunna förutses i förväg.

• Kort textarbete med hög volym – klassificering, extrahering, routning, korta sammanfattningar, 150 utdatatokens per anrop. Sols token-snålhet har inget att verka på, så prislistan är hela historien: 28 till 57 gånger billigare på Mercury 3, före rabatten.

• Resonemangstungt arbete – en flerstegets analys som Sol lägger 20 000 resonemangstoken på. Om Mercury 3 behöver två försök för att nå samma svar sjunker den effektiva skillnaden från 28 gånger till 14 gånger; om den behöver fem sjunker den till under sex gånger. Fortfarande en stor besparing, inte längre ett avrundningsfel i beslutet.

• Allt som involverar en bild — en skärmbild, en skannad sida, ett diagram. Mercury 3 returnerar ett fel. Jämförelsen existerar inte, och priset för Sols multimodala indata är vad Sol tar betalt.

Rabatten, och varför den ärliga kostnadsmodellen använder list

Mercury 3:s utpris på $0.35 är en kampanj. Inception har publicerat listpriset och rabatten men inte slutdatumet, vilket innebär att en kostnadsmodell byggd på $0.35 innehåller en skuld som ingen kan beräkna storleken på. På arbetsbelastningen med korta svar ovan är skillnaden mellan lanseringspris och listpris 2x – samma 2x som skiljer ett bra kvartal från ett dåligt, och som kommer utan varning.

Sol-kortet har den motsatta egenskapen. Det är stabilt, har en dokumenterad gräns och en dokumenterad cachestruktur: $0.40 per miljon vid läsningar, en skrivkostnad på $5.00 per miljon, vilket är 25 % över indatapriset. För en arbetsbelastning som skickar samma 30 000-token-preamble igen vid varje steg i en agentloop är den skrivpremien värd att beräkna innan man avfärdar den — Sol betalar 25 % mer en gång och 90 % mindre vid varje efterföljande läsning, och vid tio eller fler steg per uppgift faller den amorterade indatakostnaden under $1.00 per miljon.

Mercury 3:s cache-pris är $0,02 per miljon enligt listpris, $0,01 under lanseringsfönstret, utan någon publicerad skrivpremie. Det är den enskilt starkaste siffran till dess fördel för just den arbetsbelastningen: en tjugostegs agentloop med en preamble på 30 000 token kostar $0,60 i cachad indata på Mercury enligt listpris, mot läsningar till ett värde av ungefär $0,40 per miljon på Sol efter skrivningen — jämförbart i absoluta tal, och jämförelsen förblir bara jämförbar eftersom Sols cachning är ovanligt bra. Tar man bort cachningen från båda är gapet återigen 20-faldigt.

Vad routningslagret gör med ett 20-faldigt gap och ingen neutral poäng

GPT-5.6 Sol finns i OrcaRouter-katalogen till OpenAI:s egna priser — 4,00 och 20,00 dollar per miljon, 8,00 och 30,00 dollar över gränsen på 272 000 token, 0,40 dollar för cachelagrade läsningar — bakom samma OpenAI-kompatibla slutpunkt som allt annat vi dirigerar, utan något påslag ovanpå. Mercury 3 finns inte i katalogen; vårt modell-API returnerar inget för någon Inception-modell, så den som anropar den går till Inceptions egen plattform, där nya konton får 100 miljoner gratis token, eller till en av de flera tredjepartsplattformar som hostar den.

Gapet är tillräckligt stort för att det frestande draget är att byta ut hela arbetsbelastningen och se vad som går sönder. Argumentet för att inte göra det är inte försiktighet för försiktighetens skull; det är att Mercury 3 har ett kvalitetsresultat, framtaget i Inceptions eget agentramverk på 50 Mind2Web-uppgifter mot live-webbplatser, där det klarade 50 % och enligt uppgift gjorde det med samma tokenvolym och samma antal steg som en frontiermodell. Det är ett genuint intressant resultat – live-webbplatser, inte en ögonblicksbild – och det går samtidigt inte att motbevisa utifrån, eftersom testriggen och poängsättningen tillhör säljaren.

Det en routingregel ger i den situationen är ett avgränsat experiment. Skicka en definierad andel av trafiken till Mercury 3, behåll Sol bakom som reservväg, och låt automatisk redundansväxling täcka fallet där den nya modellen får timeout eller fel. Andelen är en siffra i en konfigurationsfil, inte en kodväg; att öka den från 10 % till 100 %, eller minska den till noll när rabatten upphör, är en ändring av den siffran.

Det finns också ett tredje alternativ som ingen av leverantörernas sidor berättar om, och det är det som de flesta team landar på när de väl har räknat på saken: GPT-6 Sol. Det har samma prislista på $4.00 och $20.00 som GPT-5.6 Sol, ligger en nivå under flaggskeppet GPT-6 och kostar cirka $1.05 per Intelligence Index-uppgift jämfört med Sols $1.99. Om anledningen till att du tittar på Mercury 3 är att Sol är för dyrt per svar, kan det billigare svaret på problemet vara en nyare modell till samma pris snarare än en icke uppmätt modell till en tjugondel av kostnaden.

Var detta landar

För textbaserat arbete med hög volym ligger kalkylen inte nära och bygger inte på något overifierat: till listpris är Mercury 3 20 gånger billigare på indata och 28 gånger billigare på utdata än GPT-5.6 Sol, med ett kontextfönster av samma storlek och ingen gräns att korsa. Om din arbetsbelastning är en miljon korta anrop i månaden är det avgörandet, och risken är mätbar inom en dag med trafik.

För arbete som resonerar i tjugotusen tokens, läser av en skärmbild eller körs obevakat i timmar med verktyg i loopen är modellen Sol en modell med ett dokumenterat beteende och ett stabilt pris, och tiden till första token på 91,8 sekunder är ett verkligt tal du kan planera kring snarare än ett påstående du måste testa. Det är inte en liten sak att betala för.

Det enda måttet som skulle avgöra diskussionen är Mercury 3:s kostnad per Intelligence Index-uppgift på det harness som gav Sols $1,99. Det finns inte, inget datum har angetts för det, och tills det finns är varje siffra per svar i den här artikeln för Mercury 3 ett antagande med en prislista bifogad. Prislistan är åtminstone verklig – och med en faktor 20 är den bred nog att vara värd att testa innan den är värd att tro på.