Mercury 3 vs Kimi K3: En modell du kan ladda ner, en du bara kan hyra

Den mest användbara skillnaden mellan Mercury 3 och Kimi K3 har ingenting med hastighet eller pris att göra. Kimi K3, som Moonshot AI släppte den 16 juli 2026 och sedan publicerade vikterna den 27 juli under en modifierad MIT-licens, är en mixture-of-experts-modell med 2,8 biljoner parametrar som du kan ladda ner, granska, kvantisera och hosta själv. Mercury 3, som Inception släppte den 19 oktober 2026, är en sluten diffusionsmodell som du bara kan anropa. Allt annat i den här jämförelsen – fönstren på 1 miljon tokens som de delar, de tusentals tokens per sekund som en av dem hävdar, prisskillnaden för utdata som går i motsatt riktning – följer av den första skillnaden om vem som äger artefakten. Samma nyckel når hela katalogen med över 200 modeller till listpris, med failover mellan leverantörer. 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.

Den där formuleringen är inte akademisk. Den avgör vilken av dessa två modeller som kan överleva att en leverantör försvinner, vilken som kan finjusteras på dina data, vilken du kan köra klockan tre på natten utan en hastighetsbegränsning, och vilken som är en budgetpost som upphör när någon annan bestämmer att den ska göra det. Den avgör också vad en rättvis jämförelse ens är: Kimi K3:s pris per token är en hostingkostnad, medan Mercury 3:s är en hyra.

Specifikationerna, på båda sidor av ägargränsen

• Parametrar — Kimi K3 2,8 biljoner totalt, 104 miljarder aktiva per token, 16 av 896 experter jämfört med Mercury 3 ej offentliggjorda, endast beskrivna som mer än 40× större än Mercury 1

• Arkitektur — mixture-of-experts på Kimi Delta Attention mot en diffusionsspråkmodell som förfinar tokenblock parallellt

• Kontextfönster — 1 048 576 tokens mot 1 000 000 tokens; i praktiken oavgjort

Maximal utdata – Kimi K3 upp till hela 1M-fönstret i ett enda svar jämfört med Mercury 3 131 072 tokens

• Inmatningsmodalitet — text, bild och video kontra enbart text

• Vikter – publicerade, Modified MIT, på Hugging Face vs stängda

• Indatapris – 3,00 USD per 1M jämfört med 0,20 USD per 1M enligt listpris, 0,10 USD vid lansering

• Utdata-pris — $15.00 per 1M jämfört med $0.70 per 1M enligt listpris, $0.35 vid lansering

• Cachad indata – $0.30 per 1M jämfört med $0.02 per 1M

• Uppgiven genomströmning – publiceras inte av Moonshot jämfört med 1 068 token per sekund, enligt leverantören

• Independent Intelligence Index – 43,6, enligt Artificial Analysis jämfört med ingen uppgift ännu per den 20 oktober 2026

Ställ de två priskolumnerna bredvid varandra, och gapet är 15× för indata och 21× för utdata. Ställ modalitetsraden bredvid den, och gapet krymper till något smalare än en rutt: Kimi K3 tar emot video och bilder, Mercury 3 tar emot text, och en arbetsbelastning som måste titta på en skärminspelning väljer inte mellan dem oavsett pris. Ställ vikternas rad bredvid den, och jämförelsen förändras helt i karaktär, eftersom de två priserna inte mäter samma sak.

Vad Kimi K3:s mätningar faktiskt säger

Kimi K3 är den enda modellen i den här serien i fem delar som både har publicerade vikter och en fullständig oberoende dokumentation, vilket gör den till den användbara referenspunkten:

• Intelligensindex — 43,6, mätt av Artificial Analysis

• Terminal-Bench 4.0 — 0.1263; Terminal-Bench 2.1 — 0.8502 enligt leverantörens egen rapporterade körning

• SciCode — 0.5949, det högsta av de fyra motståndarna i den här omgången

• Humanity's Last Exam — 0.4690

• AA-LCR långkontextresonemang — 0,8867, den starkaste långkontextläsningen i serien

• GDPval-AA — Elo 1532,59

• AA-Omniscience — 19,7

• GPQA Diamond — 0,9354

• Kostnad per indexuppgift — $2.00

Två varningar om den tabellen. Terminal-Bench-siffrorna ligger väldigt långt ifrån varandra – 0,1263 för version 4.0 och 0,8502 för 2.1 – vilket är ett problem med benchmarkversionen snarare än ett modellproblem, och den som citerar den ena utan den andra väljer sida. Och Artificial Analysis-indexet för Kimi K3 visar 43,6 i dag, medan leverantörens eget lanseringsmaterial hävdade 57 enligt en tidigare version av indexet. Indexet har byggts om sedan dess; 57 är en historisk siffra, inte en aktuell.

Den profil som överlever båda varningarna är en modell som är stark på långkontextresonemang och vetenskaplig kod, måttlig på kunskapsåterkallning och föga anmärkningsvärd på agentarbete i terminalstil. Det är inte profilen för en modell som man laddar ner för att ersätta ett frontier-API i sin helhet. Det är profilen för en modell som är värd att äga för en specifik typ av arbete – vilket är precis argumentet för öppna vikter.

Förbehållet med att ladda ner och köra, uttryckt rakt på sak

Publicerade vikter och körbara vikter är olika påståenden, och att sammanblanda dem är den vanligaste överdriften i rapporteringen om stora kinesiska modeller. En mixture-of-experts-modell med 2,8 biljoner parametrar och 104 miljarder aktiva parametrar är en datacenterartefakt. Att publicera checkpointen betyder att du kan granska den, finjustera den, kvantisera den och serva den – för organisationer med tiotals acceleratorer och ett ingenjörsteam som kan hålla dem sysselsatta. Det betyder inte att den körs på en arbetsstation, och den kvantiseringsvåg som följer varje lansering av detta slag handlar lika mycket om att göra modellen körbar som om att göra den liten.

Så en ärlig tolkning av Kimi K3:s licens är snävare än "öppen" och ändå betydelsefull: det är en granskningsbar, modifierbar modell i frontierklass som kan driftas på egen server. För ett reglerat företag som inte kan skicka kunddata till ett tredjeparts-API är det hela avgörandet. För en startup med tre ingenjörer och en månatlig API-räkning på 400 dollar är det en hobby.

Mercury 3 har inget sådant alternativ till något pris. Det är en verklig begränsning, och det är värt att vara tydlig med att Inception inte har meddelat någon viktrelease eller något datum för en sådan. Det företagsalternativ som erbjuds är avtalsmässigt snarare än tekniskt: dedikerad kapacitet, autoskalning, efterlevnadskontroller och konfigurerbar datalagring, allt inom Inceptions plattform. Det besvarar frågan om dataplacering för vissa köpare. Det besvarar inte frågan "vad händer om leverantören försvinner" för någon av dem.

Kostnad per slutfört jobb, inte kostnad per token

Gapet på 21× i utpris är den siffra som brukar citeras, och i sig är det missvisande åt båda hållen.

För det första är Kimi K3:s $3.00/$15.00 en premiumposition på den kinesiska marknaden, och det har Moonshot sagt. Jämfört med Mercury 3:s $0.20/$0.70 är det inte en premiumposition, det är en annan kategori. Ett team som kör 50 miljoner output-tokens i månaden betalar $750 för Kimi K3 och $35 för Mercury 3 enligt listpris. Den skillnaden är tillräckligt liten för att vara irrelevant för vissa företag och tillräckligt stor för att finansiera en anställning för andra.

För det andra vänder de oberoende siffrorna för kostnad per uppgift på intuitionen. Kimi K3 kostar $2,00 per slutförd indexuppgift; Mercury 2.5, den närmast mätta medlemmen i Mercury-familjen, kostar $0,1167 — men fick 12,3 mot Kimi K3:s 43,6. Låg kostnad per token och låg kostnad per arbetsenhet är olika siffror, och bara en av dem hör hemma i en kapacitetsplan. Mercury 3 har ingen siffra för kostnad per uppgift eftersom det inte har något indexresultat, vilket innebär att den viktigaste cellen i den här jämförelsen är tom.

För det tredje, och det här är det folk glömmer: Kimi K3 finns på OrcaRouter till Moonshots listpris utan påslag, och detsamma gäller resten av katalogen med över 200 modeller, på en enda OpenAI-kompatibel endpoint med automatisk failover. Mercury 3 gör det inte — den serveras via Inceptions egen API och flera tredjepartsplattformar. Den asymmetrin förändrar formen på ett förnuftigt test: du kan jämföra Kimi K3 mot din nuvarande lösning utan att teckna något nytt, och du kan inte göra detsamma för Mercury 3 utan en andra integration.

För en arbetsbelastning som kör långa agentsessioner finns det ytterligare en kostnadsvariabel värd att kontrollera innan man litar på endera prislistan. Kimi K3:s 1M-kontext har ingen publicerad tilläggsavgift för långa förfrågningar, och det har inte Mercury 3:s heller. Det är ovanligt och är huvudanledningen till att båda modellerna är trovärdiga för transkript som skulle utlösa en omprissättningsnivå någon annanstans.

Vilken ska man välja, utifrån situation snarare än poäng

Välj Kimi K3 när arbetet kräver bilder eller video, när långkontextresonemang är kärnuppgiften – dess 0,8867 på AA-LCR är det bästa resultatet i den här batchen – när du behöver finjustera på proprietär data, när data inte får lämna din infrastruktur, eller när du vill ha ett uppmätt prestandagolv innan du satsar trafik. Vikterna är den strategiska tillgången; licensen är genuint tillåtande; priset är kostnaden för att inte köra den själv.

Välj Mercury 3 när arbetsbelastningen är textbaserad, latensbunden och högvolym: supportsvor, söksvar, handledningsrundor, klassificeringsnära arbete där ett svar under en sekund är produkten. Med $0.70 för utdata och $0.02 för cachad indata är det billigt nog att ekonomin per förfrågan slutar vara en designbegränsning, och fönstret på 1M innebär att du sällan sammanfattar. Det du ger upp är modalitet, ett publicerat kapacitetsgolv och alla möjligheter till självhosting.

Välj båda när uppdelningen sker efter bana snarare än efter modell. De två systemen är arkitektoniskt motsatta — det ena är en massiv gles autoregressiv MoE, det andra en parallell diffusionsgenerator — vilket innebär att de misslyckas på olika sätt, och en policy som skickar vision och långkontextresonemang till Kimi K3 och snabba textturer till Mercury 3 är sammanhängande på sakliga grunder snarare än enbart på pris. Haken är integrationen: bara en av dem är ett tillägg med en enda nyckel.

Vad skulle ändra svaret

Tre utvecklingar, ingen av dem spekulativ:

• Mercury 3:s första oberoende poäng. Den enda uppmätta medlemmen i Mercury-familjen ligger på 12,3 på Intelligence Index, mot Kimi K3:s 43,6. Om Mercury 3 landar nära Kimi K3 samtidigt som det kostar en femtondel så mycket, blir ägandeargumentet det enda argument Kimi K3 har kvar. Om det landar nära 12,3 är prisskillnaden irrelevant

• Ett släpp av Mercury 3-vikter. Inception har inte sagt något om ett sådant. Öppna vikter skulle rasera den centrala skillnaden i den här artikeln över en natt

• En billigare värd för Kimi K3. Taxan på $3/$15 är Moonshots egen; den öppna licensen innebär att tredjepartsvärdar kan erbjuda lägre pris, och en värdbaserad 2,8T MoE till halva priset förändrar matematiken för kostnad per uppgift utan att ändra modellen

Tills en av dem är på plats står jämförelsen mellan en hyrbar, omätt, mycket snabb textmodell och en ägbar, uppmätt premiummodell som läser video. De är inte utbytbara. Det enda genuint felaktiga svaret är att välja den ena för att den vinner en kolumn som den andra aldrig har bedömts i.