Mercury 3 vs Mercury 2.5 – förhandsvisning: Uppgraderingen har en deadline, och den är den 15 november

Det här är den sällsynta modelljämförelsen där den äldre modellen stängs av medan du läser den. Mercury 2.5 Preview gick live den 31 augusti 2026; den ersattes av den skarpa versionen Mercury 2.5 den 8 september; och när Inception lanserade Mercury 3 den 19 oktober 2026 meddelade de också att Mercury 2 och Mercury 2.5 är stängda för nya användare, medan befintliga kunder endast behåller åtkomst till den 15 november 2026. Så frågan är inte huruvida Mercury 3 är bättre än förhandsversionen den härstammar från – en 40-faldig parameteruppskalning och ett fyrdubblat kontextfönster besvarar det på specifikationsbladet. Frågan är vad en migrering till Mercury 3 faktiskt kostar dig, vad den oberoende styrelsen säger om modellen du lämnar, och hur mycket av Mercury 3:s eget lanseringspåstående som styrelsen redan har motsagt för dess föregångare. Tidsfristen är 26 dagar från och med idag. Om modellen du landar på är en som vi routar fungerar samma konfigurationsdisciplin på vår OpenAI-kompatibla endpoint, till leverantörens listpris med 0 % påslag, så en övergång är en konfigurationsändring även här. De dokumenterade AI-felen och agentincidenterna bakom releaser som denna samlas i OrcaRouter AI Incident Archive där varje post har sina egna källor, allvarlighetsgrad, konfidensgrad och omstridd flagga.

Vad ändrades mellan förhandsversionen och flaggskeppet

Inception har varit ovanligt konsekvent när det gäller sammansättningen av sitt sortiment genom tre lanseringar på sju veckor, vilket gör förändringarna lätta att ange:

Utgåva – Mercury 2.5 Preview, 31 augusti 2026 (ersatt av Mercury 2.5 den 8 september) mot Mercury 3, 19 oktober 2026

• Kontextfönster — 260 000 tokens på Mercury 2.5 jämfört med 1 000 000 på Mercury 3, en 3,8× ökning

• Maximal utdata — 65 536 tokens kontra 131 072, exakt fördubblat

• Utpris enligt prislista – 0,75 $ mot 0,70 $ per miljon, en sänkning med 6,7 %, inte särskilt dramatisk

• Inpris enligt lista — $0.20 på båda; inprisraden rörde sig inte alls

• Cachad indata — 0,02 USD för båda

• Lanseringsrabatt – Mercury 2.5 hade en introduktionsrabatt på 80 %; Mercury 3 lanserades med 50 % rabatt, så $0.10 för indata och $0.35 för utdata under kampanjen

• Genomströmning – 1 107 token per sekund uppges för Mercury 2.5 Preview jämfört med 1 068 för Mercury 3; den nyare, betydligt större modellen är marginellt långsammare enligt leverantörens egen siffra

• Skala – Mercury 3 beskrivs som mer än 40× större än Mercury 1 i totalt antal parametrar; Inception har inte publicerat något absolut parameterantal för någon av modellerna

• Modalitet — endast text, på båda

• Vikter – stängda på båda

Två rader i den listan förtjänar mer än en hastig blick. Den första är priset. Att gå från förhandsversionens leveransklara efterföljare till flaggskeppet sänker outputkostnaden med fem cent per miljon och ändrar inget annat på kortet – vilket innebär att migreringen inte säljs in på pris alls. Mercury 3:s argument måste handla om kapacitet och kontext, annars är det inget argument. Den andra är genomströmningen: den större modellen är 39 tokens per sekund långsammare enligt Inceptions egna siffror, så en uppgradering köper inte rå hastighet. Den köper utrymme.

Utrymme är den faktiska produkten här. 260K till 1M är skillnaden mellan ett samtal som måste sammanfattas och ett som inte behöver det; 65K till 131K i utdata är skillnaden mellan ett svar och ett dokument. Om din Mercury 2.5-arbetsbelastning aldrig närmade sig 200K tokens kontext är argumentet för att byta tidigt svagt. Om den rutinmässigt trunkerar löser Mercury 3 ditt problem, och tidsfristen är en gåva.

Den del av beslutet som ingen trycker: vad styrelsen sa om 2.5

Mercury 2.5 har ett oberoende rekord, och det är inte vänligt. På Artificial Analysis, läst den 20 oktober 2026:

• Intelligensindex — 12,3, uppmätt, inte uppskattat

• AA-Omniscience — −39,5, med en hallucinationsfrekvens på 80,3 % i kunskapsprovet

• Terminal-Bench 4.0 — 0.0

• SciCode – 0,3854

• Humanity's Last Exam — 0.1177

• AA-LCR långkontextresonemang — 0.7167

• GDPval-AA — Elo 474,8

• Kostnad per indexuppgift – 0,1167 USD, den billigaste i hela den här serien med fem artiklar, sex gånger billigare

Det är en modell med en mycket specifik profil: billig, snabb och svag på exakt det kunskapsintensiva arbete som en allmän assistent bedöms efter. Det är profilen för en latenskomponent snarare än en resonemangsmodell, vilket stämmer med hur Inception alltid har positionerat linjen — röst, support, sökning, handledning — och inte stämmer med hur förhandsversionen bevakades vid den tiden. Den kostar också $0.1167 per indexuppgift, vilket inte är en felskrivning och inte ett kap: en modell som svarar snabbt och fel är billig per uppgift och dyr per utfall.

Detta spelar roll för Mercury 3 eftersom samma resultattavla inte har någon post för den. Flaggskeppet är nio dagar gammalt, och den enda medlemmen av familjen som har mätts fick 12,3. Det förutsäger inte Mercury 3:s poäng – en 40× uppskalning med en ny träningskörning är en annan modell, och Inception hävdar att intelligensen ökade 3× från Mercury 1 (mini) till Mercury 3 – men det innebär att familjens oberoende historik för närvarande består av en svag mätning och en frånvaro. Den som planerar en migrering i november bör betrakta Mercury 3 som omätt tills resultattavlan säger annat, och utforma migreringen så att en omätt modell inte kan slå ut en produktionsväg.

Vad en migrering faktiskt innebär

Mekaniken är det lätta, och Inception har gjort den enklare än de flesta leverantörer. Modellen är OpenAI-API-kompatibel, så slutpunktens utformning ändras inte. Det som däremot ändras:

• Modellidentifieraren. Mercury 3 är ett nytt ID, inte en versionshöjning av ett befintligt.

• Kontextbudgeten. Ett fönster på 1M bjuder in promptar som ett fönster på 260K inte kunde ta emot, och en pipeline som börjar skicka förfrågningar på 600K tokens har en annan kostnadsprofil även vid samma pris per token

• Reasoningsinställningen. Mercury 3 erbjuder instant, low, medium och high; Mercury 2.5:s stege var kortare. En begäran som utelämnar inställningen landar på standardinställningen, som kanske inte är den som din latensbudget byggdes kring

• Temperatur. Mercury 3 accepterar 0,5 till 1,0. Allt under 0,5 som dina 2.5-prompter förlitade sig på måste begränsas.

• Strukturerade utdata och verktygsanrop. Båda stöds i Mercury 3, och båda är den typ av funktion som beter sig subtilt annorlunda vid en 40× uppskalning – värt ett regresstest på schemanivå snarare än en okulär kontroll

• Tak för utdata. 131,072 token är tillräckligt generöst för att en skenande generering ska kosta riktiga pengar innan den stoppas. Sätt ett explicit tak för det.

Det billiga sättet att göra detta är en skuggdistribution: duplicera en del av Mercury 2.5-trafiken till Mercury 3 med samma prompts, logga båda utdata och jämför dem utifrån det mått du faktiskt bryr dig om – slutförda uppgifter, inte tokenlikhet. Gör det i en vecka och växla sedan över. Datumet 15 november ger dig tillräckligt med utrymme för en sådan cykel och inte mycket mer, så börja med anropsstället med störst volym i stället för det mest intressanta.

Notera också riktningen på reservlösningen. Under en skuggperiod är den säkra konfigurationen Mercury 3 som primär med Mercury 2.5 som failover, inte tvärtom: om den nya modellen fungerar dåligt svarar den gamla fortfarande, och om den gamla fasas ut under fötterna på dig bär den nya redan trafiken. Inceptions eget meddelande säger att befintliga kunder behåller åtkomsten "fram till den 15 november 2026", vilket framstår som ett hårt stopp snarare än ett mjukt. En pipeline vars enda reservlösning är en modell med ett utgångsdatum har ingen reservlösning efter det datumet.

OrcaRouter routar inte Mercury 3 eller Mercury 2.5 – ingen av dem finns i vår katalog, och båda tillhandahålls via Inceptions egen API och flera tredjepartsplattformar. Det gör den här till en av de få artiklarna i serien där rådgivningen om routning handlar om integrationens utformning snarare än om vår endpoint: oavsett vilken leverantör du använder bör du lägga modellidentifieraren och reasoning-inställningen i konfigurationen i stället för i koden, så att november-övergången blir en konfigurationsändring och inte en driftsättning.

Vem ska flytta nu, vem ska vänta

Agera nu om: din Mercury 2.5-trafik är latenskritisk och volymtung, dina prompter regelbundet når 260K-taket, du behöver utdata längre än 65K tokens, eller du använder en leverantör som kommer att avveckla 2.5 åt dig den 15 november oavsett om du är redo eller inte. I dessa fall är migreringen inte valfri, och det enda beslutet som återstår är om du ska testa den ordentligt först. Testa den ordentligt.

Vänta – men förbered dig ändå – om: Mercury 2.5 är en mindre komponent, din arbetsbelastning ryms bekvämt inom 260K, eller du behöver uppmätt kvalitet innan du bestämmer dig. Att vänta betyder inte att göra ingenting: lägg in identifierar- och resonemangsinställningarna i konfigurationen nu, kör skuggjämförelsen och skjut upp växlingen tills antingen posten för Artificial Analysis dyker upp eller den 10 november infaller, beroende på vilket som kommer först.

Titta någon annanstans helt och hållet om: ditt arbete kräver syn, filinmatning eller kunskapsintensivt resonemang med en publicerad kapabilitetsnivå. Mercury 3 är endast textbaserad och utan poängsättning; en modell med ett oberoende index och bildinmatning är det säkrare köpet, och sänkningen av utdatapriset med 6,7 % räcker inte för att kompensera för en saknad modalitet.

Deadlinen är själva nyheten

Skala bort lanseringsinramningen, och det Inception tillkännagav den 19 oktober är en avvecklingsplan med en modell på köpet. Mercury 2.5 Preview var en fem veckor gammal förhandsversion; Mercury 2.5 var i sex veckor den levererade modellen innan den stängdes för nya användare; och slutdatumet för befintliga kunder är den 15 november. Det är en snabb takt för en leverantör som ber företag att bygga på den, och det är det enskilt mest beslutsrelevanta faktumet för alla som kör den här familjen i produktion – mer relevant än en 3,8× ökning av kontexten, eftersom en kontextökning är en möjlighet och ett avvecklingsdatum är en begränsning.

Motargumentet är att takten gav något verkligt: 1 miljon tokens kontext, ett dubbelt så högt utdatatak och ett utdatapris som är något lägre än modellen den ersätter, allt till samma indatapris, med en OpenAI-kompatibel endpoint så att bytet blir en konfigurationsfråga snarare än kod. Diffusionsmodeller förväntades nå en kvalitetsvägg när de skalades upp, och Inceptions påstående är att de inte gjorde det. Huruvida det påståendet håller vid en oberoende utvärdering är den öppna fråga som den här artikeln inte kan besvara, och skälet att skuggtesta i stället för att byta över med ett lanseringsinlägg som enda grund.

Det som inte är öppet är kalendern. Om Mercury 2.5 bär på något du bryr dig om finns migreringsplanen oavsett om du har skrivit ned den eller inte, och den måste vara klar inom mindre än fyra veckor.