Mercury 3 vs Qwen 4 Max: En av dessa modeller existerar inte ännu

Mercury 3 har varit anropbar sedan den 19 oktober 2026: en sluten diffusionsmodell från Inception med en kontext på 1 miljon token, 131 072 utdatatoken och en prislista på 0,20/0,70 USD. Q​wen 4 Max har varit anropbar i noll dagar, eftersom den inte har släppts. A​libaba visade namnet på scenen vid sin Apsara Conference i Hangzhou den 22 september 2026, tillsammans med Q​wen 4 Flash, Q​wen 4 Plus och Q​wen 4 27B, beskrev familjen som tränad på en ny generations arkitektur och sade att den skulle komma snart. Per den 20 oktober finns det inget modellkort, ingen API-identifierare, inget kontextfönster, inget pris, ingen licens och ingen benchmark-poäng för någon Q​wen 4-nivå. Så detta är inte en modell-mot-modell-artikel i vanlig bemärkelse. Det är en artikel om vad du faktiskt kan köpa i dag, vad ett tillkännagivande på scen är värt och varför det verkliga alternativet till Mercury 3 på Q​wen-sidan är Qwen3.8-Max snarare än modellen i rubriken. De dokumenterade AI-misslyckandena och agentincidenterna bakom släpp som detta samlas i OrcaRouter AI Incident Archive där varje post har sina egna källor, allvarlighetsgrad, konfidensgrad och flagga för omstridd status.

Vad är det egentligen som jämförs?

Två olika typer av objekt. Mercury 3 är en levererad produkt med ett publicerat prisblad, ett dokumenterat driftsområde och ett lanseringsinlägg från leverantören som gör specifika numeriska påståenden. Q​wen 4 Max är ett nivånamn kopplat till en färdplan. Varje faktum i Q​wen-kolumnen nedan är ett faktum om tillkännagivandet, inte om modellen:

• Releasedatum — Mercury 3: 19 oktober 2026 mot Qwen 4 Max: inget meddelat; serien beskrevs som "under träning"

• Kontextfönster — 1 000 000 token jämfört med opublicerat

• Maximal utdata — 131 072 tokens jämfört med opublicerat

• Pris — $0,20 per 1 miljon indata och $0,70 per 1 miljon utdata, med 50 % lanseringsrabatt jämfört med opublicerat pris, i valfri valuta

• Modalitet – enbart text kontra opublicerat; Apsaras inramning betonade agentiskt arbete och arbete med verktyg

• Vikter — stängda kontra opublicerade; 27B-nivån i samma familj är den som historiskt har släppts öppen

• Genomströmning — 1 068 tokens per sekund, leverantörsrapporterat kontra opublicerat

• Oberoende benchmark-poäng — ingen ännu för Mercury 3 vs ingen möjlig för Q​wen 4 Max

• Parameterantal – ej offentliggjort, "mer än 40× Mercury 1" jämfört med ej publicerat; uppgiften om 5–10 biljoner som cirkulerar tillhör färdplanen för Q​wen 4.5 och Q​wen 5, inte Q​wen 4 Max

• Vad du kan göra med det idag – anropa det via Inceptions API kontra ingenting

Den sista raden är jämförelsen. Nio av de tio raderna ovan är "opublicerade", och en specifikationstabell som till nio tiondelar är tom är inte en specifikationstabell, den är ett pressmeddelande med kolumnformatering.

Vad ett konferensmeddelande är värt

Alibabas Qwen-serie har en track record som är värd att ta på allvar, vilket är anledningen till att tillkännagivandet överhuvudtaget fick uppmärksamhet. 3.8-generationen levererade en flaggskeppsmodell med 2,4 biljoner parametrar till $2,00/$6,00, publicerade vikter för sin 27B-nivå och släppte underversioner i månatlig takt – Qwen3.8-Max blev allmänt tillgänglig den 3 augusti 2026, med en (0902)-uppdatering den 2 september, ett släpp av öppna vikter för 27B den 14 augusti och en Flash-Next-modell den 26 augusti. Det är ett labb som levererar, enligt schema, med vikter.

Det är också ett labb som annonserar före lansering. Q​wen 4-serien presenterades den 22 september utan att några datum kopplades till någon av de fyra nivåerna, och de fyra veckorna sedan dess har inte gett något modellkort, inget repo, ingen checkpoint på Hugging Face och ingen post på de oberoende resultattavlorna. Det realistiska planeringsantagandet är inte ”Q​wen 4 Max kommer nästa månad” utan ”Q​wen 4 Max kommer när ett modellkort dyker upp”, vilket är ett datum som inte går att fastställa och därför inte ett datum som du kan bygga en migrering kring.

Vad ett roadmap-tillkännagivande verkligen är bra för är en annan typ av beslut. Om du väljer mellan leverantörer i dag säger tillkännagivandet att Alibaba avser att fortsätta konkurrera på flaggskeppsnivå, vilket är ett skäl att stanna kvar på den nuvarande generationen i stället för att lämna familjen. Om du väljer en modell att driftsätta det här kvartalet säger det dig ingenting som du kan agera på.

Siffran på 5 till 10 biljoner parametrar som cirkulerade i bevakningen av Q​wen 4 förtjänar en särskild rättelse, eftersom den kommer att fortsätta spridas. Det är ett framåtblickande uttalande om generationerna efter Q​wen 4 – tidsramen Q​wen 4.5 och Q​wen 5 – och A​libaba har inte angett något parameterantal för Q​wen 4 Max. Ett storlekspåstående i Q​wen 5-klass som står tryckt bredvid ett Q​wen 4-modellnamn är ett kategorifel med lång halveringstid.

Q​wen du faktiskt kan ringa

Om frågan bakom sökningen är "ska jag använda Mercury 3 eller A​libabas flaggskepp", så är A​libabas flaggskepp Qwen3.8-Max och den har ett verkligt track record. Jämförelsen som spelar roll är därför Mercury 3 mot den modell som faktiskt finns:

• Släpp — Mercury 3 19 oktober 2026 vs Qwen3.8-Max 3 augusti 2026, uppdaterad 2 september

• Kontext — 1 000 000 tokens vs 983 616 tokens enligt Artificial Analysis; leverantören anger exakt 1M

• Pris — $0.20/$0.70 enligt listpris, $0.10/$0.35 under lansering jämfört med $2.00/$6.00, med cachad indata till $0.25

• Cachad indata – $0,02 ($0,01 vid lansering) mot $0,25; Mercury 3 är en storleksordning billigare vid cacheläsningar

• Independent Intelligence Index — ingen post vs 45,4

• Kostnad per indexuppgift — inte mätt jämfört med $5.41

• Terminal-Bench 2.1 — inte uppmätt jämfört med 0,8876, det högsta i den här omgången

• AA-LCR långkontextresonemang – inte mätt jämfört med 0,8033

• GDPval-AA — inte mätt jämfört med Elo 1665.58

• AA-Omniscience — ej mätt jämfört med 12.0

• Vikter – stängda kontra stängda för Max-nivån; 27B-nivån i samma generation är öppen

Formen på den jämförelsen är bekant från resten av den här omgången och värd att uttrycka utan förbehåll: Mercury 3 kostar ungefär en tiondel av Qwen3.8-Max för indata och en tolftedel för utdata, med ett något större kontextfönster och inget oberoende poängresultat. Qwen3.8-Max är den uppmätta modellen, och dess mätvärden är goda där de finns – 0,8876 på Terminal-Bench 2.1 är det starkaste resultatet i den här uppsättningen på fem artiklar – men dess kostnad på 5,41 USD per slutförd indexuppgift är också den högsta, och det är siffran som avgör om kapaciteten är överkomlig i stor skala.

Det är det faktiska beslut som en läsare av den här sidan står inför i dag. Inte Mercury 3 mot en Qwen 4-modell som inte finns, utan Mercury 3 mot den Qwen-modell som Alibaba kommer att sälja till dig, med Qwen 4-tillkännagivandet som ett skäl att hålla koll på familjen snarare än ett skäl att vänta på den.

Hur man reserverar en plats för Q​wen 4 Max utan att satsa på det

Den rimliga hållningen för ett team som förväntar sig att Q​wen 4 Max ska spela roll är att hålla optionen billig. Tre saker gör det möjligt, och ingen av dem kräver att man väntar.

För det första, skriv modellval som konfiguration i stället för kod. Mercury 3 och Qwen3.8-Max nås båda via OpenAI-kompatibla API:er, så en stack som löser upp modellidentifieraren vid förfrågningstillfället kan anta en Qwen 4-nivå samma dag som ett modellkort dyker upp, utan en driftsättning. Det är samma disciplin som gör en leverantörs avvecklingsmeddelande till en konfigurationsändring i stället för en incident, och Inception har just visat hur snabbt sådana meddelanden kommer: Mercury 2 och Mercury 2.5 stängs för nya användare från och med den 19 oktober, med befintlig åtkomst som upphör den 15 november.

För det andra: mät arbetsbelastningen, inte modellen. Leverantörens påståenden för Mercury 3 är ett Mind2Web-resultat på 50 uppgifter i deras egen testram och citat från fyra partner. De säger att modellen är snabb i produktionsliknande arbete; de säger inget om hur den hanterar dina dokument. Trettio av dina egna utvärderingsfall, körda mot Mercury 3 och Qwen3.8-Max med samma prompter, kommer att ge mer information än varje lanseringstabell som publiceras den här månaden.

För det tredje, behåll den uppmätta modellen på den väg som inte kan misslyckas. OrcaRouter tillhandahåller qwen/qwen3.8-max till A​libaba:s listpris med 0 % påslag och automatisk failover för fler än 200 modeller på en enda nyckel, så den befintliga sidan av jämförelsen är en routingtabell snarare än ett nytt avtal. Mercury 3 finns inte på routern – den tillhandahålls via Inceptions egen API och flera tredjepartsplattformar – vilket innebär att ett ärligt prov placerar den på en del av trafiken bakom leverantörens API medan den uppmätta modellen behåller produktionsvägen. Om Q​wen 4 Max senare levereras till routern passar den in i samma policy utan en andra integration.

Frågan att ställa före nästa tillkännagivande

Varje år frambringar en handfull modellnamn som folk söker på i månader innan det finns en modell bakom dem, och kostnaden för den klyftan betalas av team som planerar utifrån tillkännagivandet. Den användbara vanan är ett enradstest: kan jag anropa den, och finns det ett pris? Mercury 3 klarar båda i dag. Q​wen 4 Max klarar ingendera, och kommer inte att göra det förrän A​libaba publicerar ett modellkort.

Vad du särskilt bör hålla ögonen på: Q​wen 4 27B-checkpointen snarare än Max-nivåns benchmarktabell, eftersom 27B är nivån som historiskt släpps öppet och dess licens och storlek kommer att visa hur seriöst åtagandet för öppna vikter är i den här generationen. Sedan Max-nivåns prislista, eftersom ett Q​wen-flaggskepp som prissätter sig under $2.00/$6.00 skulle förändra argumentet om överkomlighet i den här jämförelsen snarare än kapacitetsargumentet. Och på Mercury-sidan: en första oberoende poäng — familjens enda uppmätta medlem, Mercury 2.5, ligger på 12,3 på Intelligence Index, så flaggskeppets kvalitetsomfång är helt och hållet ett leverantörspåstående tills bedömningspanelen har sagt sitt.

Fram till dess står jämförelsen mellan en modell som du kan hyra i eftermiddag till ett pris som gör ekonomin per förfrågan trivial och en modell som existerar i en konferenshall i Hangzhou. En av dem är ett beslut. Den andra är en kalenderpost.