Mercury 3 vs Step 5 Preview: Den uppmätta modellen är den som blev dyrare

Den 14 oktober 2026 fördubblade StepFun priset för cacheträffar på indata för Step 5 Preview från 0,35 till 0,70 yuan per miljon tokens, med en övergångsbestämmelse för anropare som redan hade använt modellen. Fem dagar senare lanserade Inception Mercury 3 till halva listpriset och angav inte när rabatten slutar. Ställ de två fakta bredvid varandra och du har konturerna av den här jämförelsen: modellen med en oberoende benchmarkpoäng är den vars pris steg, och modellen som är rabatterad är den som ingen utanför dess labb har mätt. De dokumenterade AI-felen och agentincidenterna bakom lanseringar som denna samlas i OrcaRouter AI Incident Archive där varje post har sina egna källor, allvarlighetsgrad, tillförlitlighetsbetyg och flagga för omtvistad.

Den inversionen är inte en slump, och den är inte ett argument för någon av sidorna. Step 5 Preview är en etablerad modell med ett växande offentligt underlag – en leverantörsrelease den 20 september 2026, en oberoende Intelligence Index-poäng, officiella vikter på Hugging Face – och leverantörer tar mer betalt för saker som man vet fungerar. Mercury 3 är nio dagar gammal, uppges klara 1 068 tokens per sekund och har ingen oberoende poäng av något slag. Priset du betalar för den billiga är att du är mätningen.

Två förhandsvisningar som betyder olika saker

Ordet "preview" förekommer i båda namnen och fyller olika funktion i vart och ett. I Step 5 Preview är det StepFuns egen etikett och en del av API-identifieraren – strängen du skickar är step-5-preview, inte step-5 – och StepFun har inte publicerat något ersättningsdatum, något meddelande om utfasning och inget stabilitetslöfte för den strängen. I praktiken har modellen varit live i en månad, har vikter på Hugging Face och har ett publicerat prisblad, så "preview" gör mindre arbete än det ser ut att göra.

På Mercury 3 finns det ingen förhandsvisningsetikett alls: detta är en lansering för allmän tillgänglighet med en OpenAI-kompatibel endpoint, ett modell-ID på mercury-3, och en provperiod på 100 miljoner token för nya konton. Det Mercury 3 har i stället är en lanseringsrabatt, vilket är en annan typ av instabilitet. En förhandsvisningsetikett varnar dig för att modellen kan ändras; en lanseringsrabatt varnar dig för att priset kommer att ändras.

Det är värt att få datumen rätt före allt annat. Step 5 Previews leverantörsangivna releasedatum är 20 september 2026, hämtat från StepFuns egna annonseringsmaterial; Artificial Analysis listar modellen som released i september 2026 och dess FAQ-text daterar den till 18 september. Tvådagarsgapet förklaras inte av någon av parterna, och den här artikeln använder StepFuns datum där den behöver ett. Mercury 3:s datum är entydigt: 19 oktober 2026, en dag innan detta skrevs.

Specifikationsbladet, med källan för varje rad

Pris per miljon tokens — Mercury 3: $0.20 in och $0.70 ut enligt listpris, $0.10 och $0.35 under lanseringsrabatten, jämfört med Step 5 Preview: 7 yuan in och 20 yuan ut, med cacheträffad indata på 0.70 yuan efter ändringen den 14 oktober

• Utvärderarens dollarbelopp – Step 5 Preview $1.00 in och $2.70 ut per miljon med 90 procents cacherabatt, enligt vad Artificial Analysis har publicerat; dessa är utvärderarens egna siffror och inte en valutaomvandling av StepFuns prislista

• Kontextfönster — Mercury 3 1 000 000 tokens vs Step 5 Preview 1M tokens

• Maximal utdata — Mercury 3 131 072 token jämfört med Step 5 Preview 64 000 token

• Inmatningssätt — Mercury 3 endast text vs Step 5 Preview text, bilder och video

• Utdatamodalitet — text på båda

• Parametrar — Mercury 3 är inte offentliggjorda och beskrivs endast som mer än 40 gånger Mercury 1 jämfört med Step 5 Preview, som inte har publicerats i StepFuns plattformsdokumentation eller på utvärderarens modellsida, så ingendera siffran kan citeras här

• Vikter — Mercury 3 stängda kontra Step 5 Preview publicerade på Hugging Face under StepFun Model License 1.0, i basarkivet plus BF16- och NVFP4-byggen

• Resonemangskontroll — Mercury 3 har fyra ansträngningsnivåer från instant till high, med low som standard, jämfört med Step 5 Preview, en resonemangsmodell utan publicerad ansträngningsparameter

• Oberoende Intelligensindex — Mercury 3 ingen post per den 20 oktober 2026 jämfört med Step 5 Preview 44 i indexrevision 4.3.2

• Uppmätt utdatahastighet — Mercury 3 none vs Step 5 Preview 92,2 tokens per sekund, uppmätt av Artificial Analysis

• Prompt-cachning – Mercury 3 stöds till 0,02 USD per miljon cachade tokens enligt listpris, jämfört med Step 5 Preview som stöds till 0,70 yuan per miljon cacheträffar, upp från 0,35 den 14 oktober

En rad i den listan förtjänar en andra titt, eftersom det är den enda platsen där endera modellens pris har rört sig offentligt. Step 5 Previews cacheträfffrekvens fördubblades tolv dagar in i dess livstid. Ingångspriset vid cachemiss och utpriset var oförändrade, och anropare som hade använt modellen via pay-as-you-go-API:et före det ögonblicket behöll den gamla taxan enligt en övergångsbestämmelse. Om du bygger en kostnadsmodell utifrån prompt-cachning – och det gör alla agentarbetsbelastningar – är en taxa som redan har fördubblats en gång en taxa att fortsätta hålla koll på.

Den multimodala linjen är den som avslutar vissa samtal

Step 5 Preview tar emot text, bilder och video och returnerar text. Mercury 3 tar emot text och returnerar text. Inceptions dokumentation är inte tvetydig om detta: modellen anges som endast text, och lanseringsmaterialet handlar om hastighet och kostnad, inte om bildtolkning.

För en arbetsbelastning som läser skärmbilder, skannar fakturor, tittar på skärminspelningar eller tolkar en video till strukturerade anteckningar finns det inget att jämföra. Step 5 Preview är den enda av de två som överhuvudtaget kan ges indata, vilket gör prisskillnaden irrelevant och benchmarkgapet irrelevant ända fram till dess att du avgör om visionsarbetet spelar roll. Det beslutet fattas vanligtvis av produkten, inte av modellen.

För en arbetsbelastning som är text in och text ut – sökning, support, kodgranskning, sammanfattning – försvinner modalitetsgränsen och jämförelsen blir en fråga om snabbhet, pris och bevis, i den ordningen utifrån hur lätt var och en kan kontrolleras.

Vad den enda oberoende poängen i den här matchen säger

Step 5 Preview får 44 poäng på Artificial Analysis Intelligence Index, version 4.3.2 – fjärde plats av 121 modeller i indexets egen tabell, mot ett medianvärde på 19. Samma lista anger en uppmätt utmatningshastighet på 92,2 token per sekund, en tid till första token på 2,55 sekunder och en siffra för ordrikedom på 160 miljoner utmatade token mot en median på 140 miljoner, vilket utvärderaren beskriver som något ordrikt. Den kallar modellen något dyr jämfört med jämförbara modeller med öppna vikter, vilket är en rimlig tolkning av $1.00/$2.70.

Läs 44:an noggrant. Det är ett viktat sammansatt mått över en benchmarksvit, inte ett påstående om din arbetsbelastning, och det betyder inte att Step 5 Preview slår modellen som rankas 42:a för din specifika uppgift. Utvärderarens egen sida har också "Under granskning"-markeringar vid flera enskilda utvärderingar. Men det är ett tal som tagits fram med en metod som någon annan kan granska, och det placerar modellen över medianen för fältet.

Mercury 3 har inget jämförbart. Inceptions kvalitetsanspråk är jämförande – "i nivå med eller bättre än frontmodeller optimerade för hastighet som GPT-6 Luna och Claude Haiku 5.5" – utan marginal, utan testnamn och utan indikation på vilken av dess fyra ansträngningsinställningar som gav jämförelsen. Det enda strukturerade resultatet är Inceptions eget agenttest: 50 live navigeringsuppgifter i Mind2Web, 50 procent slutförda, "betydligt fler än GPT-6.1-Sol", vid samma tokenvolym och antal steg och därför en bråkdel av kostnaden per token. Femtio uppgifter i leverantörens egen testrigg är en signal, inte en poäng.

Det fysiska numret, och vad det är värt

1 068 token per sekund är anledningen till att läsa om Mercury 3 överhuvudtaget. Om det håller genereras ett svar på 500 token på under en halv sekund, vilket är skillnaden mellan ett svar från en sökning som känns omedelbart och ett som känns som en nätverksrundtur. Step 5 Preview tar vid en uppmätt hastighet av 92,2 token per sekund cirka 5,4 sekunder för samma svar, plus ungefär 2,55 sekunder till första token.

Påståendet åtföljs inte av någon hårdvara, ingen batchstorlek, ingen inställning för ansträngning och inget uttalande om huruvida det gäller enkel ström eller aggregerat, och alla fyra valen kan ändra en genomströmningssiffra med flera gånger. Spridningen mellan leverantörens siffror och oberoende mätningar i den här familjen är dokumenterad: Artificial Analysis mäter Mercury 2.5 till cirka 706 tokens per sekund, vilket är lägre än det tal som Inception publicerade vid den lanseringen. Det är det avdrag som bör tillämpas på 1 068 tills någon reproducerar den. Det finns ingen Mercury 3-sida på Artificial Analysis per den 20 oktober.

Step 5 Previews hastighet är däremot tråkig på det sätt som uppmätta saker är tråkiga. Den är uppmätt till 92,2 token per sekund, vilket placerar den på 32:a plats av 78 modeller i utvärderarens hastighetsrankning – snabbare än typiskt, inte anmärkningsvärt. Ingen köper den för hastigheten. De köper den för fönstret på 1M token, den multimodala inmatningen och poängen.

Att beräkna kostnaden för samma jobb med båda prislistorna

Ta en dokumenttriagepipeline: 8 000 sidor per dag, 2 500 tokens OCR-läst text per sida, en klassificerings- och extraktionsutdata på 300 tokens per sida. Det är 20 miljoner indatatokens och 2,4 miljoner utdatatokens dagligen, med samma instruktionsblock som skickas på nytt vid varje anrop och därför kan cachas.

• Mercury 3 till listpris — 20 × $0,20 plus 2,4 × $0,70, eller $5,68 per dag

• Mercury 3 till lanseringspriset – cirka 2,84 dollar om dagen

• Step 5 Preview, utan cache — 20 × 7 plus 2,4 × 20 yuan, eller 188 yuan per dag; enligt utvärderarens dollarsiffror, 20 × 1,00 $ plus 2,4 × 2,70 $, eller 26,48 $

• Steg 5 Förhandsgranska med instruktionsblocket cachelagrat – raden för cacheträff är 0,70 yuan per miljon mot 7 yuan för en miss, så besparingen beror helt på hur mycket av de där 20 miljonerna som är den upprepade inledningen snarare än ny sidtext

Så skillnaden i listpris är ungefär fyra och en halv gånger till Mercury 3:s fördel, och lanseringsrabatten ökar den till cirka nio. Det är det starkaste enskilda argumentet för Mercury 3, och det är helt beräkningsbart. Det som inte är beräkningsbart är kostnaden per slutfört jobb, eftersom Mercury 3 varken har en publicerad slutförandegrad eller ett publicerat antal output-token. Step 5 Previews utförlighet är åtminstone mätt — 160 miljoner token på indexet mot en median på 140 miljoner, vilket utvärderaren kallar något ordrikt — och det gör att du kan budgetera för det.

Det enda försiktighetsrådet som är värt att upprepa: den siffra för Mercury 3 som du bör planera utifrån är listpriset. Sänkningen på 50 procent beskrivs som "vid lanseringen" utan slutdatum, och de två föregångarmodellerna är nu stängda för nya användare, med befintlig åtkomst som upphör den 15 november 2026. Inceptions kommersiella beteende tyder på att du bör utgå från den prisnivå som överlever kampanjen.

Vikter, licenser och vad som har ändrats den senaste månaden

Step 5 Previews historia om öppna vikter förändrades efter lanseringen. Vid lanseringen speglades vikterna av tredje parter i stället för att publiceras av leverantören; från och med den här veckan har StepFuns egen Hugging Face-organisation basrepositoryt plus BF16- och NVFP4-byggen, alla senast ändrade den 15 oktober 2026. Licensen är StepFun Model License 1.0, som inte är Apache eller MIT och behöver läsas innan du släpper den — det är en leverantörslicens med villkor snarare än en tillåtande sådan.

Mercury 3 har inga vikter och ingen licens att läsa. Det är endast API-baserat, där företagsdriftsättningar lägger till dedikerad kapacitet, autoskalning och konfigurerbar datalagring i stället för en artefakt du kan hålla i handen.

För ett team som beslutar om de ska finjustera, kvantisera eller köra på egen hårdvara är den raden avgörande och de andra raderna spelar ingen roll. För ett team som anropar ett API och aldrig rör vid en checkpoint spelar den bara roll som ett mått på kostnaden för att lämna: om StepFun ändrar sitt pris eller avvecklar modellen kan en driftsättning av Step 5 Preview flyttas till självhostade vikter; en driftsättning av Mercury 3 flyttar till en annan leverantör.

Rutningsfrågan, besvarad ärligt

Ingen av modellerna finns i OrcaRouters katalog. Vårt modell-API returnerar inget för step-5-previeweller för någon Inception-modell, så den som vill anropa någon av dem går till leverantörens egen plattform eller till en av de tredjepartsvärdar som respektive leverantör listar. Att säga det rakt ut är mer användbart än att antyda en väg vi inte har.

Det routningslagret faktiskt ger dig i den här situationen är ett sätt att besvara frågan utan att binda dig. Fler än 200 modeller finns bakom en OpenAI-kompatibel slutpunkt till leverantörens listpris utan påslag, och de som ligger närmast dessa två i pris och kapacitet – Qwen 3.8-Max för $2.00/$6.00 med ett fönster på 1 miljon token, GLM 5.2 för $1.40/$4.40, Kimi K3 för $3.00/$15.00 – kan mätas mot din egen trafik i eftermiddag. Om ingen av dem klarar ribban stärks argumentet för att betala någon av leverantörerna; om en av dem gör det har du sparat dig en integration. Automatisk failover täcker också den specifika risken i den här matchningen, nämligen att modellen med lanseringsrabatt utan stabilitetsåtagande är den du skulle placera i produktionsvägen.

En teknisk detalj som spelar större roll här än vanligt: leverantörers listpriser förs vidare oförändrade, så en ändring av leverantörens pris når fakturan samma dag i stället för vid förnyelsen. Med tanke på att cachepriset för Step 5 Preview redan har ändrats en gång är det ingen hypotetisk fördel.

Frågan du bör ställa innan du väljer

Båda dessa modeller är billiga. Skillnaden i deras kostnader, för en realistisk pipeline, är några dollar om dagen, och lanseringsrabatten får Mercury 3 att verka billigare än det kommer att vara efter att kampanjen tar slut. Så kostnaden är inte det som avgör det här beslutet.

Det bottnar i en enklare fråga: behöver du få svaret snabbt, eller behöver du veta om det är rätt? Step 5 Preview är den du kan kontrollera – en oberoende indexpoäng, uppmätt hastighet, uppmätt verbositet, publicerade vikter som du kan köra i din egen testrigg. Mercury 3 är den som svarar på under en sekund och som för närvarande inte kan kontrolleras av någon utanför Inception.

För en latensbunden produkt med en människa i loopen och ett återställbart fel är den andra avvägningen rimlig och utvärderingen billig. För en pipeline som körs utan övervakning och vars fel är dyra är en modell med ett uppmätt resultat i mitten av fyrtiotalet värd flera gånger priset för en modell utan något resultat alls — och det, snarare än något benchmark, är anledningen till att den uppmätta kan kosta på sig att höja sitt cachepris.

Det man ska hålla koll på är oglamoröst: nästa oberoende mätning av Mercury 3, när den än dyker upp, och huruvida StepFuns cachepris rör sig igen. Båda är små fakta som skulle ändra kalkylen mer än något lanseringsinlägg kommer att göra.