Mercury 3 กับ Claude Opus 5.5: โทเค็นเอาต์พุตที่ถูกกว่า 57 เท่า ไม่ได้หมายความว่าจะได้คำตอบที่ถูกกว่า

Mercury 3 ราคา $0.35 ต่อหนึ่งล้านโทเค็นเอาต์พุตในสัปดาห์นี้ Claude Opus 5.5 ราคา $20.00 นำคิวงานซัพพอร์ตมาคูณกับตัวเลขสองตัวนั้น แล้วความต่างจะดูเหมือนความผิดพลาดในตารางอัตราค่าบริการอันใดอันหนึ่ง — 57 เท่า ณ ราคาเปิดตัว หรือ 28.6 เท่าเมื่อส่วนลด 50% ของ Inception สิ้นสุดลงและ Mercury 3 กลับไปเป็น $0.70 คำถามที่ชี้ขาดการเปรียบเทียบไม่ใช่ว่าตัวเลขใดน้อยกว่า แต่คือคุณต้องเรียก Mercury 3 กี่ครั้งจึงจะได้คำตอบที่ Opus 5.5 จะตอบถูกตั้งแต่ครั้งแรก เพราะทุกการลองใหม่ ทุกการยกระดับ และทุกการตรวจทานโดยมนุษย์ ล้วนถูกคิดเงินในอัตราของเจ้าหน้าที่หรือของการเรียกครั้งที่สอง ไม่ใช่อัตราต่อโทเค็นความล้มเหลวของ AI และเหตุการณ์ของเอเจนต์ที่มีการบันทึกไว้ ซึ่งอยู่เบื้องหลังการเปิดตัวลักษณะนี้ ถูกรวบรวมไว้ใน OrcaRouter AI Incident Archive โดยแต่ละรายการมีแหล่งที่มาของตนเอง ระดับความรุนแรง เกรดความเชื่อมั่น และธงข้อโต้แย้ง

การวางกรอบเช่นนี้สำคัญ เพราะสองโมเดลนี้ไม่ใช่คู่แข่งในความหมายปกติ Claude Opus 5.5 ซึ่ง Anthropic เปิดตัวเมื่อวันที่ 22 กันยายน 2026 เป็นโมเดลการให้เหตุผลระดับแนวหน้าในราคา 4 ดอลลาร์ต่ออินพุต 1 ล้านโทเคน และ 20 ดอลลาร์ต่อเอาต์พุต 1 ล้านโทเคน สร้างขึ้นสำหรับงานเขียนโค้ดแบบเอเจนต์และงานความรู้ระยะยาว มีการคิดแบบปรับตัว อินพุตภาพและไฟล์ บริบท 1M โทเคน และเพดานเอาต์พุต 128K Mercury 3 ซึ่ง Inception Labs เปิดตัวเมื่อวันที่ 19 ตุลาคม 2026 เป็นโมเดลภาษาดิฟฟิวชันที่สร้างมาเพื่อความเร็ว: 1,068 โทเคนต่อวินาทีบนฮาร์ดแวร์ NVIDIA ตามการวัดของ Inception เอง บริบท 1M เอาต์พุต 131K รองรับข้อความเท่านั้น และมีคำกล่าวอ้างด้านคุณภาพที่ระบุชื่อ GPT-6 Luna และ Claude Haiku 5.5 — ซึ่งเป็นระดับความเร็ว — แทนที่จะเป็น Opus การเปรียบเทียบทั้งสองยังคงคุ้มค่าที่จะทำ เพราะช่องว่างราคาชวนให้เกิดการทดแทนแบบที่การวางตำแหน่งผลิตภัณฑ์ไม่ได้รองรับ

ตัวเลขเหล่านี้มาจากไหนกันแน่

ตัวเลขคุณภาพของ Opus 5.5 ทุกตัวในบทความนี้เป็นของ Artificial Analysis ซึ่งวัดด้วยชุดทดสอบของตนเอง: Intelligence Index อยู่ที่ 57.6, Humanity's Last Exam อยู่ที่ 61.4%, SciCode อยู่ที่ 66.9%, Terminal-Bench 4.0 อยู่ที่ 59.6% และความสามารถในการเรียกคืนบริบทระยะยาวอยู่ที่ 84.7% ตัวเลขเหล่านี้เป็นอิสระต่อกัน และเป็นข้อมูลล่าสุด ณ สัปดาห์นี้

ตัวเลขทุกตัวของ Mercury 3 เป็นของ Inception ซึ่งเผยแพร่เมื่อวานนี้ โดยมีข้อยกเว้นเพียงอย่างเดียว: การเปรียบเทียบอัตราการประมวลผลกับรุ่นก่อนหน้า Artificial Analysis วัด Mercury 2.5 ได้ที่ 705.9 โทเค็นต่อวินาที และ Mercury 2 ที่ประมาณ 684 Mercury 3 ยังไม่มีหน้า Artificial Analysis — ดัชนีโมเดลยังหยุดอยู่ที่ Mercury 2.5 — ดังนั้น 1,068 tok/s และข้ออ้างที่ว่า "เหนือกว่า GPT-6 Luna และ Claude Haiku 5.5" จึงเป็นข้อมูลที่ผู้จำหน่ายรายงานเอง ยังไม่มีการจำลองซ้ำ และควรอ่านโดยตระหนักถึงข้อเท็จจริงนี้ไปอย่างน้อยอีกหนึ่งสัปดาห์

ความไม่สมมาตรนั้นคือภาพย่อของการเปรียบเทียบทั้งหมด ฝ่ายหนึ่งมีคะแนนที่ผ่านการตรวจสอบอย่างอิสระและตารางราคาที่เปิดเผยต่อสาธารณะ ส่วนอีกฝ่ายมีเพียงโพสต์เปิดตัว ส่วนลด และตัวเลขความเร็วที่สูงลิ่ว

ทีละสเปก พร้อมแนบหลักฐานประกอบ

• ราคาเอาต์พุต — Mercury 3 อยู่ที่ $0.35 ต่อล้านตอนเปิดตัว และ $0.70 ตามราคาปกติ เทียบกับ Opus 5.5 ที่ $20.00 อัตราส่วนอยู่ที่ 57 เท่าในช่วงโปรโมชัน และ 28.6 เท่าหลังจากนั้น

• ราคาอินพุต — Mercury 3 อยู่ที่ $0.10 ตอนเปิดตัว, $0.20 ที่ราคาปกติ เทียบกับ Opus 5.5 ที่ $4.00 รูปแบบเดิม แต่สัดส่วนกว้างขึ้นเล็กน้อย

• อินพุตแคช — Mercury 3 ราคา $0.01 ตอนเปิดตัว, $0.02 ตามราคาปกติ เทียบกับ $0.20 สำหรับการอ่านแคชของ Opus 5.5 นอกจากนี้ Opus ยังคิด $5.00 ต่อล้านโทเคนสำหรับการเขียนลงแคช 5 นาที และ $8.00 สำหรับแคช 1 ชั่วโมง ซึ่งไม่มีการแยกแสดงในตารางราคาของ Mercury

อัตราความเร็วในการประมวลผล — Mercury 3 ที่ 1,068 tok/s ต่อ Inception ซึ่งยังไม่สามารถทำซ้ำได้; Opus 5.5 ที่เอาต์พุต 75.6 tok/s ตามที่วัดได้จากทราฟฟิก playground ของเราเองในช่วงเจ็ดวันที่ผ่านมา นั่นคือช่องว่างถึงสิบสี่เท่าในทิศทางที่ Inception อ้าง และอย่างน้อยตัวนี้ก็ถูกวัดจากทั้งสองฝ่าย แม้จะใช้ฮาร์เนสที่ต่างกันก็ตาม

• เวลาถึงโทเคนแรก — Mercury 3 เป็นโมเดลแบบ diffusion ที่สร้างผลลัพธ์แบบขนาน ผลลัพธ์ที่มีประโยชน์ชิ้นแรกจึงมาถึงเร็วกว่าของโมเดลแบบ autoregressive; Inception ไม่ได้เผยแพร่ตัวเลขสำหรับ endpoint แชต และคำกล่าวอ้างเรื่องเวลาต่ำกว่า 300 มิลลิวินาทีบนหน้าแรกของบริษัทนั้นหมายถึงกลุ่มผลิตภัณฑ์โดยรวม ไม่ได้เจาะจงที่ Mercury 3 โดยเฉพาะ ความหน่วงแบบ end-to-end ที่ p50 ของ Opus 5.5 บนทราฟฟิกของเราคือ 4.4 วินาที ซึ่งรวมเวลาคิดแล้ว

• บริบท — ทั้งสองมี 1M โทเคน แต่เพดานเอาต์พุตแตกต่างกัน: 131,072 สำหรับ Mercury 3 และ 128,000 สำหรับ Opus 5.5

• อินพุต — Opus 5.5 รองรับข้อความ รูปภาพ และไฟล์ ส่วน Mercury 3 รองรับข้อความเท่านั้น นี่ไม่ใช่รายการย่อยเล็ก ๆ เอกสาร สกรีนช็อต ไดอะแกรม หรือ PDF ใด ๆ ในไปป์ไลน์ของคุณจะทำให้ Mercury 3 ถูกตัดสิทธิ์อย่างเงียบ ๆ

• การควบคุมการใช้เหตุผล — Mercury 3 มีระดับ effort ให้เลือก ได้แก่ instant, low, medium และ high และจะใช้ค่าเริ่มต้นเป็น low เมื่อไม่ได้ระบุฟิลด์นี้ ส่วน Opus 5.5 ใช้ adaptive thinking พร้อมปุ่มปรับ effort ของตัวเอง ทั้งคู่มีค่าเริ่มต้นที่อาจทำให้คุณประหลาดใจหากคุณไม่ได้กำหนดฟิลด์นี้อย่างชัดเจน: Mercury 3 อยู่ที่ low ส่วน Opus อยู่ที่ค่าที่นโยบาย adaptive ของ Anthropic เลือกให้กับคำขอนั้น

• หลักฐาน — Opus 5.5 มีคะแนนดัชนีอิสระและตารางเกณฑ์มาตรฐานจากผู้จำหน่าย ส่วน Mercury 3 ไม่มีทั้งคะแนนจากบุคคลที่สามและคะแนนเชิงตัวเลขจากผู้จำหน่าย

ผลลัพธ์จากเอเจนต์เพียงหนึ่งเดียวที่ Inception ได้เผยแพร่

ภายใต้คำกล่าวอ้างเรื่องทรูพุตนั้น คือการวัดคุณภาพของ Mercury 3 เพียงรายการเดียวที่มีภารกิจกำหนดไว้ชัดเจน: ชุดทดสอบเว็บเอเจนต์ที่รันบนงานนำทาง Mind2Web สด 50 งาน ซึ่ง Mercury 3 ทำสำเร็จ 50% และ Inception กล่าวว่า "มากกว่าอย่างมีนัยสำคัญเมื่อเทียบกับ GPT-6.1-Sol" โดยใช้ปริมาณโทเคนและจำนวนขั้นตอนของเอเจนต์เท่ากัน

อ่านสิ่งนี้ให้ดี โมเดลที่ใช้เปรียบเทียบคือ GPT-6.1 Sol ไม่ใช่ Opus 5.5 ฮาร์เนสเป็นตัวที่ Inception ใช้ในการผลิตจริง ตัวอย่างคือ 50 งาน และ "ปริมาณโทเคนเท่ากันและจำนวนขั้นตอนของเอเจนต์เท่ากัน" คือส่วนสำคัญสำหรับต้นทุน เพราะหมายความว่าการประหยัดต่องานนั้นแท้จริงคืออัตราส่วนต่อโทเคน ไม่ใช่ผลพลอยได้จากการที่โมเดลใช้ขั้นตอนน้อยลงเพื่อไปให้ถึงผลลัพธ์ อัตราความสำเร็จ 50% ในการนำทางเว็บไซต์จริงเป็นผลลัพธ์ที่น่าเชื่อถือสำหรับโมเดลที่เร็ว แต่นั่นไม่ใช่การอ้างว่า Mercury 3 จะทำงานเขียนโค้ดระดับ Opus ได้สำเร็จ

สำหรับ Opus 5.5 หลักฐานที่เทียบเคียงได้คือ Terminal-Bench 4.0 ที่ 59.6% บนฮาร์เนสของ Artificial Analysis — ซึ่งเป็น benchmark คนละตัว เป็นตระกูลงานคนละแบบ และไม่สามารถนำมาเปรียบเทียบกันได้โดยตรง ข้อความที่ซื่อตรงคือยังไม่มีใครรันทั้งสองโมเดลบน benchmark เอเจนต์เดียวกันแล้วเผยแพร่ผลลัพธ์ จนกว่าจะมีคนทำ ทุกข้อกล่าวอ้างว่าโมเดลใดดีกว่าในงานเอเจนต์จึงเป็นการอนุมานจากตำแหน่งทางการตลาด

ค่าทราฟฟิกหนึ่งสัปดาห์ในแต่ละรายการเป็นเท่าไร

ลองพิจารณาภาระงานที่สมเหตุสมผลสำหรับทั้งสองแบบ: 2 ล้านโทเคนอินพุตและ 500,000 โทเคนเอาต์พุตต่อวัน ซึ่งประมาณผู้ช่วยฝ่ายสนับสนุนหรือผู้ช่วยวิจัยขนาดกลางที่มีการเรียกใช้งานไม่กี่แสนครั้ง บน Mercury 3 ในอัตราเปิดตัว คิดเป็นอินพุต $0.20 และเอาต์พุต $0.175 — ต่ำกว่าสี่สิบเซนต์ต่อวัน ที่ราคาตามรายการคือ $0.40 และ $0.35 หรือ 75 เซนต์ บน Opus 5.5 ปริมาณการใช้งานเดียวกันคิดเป็นอินพุต $8.00 และเอาต์พุต $10.00 หรือ $18.00 ต่อวัน

ตอนนี้ให้เพิ่มส่วนที่การคำนวณโทเคนซ่อนไว้ หาก Mercury 3 ต้องลองอีกครั้งในหนึ่งจากการเรียกทุกห้าครั้ง และการลองใหม่แต่ละครั้งมีค่าใช้จ่ายเท่ากับครั้งแรก ราคาที่มีผลจริงจะเพิ่มขึ้น 20% — เป็นประมาณ 45 เซนต์ต่อวัน แม้ในกรณีสุดโต่งที่ทุกการเรียกต้องถูกทำซ้ำหนึ่งครั้ง ค่าใช้จ่ายก็จะอยู่ที่ 75 เซนต์ ซึ่งยังต่ำกว่า Opus 5.5 ถึง 24 เท่า ข้อโต้แย้งเรื่องราคาไม่ได้ใกล้เคียงกันเลย และนั่นคือเหตุผลที่ต้องตัดสินใจบนพื้นฐานของคุณภาพและความสามารถแทน

มองกลับกัน การคำนวณแบบเดียวกันนี้ก็อธิบายได้ว่าทำไมผู้คนยังคงจ่ายเงินสำหรับ Opus ที่ราคา 18 ดอลลาร์ต่อวัน การหลีกเลี่ยงการยกระดับปัญหาได้หนึ่งครั้งต่อวัน — ไม่ว่าจะเป็นคำขอรับการสนับสนุนที่ไม่ต้องส่งต่อไปถึงเจ้าหน้าที่ หรือการแก้โค้ดที่ไม่ต้องผ่านการตรวจทานรอบที่สอง — ก็เพียงพอที่จะครอบคลุมค่าใช้จ่าย Opus ทั้งหมดได้หลายเท่า โมเดลนี้มีราคาแพงต่อโทเค็นก็เพราะงานที่มันเข้ามาแทนที่นั้นมีราคาแพงยิ่งกว่า

บรรทัดความสามารถที่ไม่แสดงในตารางราคา

Opus 5.5 รองรับรูปภาพและไฟล์ ซึ่งหมายความว่ามันสามารถอ่านภาพหน้าจอที่ผู้ใช้อัปโหลดแนบมา ไฟล์ PDF ที่สัญญาอยู่ในนั้น หรือไดอะแกรมในเอกสารออกแบบได้ ส่วน Mercury 3 เป็นข้อความเข้า ข้อความออก หากงานของคุณเกี่ยวข้องกับสิ่งใดสิ่งหนึ่งเหล่านี้ การเปรียบเทียบก็จบเพียงเท่านี้ และช่องว่างของราคาก็ไม่มีความสำคัญอีกต่อไป

Opus 5.5 ยังมาพร้อมชุดเครื่องมือของ Anthropic ได้แก่ เอาต์พุตแบบมีโครงสร้าง การใช้เครื่องมือ Batch API ในราคาครึ่งเดียวสำหรับงานแบบอะซิงโครนัส และ prompt caching ที่มีอัตราการเขียนและอ่านอย่างชัดเจน Mercury 3 มี tool calling และเอาต์พุตแบบมีโครงสร้างบนเอนด์พอยต์ที่เข้ากันได้กับ OpenAI ซึ่งสะดวกจริง ๆ — ใช้งานกับโค้ดที่มีอยู่ได้โดยไม่ต้องเขียนใหม่ — แต่เรื่องแคชของมันเป็นส่วนลดสำหรับอินพุตมากกว่าจะเป็นวงจรชีวิตการเขียนแคชที่มีเอกสารระบุไว้

เส้นความสามารถผกผันคือความเร็ว Opus 5.5 ที่ 75.6 โทเคนต่อวินาทีถือว่าใช้ได้สำหรับเอเจนต์เขียนโค้ดที่ทำงานยาว ๆ และทรมานมากสำหรับอะไรก็ตามที่มนุษย์ต้องนั่งรอ จุดขายของ Mercury 3 คือคนที่รอมันอยู่จะไม่รู้สึกถึงการรอเลย ถ้าผลิตภัณฑ์ของคุณคือการสนทนาด้วยเสียง การเติมข้อความอัตโนมัติ คำตอบจากการค้นหา หรือคำใบ้ของติวเตอร์ ความแตกต่างนั้นคือตัวผลิตภัณฑ์ ไม่ใช่ของแถมที่พึงมี

จะทำทั้งสองอย่างโดยไม่ต้องเลือกข้างใดข้างหนึ่งได้อย่างไร

Claude Opus 5.5 อยู่ในแคตตาล็อกของเราในชื่อ anthropic/claude-opus-5.5 ในราคา อัตราตามรายการของ Anthropic — อินพุต $4, เอาต์พุต $20, อ่านแคช $0.20 — โดยมีมาร์กอัป 0% ดังนั้นการเปลี่ยนแปลงบัตรราคาของ Anthropic จะปรากฏฝั่งเราในวันเดียวกัน แทนที่จะเป็นรอบการเรียกเก็บเงินถัดไป Mercury 3 ไม่ได้อยู่ในแคตตาล็อกของเรา: API โมเดลของเราไม่ส่งคืนโมเดลของ Inception เลย และคำแนะนำที่ตรงไปตรงมาคือให้เข้าถึงมันผ่านแพลตฟอร์มของ Inception เอง เราจะไม่แสร้งทำเป็นอย่างอื่นเพื่อให้ข้อเสนอด้านการจัดเส้นทางเป็นที่ยอมรับ

ประโยชน์ของการแยกนี้อยู่ที่การตัดสินใจนี้เอง ให้วาง Mercury 3 ไว้หลังคีย์ของ Inception ในระดับที่ต้องให้ความสำคัญกับ latency เก็บ Opus 5.5 ไว้เป็นเส้นทางสำหรับ escalation ผ่าน endpoint ที่เข้ากันได้กับ OpenAI จุดเดียว ควบคู่กับโมเดลอื่นอีกกว่า 200 โมเดล และปล่อยให้การ failover อัตโนมัติรองรับกรณีที่ผู้ให้บริการรายใหม่มีอาการไม่เสถียรในเดือนแรกDSL สำหรับกำหนดเส้นทางนี้สามารถแสดงการส่งต่อ — เริ่มจากโมเดลที่เร็วก่อน แล้วยกระดับเมื่อสัญญาณความมั่นใจต่ำหรือการเรียกใช้เครื่องมือล้มเหลว — โดยไม่ต้องมีการเชื่อมต่อชุดที่สองสำหรับ fallback สุดท้ายคุณจะได้วัด Mercury 3 กับทราฟฟิกของคุณเองแทนที่จะวัดกับโพสต์เปิดตัว และคุณยังเก็บโมเดลที่อ่านภาพหน้าจอได้ไว้สำหรับคำขอที่ต้องใช้ความสามารถนั้น

เลือกอันไหนดี

หากภาระงานของคุณเป็นข้อความล้วน ถูกจำกัดด้วยเวลาแฝง และยอมรับคำตอบผิดเป็นครั้งคราวที่มนุษย์หรือการลองใหม่สามารถจับได้ Mercury 3 ในราคาเปิดตัวก็เป็นหนึ่งในตัวเลือกที่น่าเชื่อถือและถูกที่สุดที่มีอยู่ในสัปดาห์นี้ และโทเค็นฟรี 100 ล้านบนแพลตฟอร์มของ Inception ทำให้การทดลองแทบไม่มีค่าใช้จ่าย ลองใช้กับทราฟฟิกของคุณเอง ล็อกการตั้งค่า effort และวัดอัตราการลองใหม่แทนที่จะวัดทรูพุต

หากงานของคุณเกี่ยวข้องกับเอกสาร รูปภาพ การเปลี่ยนแปลงโค้ดในระยะยาว หรือคำตอบที่ไม่มีใครตรวจสอบก่อนนำไปลงมือทำ Opus 5.5 ยังคงเป็นตัวเลือกที่ป้องกันได้ และราคาก็ไม่ใช่ตัวแปรที่น่าสนใจ สิ่งที่คุณกำลังซื้อคือคะแนนดัชนีอิสระของมัน อินพุตแบบหลายรูปแบบของมัน และตารางเบนช์มาร์กที่เผยแพร่แล้วของมัน และยังไม่มีสิ่งใดในเหล่านี้ที่มีสิ่งที่เทียบเท่าใน Mercury 3

ข้อผิดพลาดที่ต้องหลีกเลี่ยงคือการมองว่า 57x เป็นคำสั่งบังคับให้ต้องย้ายระบบ มันเป็นเพียงส่วนลดค่าของโทเค็น และโทเค็นคือส่วนที่ถูกที่สุดของระบบ AI ส่วนใหญ่ ส่วนที่แพงจริง ๆ — การที่มนุษย์ต้องตรวจสอบผลลัพธ์ คำตอบผิดที่หลุดไปถึงลูกค้า และไปป์ไลน์ที่ถูกสร้างใหม่โดยอิงกับโมเดลที่มองไม่เห็น — คือส่วนที่ตารางราคาไม่ได้แสดงให้เห็นเลย