Mercury 3 vs GPT-6 Astra: ราคาเอาต์พุตสูงกว่า 28 เท่า โดยซื้อทีละระดับความพยายาม

Mercury 3 กับ GPT-6 Astra มีราคาเอาต์พุตต่างกัน 28 เท่า — $0.35 ต่อหนึ่งล้านในช่วงเปิดตัวของ Inception เทียบกับ $50.00 จาก OpenAI — และต่างกันประมาณ 18 เท่าในด้านทรูพุตในทิศทางตรงกันข้าม สองตัวเลขนั้นง่ายต่อการยกมาอ้างและแทบไม่มีประโยชน์โดยลำพัง เพราะ Astra ไม่ใช่โมเดลเดียวในราคาเดียว มันคือบันไดการให้เหตุผล: ห้าระดับความพยายาม คะแนนดัชนีที่ไต่จาก 46 ที่ระดับล่างสุดไปถึง 53 ที่ระดับบนสุด และค่าใช้จ่ายที่สูงขึ้นตามไปด้วย Mercury 3 ก็มีบันไดในลักษณะหนึ่งเช่นกัน — การตั้งค่าความพยายามสี่ระดับและค่าเริ่มต้นที่ระดับล่างสุด — แต่ไม่มีคะแนนอิสระที่ระดับใดเลย ดังนั้นคำถามจริงในการเปรียบเทียบครั้งนี้ไม่ใช่ว่า Astra คุ้มค่ากับ 28 เท่าของ Mercury 3 หรือไม่ แต่คือคุณต้องไต่บันไดของ Astra ขึ้นไปไกลแค่ไหนจริง ๆ และงานที่คุณกำลังทำอยู่จำเป็นต้องมีบันไดเลยหรือไม่ ความล้มเหลวของ AI และเหตุการณ์ของเอเจนต์ที่มีการบันทึกไว้ซึ่งอยู่เบื้องหลังการเปิดตัวลักษณะนี้ถูกรวบรวมไว้ใน OrcaRouter AI Incident Archive โดยแต่ละรายการมีแหล่งอ้างอิง ระดับความรุนแรง เกรดความเชื่อมั่น และแฟล็กข้อโต้แย้งของตัวเอง

ตัวเลขที่ตัดสินสิ่งนี้ และมันไม่ใช่ราคา

Artificial Analysis วัด GPT-6 Astra ได้ 53 คะแนนบน Intelligence Index ที่การตั้งค่าระดับความพยายามสูงสุดของโมเดล โดยอยู่อันดับที่เจ็ดจาก 216 โมเดลในดัชนี และใช้คอมพิวต์ประมาณ $3.26 ต่อหนึ่งงานในดัชนี เมื่อรันชุดเดียวกันที่การตั้งค่าระดับความพยายามต่ำสุด คะแนนคือ 46 ระดับทั้งห้าเรียงตามลำดับคือ 46, 50, 51, 52 และ 53

อ่านบันไดอันดับนั่นสองรอบ การอ่านครั้งแรกคือขั้นบนสุดอยู่เหนือขั้นล่างสุดเพียงเจ็ดคะแนน ในชุดทดสอบที่เจ็ดคะแนนถือว่าเยอะ — โมเดลที่อยู่ต่ำกว่า Astra และโมเดลที่อยู่เหนือกว่านั้นมีช่องว่างคะแนนที่แคบกว่านั้น การอ่านครั้งที่สองคือขั้นที่สี่ ซึ่งอยู่ที่ 52 คะแนน ห่างจากขั้นบนสุดไม่เกินหนึ่งคะแนน และน่าจะถูกกว่า หากงานของคุณไม่ต้องการคะแนนสุดท้าย คุณไม่ได้กำลังเลือกระหว่าง Mercury 3 กับโมเดล 53 คะแนน คุณกำลังเลือกระหว่าง Mercury 3 กับโมเดล 52 คะแนน และราคาของการไปถึงจุดนั้นเป็นเรื่องของพารามิเตอร์ ไม่ใช่การเปลี่ยนไปใช้โมเดลอื่น

Mercury 3 ไม่มีตัวเลือกเช่นนั้น เพราะไม่มีอะไรให้ไต่ขึ้นไป ไม่มีคะแนนดัชนีในระดับ instant, low, medium หรือ high ข้ออ้างเชิงเปรียบเทียบของ Inception เอง — ที่ว่า Mercury 3 ทำงานได้ดีกว่า GPT-6 Luna และ Claude Haiku 5.5 — เป็นข้ออ้างเกี่ยวกับระดับความเร็วสูง โดยไม่ได้ระบุส่วนต่าง และผลลัพธ์ด้านคุณภาพแบบมีโครงสร้างเพียงรายการเดียวของมันคืออัตราความสำเร็จ 50% จากงานนำทาง Mind2Web แบบสด 50 งาน ภายใน harness ของเอเจนต์ของตัวเอง นั่นเป็นผลลัพธ์จริงและเป็นตัวอย่างขนาดเล็ก และไม่ได้บอกคุณว่า Mercury 3 จะอยู่ตรงไหนบนดัชนีที่มี 216 โมเดล หากถูกนำเข้าพรุ่งนี้

โทเค็นเอาต์พุตมูลค่า $50 หนึ่งโทเค็นมีอะไรอยู่ข้างในจริง ๆ

GPT-6 Astra รับข้อความ รูปภาพ และไฟล์ มีหน้าต่างบริบทขนาด 1.05M โทเค็น และส่งคืนได้สูงสุด 128K โทเค็น อัตรามาตรฐานคือ $10.00 ต่อล้านโทเค็นอินพุต และ $50.00 ต่อล้านโทเค็นเอาต์พุต โดยอินพุตที่แคชไว้อยู่ที่ $1.00 เมื่อเกิน 272,000 โทเค็นอินพุต ระบบจะคิดราคาคำขอทั้งหมดใหม่ที่ $20.00 และ $75.00 โดยอินพุตที่แคชไว้อยู่ที่ $2.00 ขอบเขตนี้ไม่ใช่ระดับขั้นแบบส่วนเพิ่ม แต่เป็นสวิตช์ที่ทำให้บิลทั้งหมดเพิ่มเป็นสองเท่า การประมวลผลแบบแบตช์และแบบเฟล็กซ์จะลดอัตราลงครึ่งหนึ่ง ส่วนโหมดเร็วจะเพิ่มเป็นสองเท่า การให้เหตุผลเปิดอยู่เสมอและทำงานตั้งแต่ระดับต่ำถึงสูงสุด

ย่อหน้านั้นมีกับดักอยู่สองจุด ขอบเขตที่ 272,000 โทเคนหมายความว่าคำขอ 280,000 โทเคนมีค่าใช้จ่ายเป็นสองเท่าของคำขอ 270,000 โทเคน โดยไม่มีการให้เครดิตบางส่วน ดังนั้นการตัดทอนบริบทใกล้ขอบเขตนี้จึงคุ้มค่ากับความพยายามทางวิศวกรรมมากกว่าที่ทีมส่วนใหญ่ทุ่มให้ และสิ่งที่ O​penAI ทำการตลาดในชื่อ “GPT-6 Astra Pro” ไม่ใช่โมเดลแยกต่างหากหรือ SKU แยกต่างหาก แต่เป็นค่าตั้งโปรของปุ่มปรับการให้เหตุผล ซึ่งหมายความว่าสามารถเข้าถึงได้จากปลายทางเดียวกันในอัตราเดียวกัน และไม่ใช่สิ่งที่คุณต้องมีสัญญาใหม่เพื่อใช้งาน

Mercury 3 เมื่อเทียบกันแล้วอยู่ที่ $0.20 และ $0.70 ตามราคาตั้ง โดยลดครึ่งหนึ่งในช่วงเปิดตัวเหลือ $0.10 และ $0.35 พร้อมอินพุตแบบแคชที่ $0.02 และ $0.01 หน้าต่างบริบทเดียว 1M โทเคน เอาต์พุตสูงสุดเดียว 131,072 ไม่มีระดับชั้น ไม่มีขอบเขต ไม่มีตัวคูณแบบแบตช์ ตารางอัตรามีเพียงสี่บรรทัด ความเรียบง่ายนั้นมีคุณค่าในตัวเอง — โมเดลต้นทุนที่คุณจำได้ในหัวไม่คลาดเคลื่อน

โมเดลต้นทุนที่ไม่มีใครใช้: โทเคนต่องาน ไม่ใช่ราคาต่อโทเคน

ราคาต่อโทเคนของ Astra เป็นตัวเลขที่น่าสนใจน้อยที่สุดเกี่ยวกับต้นทุนของ Astra Artificial Analysis รายงานว่าการรัน Intelligence Index แบบเต็มบน Astra ใช้โทเคนเอาต์พุตประมาณ 60 ล้านโทเคนโดยรวม และงานหนึ่งรายการในดัชนีมีค่าใช้จ่ายประมาณ $3.26 เมื่อหารจำนวนหนึ่งด้วยอีกจำนวนหนึ่ง คุณจะได้อัตราส่วนที่สำคัญ: Astra ใช้จ่ายมหาศาลไปกับการคิดก่อนที่จะใช้จ่ายใดๆ กับการตอบ

Mercury 3 มีราคาต่ำกว่า Astra 14 เท่า ณ วันเปิดตัว และต่ำกว่า 71 เท่าเมื่อเทียบราคาตามรายการของ Mercury กับอัตรามาตรฐานของ Astra แต่การเปรียบเทียบราคาต่อโทเคนนั้นตั้งสมมติฐานว่าโมเดลทั้งสองสร้างจำนวนโทเคนที่เทียบเคียงกันได้สำหรับงานเดียวกัน และทุกสิ่งที่รู้เกี่ยวกับการถอดรหัสแบบดิฟฟิวชันบ่งชี้ว่าไม่เป็นเช่นนั้น โมเดลแบบดิฟฟิวชันแก้ค่าตำแหน่งเป็นบล็อกผ่านจำนวนรอบดีนอยซิงที่คงที่ ความยาวเอาต์พุตของมันเป็นคุณสมบัติของคำตอบ ไม่ใช่ของคุณสมบัติของบทพูดคนเดียวภายในที่คลี่ออกมาก่อนคำตอบ ความยาวเอาต์พุตของ Astra ถูกครอบงำด้วยบทพูดคนเดียวภายในนั้น

เรื่องนี้ตัดได้ทั้งสองทาง และทั้งสองทางก็ควรค่าแก่การกล่าวถึง ในงานที่เน้นการให้เหตุผลหนัก ๆ ซึ่ง Astra ใช้โทเคนการให้เหตุผล 100,000 โทเคนเพื่อให้ได้คำตอบที่ถูกต้อง ข้อได้เปรียบของ Mercury 3 นั้นมากกว่า 14 เท่าอย่างมาก เพราะ Mercury 3 ไม่ได้จ่ายค่าบทพูดคนเดียวเลย — แม้ว่ามันจะไปถึงคำตอบเดียวกันได้หรือไม่โดยไม่มีบทพูดนั้นก็เป็นคำถามเปิดที่แท้จริง ในงานตอบสั้นซึ่ง Astra ตอบภายในสามร้อยโทเคนด้วยความพยายามต่ำ บทพูดคนเดียวจะไม่เกิดขึ้นเลย และการเปรียบเทียบก็ยุบเหลือเพียงตารางราคา: 14 เท่าตอนเปิดตัว, 71 เท่าที่ราคาตามรายการของ Mercury

ใส่ภาระงานจริงลงไปสิ โทเคนอินพุต 10 ล้านโทเคนและโทเคนเอาต์พุต 2 ล้านโทเคนต่อวัน เป็นงานผสมระหว่างงานสนับสนุนและงานสรุปความ บน Astra ในอัตรามาตรฐาน นั่นคืออินพุต $100 และเอาต์พุต $100 — $200 ต่อวัน ประมาณ $6,000 ต่อเดือน บน Mercury 3 ในราคาตามรายการ คือ $2 และ $1.40 — $3.40 ต่อวัน ประมาณ $102 ต่อเดือน ในอัตราช่วงเปิดตัว ก็เหลือครึ่งหนึ่งของจำนวนนั้นอีก ปริมาณทราฟฟิกเดียวกัน แต่ใช้จ่ายมากกว่า 59 เท่า และคำถามที่ว่าคำตอบของ Astra ดีกว่า 59 เท่าหรือไม่ ก็เป็นคำถามที่ตอนนี้ยังไม่มีใครตอบด้วยตัวเลขได้

เราเตอร์ช่วยได้จริงตรงไหนในแมตช์อัปนี้

GPT-6 Astra อยู่ในแคตตาล็อกของ OrcaRouter แล้ว โดยเข้าถึงได้จากเอนด์พอยต์ที่รองรับ OpenAI เดียวกันกับโมเดลอื่น ๆ ที่เราให้บริการ ในราคาตามรายการของ OpenAI โดยเราไม่บวกเพิ่มใด ๆ — อินพุต $10.00 เอาต์พุต $50.00 แคช $1.00 และระดับบริบทแบบยาวที่ $20.00 และ $75.00 เมื่อเกินขอบเขต 272,000 โทเคน — พร้อมให้ใช้ทั้ง chat completions และ Responses API ขึ้นอยู่กับรูปแบบที่โค้ดของคุณรองรับอยู่แล้ว

Mercury 3 ไม่ได้อยู่ในแคตตาล็อก API โมเดลของเราไม่คืนค่าใด ๆ สำหรับโมเดล Inception ทุกตัว ดังนั้นการเรียกใช้งานจึงหมายถึงการไปที่แพลตฟอร์มของ Inception เอง ซึ่งบัญชีใหม่ในปัจจุบันได้รับโทเค็นฟรี 100 ล้านโทเค็น หรือไปที่หนึ่งในแพลตฟอร์ม inference ที่ Inception ระบุไว้ เราอยากพูดแบบนั้นมากกว่าปล่อยให้บทความเปรียบเทียบสื่อถึงช่องทางที่เราไม่มี

สิ่งที่ชั้นการกำหนดเส้นทางให้คุณในจุดนี้คือปุ่มปรับอีกตัวหนึ่งที่ต่างชนิดจากระดับความพยายาม (effort levels) ของ Astra ระดับความพยายามทั้งห้าระดับเป็นปุ่มของ Astra เอง และการไต่ขึ้นไปแต่ละขั้นก็ต้องจ่ายเงินทุกขั้น การกำหนดเส้นทางช่วยให้คุณเลือกได้ว่าจะจ่ายเงินให้ Astra น้อยเพียงใดเลยทีเดียว: ส่งทราฟฟิกส่วนใหญ่ไปยังโมเดลในชั้นเร็วที่เรากำหนดเส้นทางไว้ให้ — GPT-6 Luna ในราคา $0.10 และ $0.50 หรือ Claude Haiku 5.5 ในราคา $1.00 และ $5.00 — แล้วสงวน Astra ไว้ที่ระดับ high หรือ max สำหรับสัดส่วนคำขอที่ยากจริง ๆ พร้อมกับการสลับไปใช้ระบบสำรองอัตโนมัติเมื่อผู้ให้บริการมีประสิทธิภาพลดลง และ DSL สำหรับการกำหนดเส้นทางที่ใช้แสดงการแบ่งนี้เป็นกฎแทนที่จะเป็นสาขาในโค้ดการประหยัดไม่ได้อยู่ที่อัตราค่าบริการของ Astra แต่อยู่ที่ความถี่ที่คุณหลีกเลี่ยงการใช้งานมันได้

นอกจากนี้ นี่ก็เป็นวิธีที่ซื่อตรงในการประเมิน Mercury 3 เช่นกัน ลองวางมันไว้บนเส้นทางระดับเร็วควบคู่ไปกับ Luna และ Haiku 5.5 ซึ่งเป็นตำแหน่งที่การเปรียบเทียบของ Inception เองจัดให้มัน แล้วดูว่ามันจะชนะในงานของคุณหรือไม่ การนำมันไปเปรียบเทียบกับ Astra โดยตรงนั้นเป็นการเปรียบเทียบโมเดลที่ไม่มีคะแนนดัชนีกับโมเดลที่อยู่บนขั้นที่เจ็ดของดัชนี 216 โมเดล และผลลัพธ์จะบอกคุณได้มากเกี่ยวกับความไม่เข้ากันมากกว่าตัวโมเดลใดโมเดลหนึ่ง

รายละเอียดหนึ่งที่เลเยอร์การกำหนดเส้นทางไม่ควรละเลย และเราไม่ละเลย: ตารางราคาของ Astra มีขอบเขตที่ 272,000 โทเค็นอินพุต ซึ่งกำหนดราคาใหม่ทั้งคำขอ และมีโหมดแบตช์ที่ลดราคาลงครึ่งหนึ่ง สิ่งเหล่านี้ไม่ใช่การปรับเปลี่ยนเล็กน้อย และการส่งต่อในราคาตามรายการจะมีคุณค่าก็ต่อเมื่อส่งต่อส่วนที่ยุ่งยากเหล่านั้นไปด้วยเช่นกัน

การเปรียบเทียบที่จะทำให้ตัดสินเรื่องนี้ได้

สิ่งที่ตัดสิน Mercury 3 กับ GPT-6 Astra ไม่ใช่โพสต์เปิดตัวและไม่ใช่บทความนี้ แต่เป็นตัวเลขเดียว: ตำแหน่งของ Mercury 3 บนดัชนีเดียวกับที่ Astra อยู่ ณ การตั้งค่าระดับความพยายามที่ระบุไว้ บนชุดทดสอบเดียวกัน โดยวัดโดยคนที่ไม่ใช่ Inception จนกว่าสิ่งนั้นจะมีอยู่ การเปรียบเทียบใด ๆ ระหว่างสองรุ่นนี้คือการเปรียบเทียบระหว่างโมเดลที่ถูกวัดแล้วกับโมเดลที่ยังไม่ถูกวัด และโมเดลที่ถูกวัดแล้วควรได้รับความไว้วางใจไว้ก่อนโดยปริยาย — ไม่ใช่เพราะความเคารพต่อ OpenAI แต่เพราะคะแนนที่คุณตรวจสอบได้มีค่ามากกว่าตัวเลขทรูพุตที่คุณตรวจสอบไม่ได้

แนวทางที่ได้ผลในระหว่างนี้คือแนวทางที่บันไดของ Astra เองชี้ไว้ งานส่วนใหญ่ไม่จำเป็นต้องใช้ขั้นสูงสุดของอะไรเลย จงส่งปริมาณคำขอส่วนใหญ่ของคุณไปยังโมเดลที่ถูกที่สุดที่ผ่านเกณฑ์คุณภาพของคุณ เก็บขั้นที่แพงไว้สำหรับคำขอที่ผ่านเกณฑ์ไม่ได้ และมอง Mercury 3 เป็นตัวเลือกสำหรับเส้นทางราคาถูกมากกว่าจะเป็นทางเลือกแทนตัวที่แพง หากปรากฏว่ามันผ่านเกณฑ์ได้ในราคาเพียงหนึ่งในสิบสี่ คุณจะค้นพบสิ่งนั้นจากงานของคุณเอง ซึ่งเป็นชุดทดสอบเดียวที่คุณนำผลไปใช้ได้จริง