Mercury 3 กับ Mistral Large 4: สองโมเดลที่ยังไม่สมบูรณ์ และคำสัญญาที่แนบมากับแต่ละรุ่น

ทั้งสองโมเดลนี้ยังไม่เสร็จสมบูรณ์ และลักษณะที่ยังไม่เสร็จสมบูรณ์ของทั้งคู่นั้นตรงกันข้ามกัน Mercury 3 เปิดตัวโดย Inception Labs เมื่อวันที่ 19 ตุลาคม 2026 ในฐานะผลิตภัณฑ์ที่วางจำหน่ายจริงในราคา 0.20 ดอลลาร์ต่อล้านโทเค็นอินพุต และ 0.70 ดอลลาร์ต่อล้านโทเค็นเอาต์พุต และไม่มีการประเมินโดยอิสระใด ๆ เลย — ไม่มีคะแนน Artificial Analysis ไม่มีชุดทดสอบจากบุคคลที่สาม ไม่มีอะไรทั้งสิ้น Mistral Large 4 ถูกประกาศโดย Mistral เมื่อวันที่ 6 ตุลาคม 2026 ในฐานะพรีวิวสาธารณะในราคา 1.36 และ 4.18 ดอลลาร์ต่อล้าน และมีคะแนนอิสระอยู่ที่ 38 บน Artificial Analysis Intelligence Index พร้อมต้นทุนที่วัดได้ 1.13 ดอลลาร์ต่อหนึ่งงานในดัชนี แต่เวตของมัน — ซึ่ง Mistral สัญญาว่าจะเผยแพร่ "ภายในสิ้นเดือน" — ยังไม่ถูกเผยแพร่บน Hugging Face ในเวลาที่เขียนบทความนี้ และการรัน reinforcement learning ของพรีวิวเองก็ยังดำเนินอยู่ ณ เวลาที่ประกาศ ความล้มเหลวของ AI และเหตุการณ์เกี่ยวกับเอเจนต์ที่มีการบันทึกไว้ซึ่งอยู่เบื้องหลังการเปิดตัวเช่นนี้ ถูกรวบรวมไว้ใน คลังเหตุการณ์ AI ของ OrcaRouter โดยแต่ละรายการมีแหล่งอ้างอิง ระดับความรุนแรง เกรดความเชื่อมั่น และแฟล็กข้อโต้แย้งของตัวเอง

ดังนั้นการเปรียบเทียบจึงอยู่ระหว่างโมเดลที่ตัวเลขทั้งหมดมาจากผู้จำหน่าย และโมเดลที่ตัวเลขไม่ใช่ค่าสุดท้ายทั้งหมด ทั้งสองยังอยู่ในหมวดหมู่ผลิตภัณฑ์ที่ต่างกัน: Mercury 3 เป็นโมเดลภาษาดิฟฟิวชันแบบข้อความล้วนที่มีคอนเท็กซ์หนึ่งล้านโทเคนและอ้างปริมาณงาน 1,068 โทเคนต่อวินาที ขณะที่ Mistral Large 4 เป็นโมเดลผสมผู้เชี่ยวชาญแบบมัลติโมดัลโดยกำเนิดที่มี 1 ล้านล้านพารามิเตอร์ โดยมีพารามิเตอร์ที่ใช้งาน 52 พันล้านพารามิเตอร์ ฝึกบน GPU NVIDIA Grace Blackwell จำนวน 3,800 ตัวในศูนย์ข้อมูลฝรั่งเศส และวางตำแหน่งอย่างชัดเจนในเรื่องอธิปไตย AI ของยุโรป หากงานของคุณเป็นข้อความและข้อจำกัดคือต้นทุน ความแตกต่างนั้นชี้ขาดก่อนจะพิจารณา benchmark ใด ๆ หากไม่ใช่ สองโมเดลนี้แทบไม่ได้แข่งขันกัน

Mercury 3 และสิ่งที่เฉพาะเจาะจงที่ขาดหายไป

โมเดลของ Inception คือรุ่นที่สามของการเดิมพันกับการถอดรหัสแบบขนาน แทนที่จะสร้างหนึ่งโทเคนต่อการ forward pass หนึ่งครั้ง Mercury จะดีนอยซ์บล็อกของตำแหน่งแล้วยืนยันพร้อมกัน ซึ่งเป็นที่มาของความเร็วเกิน 1,000 โทเคนต่อวินาที ตามข้อมูลของ Inception Mercury 3 มีจำนวนพารามิเตอร์รวมมากกว่า Mercury 1 ถึงกว่า 40 เท่า โดยหน้าต่างบริบทเพิ่มจาก 260,000 เป็น 1,000,000 โทเคน และมีเพดานเอาต์พุต 131,072 โทเคน และทำงานที่ 1,068 โทเคนต่อวินาทีบนฮาร์ดแวร์ NVIDIA ที่ไม่ได้ระบุรุ่น

สิ่งที่ขาดหายไปคือการวัดใด ๆ ที่ Inception ไม่ได้เป็นผู้ทำ ผลลัพธ์ด้านคุณภาพเชิงโครงสร้างเพียงรายการเดียวในประกาศ คือการทดสอบเอเจนต์บนเว็บไซต์จริง: งานนำทาง Mind2Web จำนวน 50 งานกับเว็บไซต์จริงภายในฮาร์เนสโปรดักชันของ Inception เอง ซึ่ง Mercury 3 ทำสำเร็จ 50% — 25 งาน — ซึ่ง Inception กล่าวว่า "มากกว่าอย่างมีนัยสำคัญเมื่อเทียบกับ GPT-6.1-Sol" ที่ปริมาณโทเคนและจำนวนขั้นตอนเท่ากัน สิ่งนี้น่าสนใจกว่าตาราง benchmark เพราะเว็บไซต์เหล่านั้นเป็นเว็บไซต์จริง และน่าเชื่อถือน้อยกว่า ด้วยเหตุผลเดียวกับการสาธิตของผู้ขายที่มักเป็นเช่นนี้เสมอ: Inception เป็นผู้เลือกฮาร์เนส เป้าหมาย และการให้คะแนน ณ วันที่ 20 ตุลาคม 2026 ยังไม่มีหน้า Artificial Analysis สำหรับ Mercury 3 ดังนั้นจึงไม่มีตัวเลข throughput ที่เป็นกลาง ไม่มีต้นทุนต่องานที่เป็นกลาง และไม่มีเส้นโค้ง recall ที่เป็นกลางสำหรับหน้าต่างหนึ่งล้านโทเคนนั้น

ผลที่ตามมาเป็นเรื่องรูปธรรม ไม่ใช่เชิงปรัชญา บริบทหนึ่งล้านโทเคนที่มีเส้นโค้งการเรียกคืนซึ่งยังไม่ได้วัดเป็นเพียงข้ออ้างเรื่องความจุ: โทเคนบรรจุได้ และยังไม่มีใครยืนยันว่าโมเดลใช้โทเคนเหล่านั้นจริงมากน้อยเพียงใด Mercury 2.5 ได้คะแนน 12 ใน Artificial Analysis Intelligence Index ซึ่งบอกให้รู้ว่ารุ่นก่อนหน้าอยู่ในระดับใด และไม่ได้บอกอะไรเกี่ยวกับรุ่นนี้เลย

Mistral Large 4 และสิ่งเฉพาะเจาะจงที่ยังไม่เสร็จสิ้น

โมเดลของ Mistral เป็นข้อเสนอที่แตกต่างออกไปโดยสิ้นเชิง และประกาศดังกล่าวก็ระบุรายละเอียดเกี่ยวกับโมเดลนี้อย่างเจาะจงเป็นพิเศษ โดยเป็นโมเดลมัลติโมดัลโดยกำเนิดขนาด 1 ล้านล้านพารามิเตอร์ที่มีพารามิเตอร์ที่ใช้งานอยู่ 52 พันล้านตัว — เป็น sparse mixture-of-experts ดังนั้นพารามิเตอร์ส่วนใหญ่จากทั้งหมดหนึ่งล้านล้านตัวจึงไม่ได้ทำงานกับทุกโทเคน โมเดลนี้จัดการเอกสาร แผนภูมิ ภาพธรรมชาติ ภาพวาดทางเทคนิค และภาพถ่ายดาวเทียมระดับกิกะพิกเซล และได้รับการฝึกบนข้อมูลที่ครอบคลุมกว่าส 160 ภาษา รวมถึงทุกภาษาราชการของสหภาพยุโรป

• การเขียนโค้ด — 61.7% บน DeepSWE v1.1, 59.4% บน SWE-Atlas-QnA, 28.3% บน Terminal-Bench 4 คิดเป็นดัชนี Coding Agent รวม 49.8% ทั้งหมดรายงานโดย Mistral

• เอเจนต์และไซเบอร์ — 59.9% บน AutomationBench, 1,393 Elo บน AA-Briefcase, 82% ในการทดสอบจำลองและแพตช์ช่องโหว่จริงซึ่ง Mistral กล่าวว่านำหน้าทุกโมเดล, 93% บน Cybench และ 93.3% ความต้านทานการโจมตีบน B3 ของ Lakera

• Vision — 42% ใน Dense 200 visual grounding เหนือกว่า GPT-6 Astra ที่ 41% อย่างหวุดหวิด

• การประเมินโดยมนุษย์ — 3.74 จาก 5 ในการประเมินการเขียนโค้ดแบบปกปิดของ Surge AI เป็นอันดับสองจากห้ารุ่น รองจาก Claude Opus 5 ที่ 4.22 บุคคลที่สามเป็นผู้ดำเนินการศึกษา; Mistral เป็นผู้สั่งจ้างและเผยแพร่

• คะแนนรวมอิสระ — 38 ใน Artificial Analysis Intelligence Index จัดอันดับที่ 66 จาก 217 ในราคา $1.13 ต่องานดัชนี 67.5 โทเค็นเอาต์พุตต่อวินาที และเวลาไปยังโทเค็นแรก 1.65 วินาที

• สถานะ — พรีวิว โดยสัญญาว่าจะมอบเวตภายในสิ้นเดือนตุลาคม 2026 การรัน RL ยังคงดำเนินอยู่ ณ เวลาที่ประกาศ

การจัดประเภทนี้เป็นสิ่งที่ควรระมัดระวัง เอกสารของ Mistral เองระบุรุ่น v26.10 ว่าเป็น "Open" และเป็น open-weight ขณะที่หน้า Artificial Analysis ซึ่งอ่านเมื่อวันที่ 20 ตุลาคม ยังคงระบุว่าเป็น "proprietary" และ "the model weights are not publicly available" ทั้งสองอย่างถูกต้อง ณ เวลาที่ต่างกัน: สัญญาอนุญาตคือเจตนา ส่วนน้ำหนักโมเดลยังไม่มีอยู่บนดิสก์ ใครก็ตามที่สร้างการติดตั้งโดยสมมติว่า Mistral Large 4 จะสามารถดาวน์โหลดได้ในเดือนพฤศจิกายน ควรทราบว่าคำสัญญามีกำหนดเวลาแล้ว แต่ยังไม่มี repository

การ์ดอัตราค่าบริการสองใบ และตัวเลขที่ทำให้ช่องว่างดูแคบลงกว่าที่เห็น

เมื่อดูจากตัวเลข Mercury 3 ถูกกว่าอย่างมาก: $0.70 ต่อล้านโทเค็นเอาต์พุต เทียบกับ $4.18 และอินพุต $0.20 เทียบกับ $1.36 นั่นคือช่องว่าง 6 เท่าที่ราคาปกติ หรือ 12 เท่าในช่วงเปิดตัวของ Mercury ที่ $0.10 และ $0.35 โดยราคาโปรโมชันของ Mistral เองที่ $0.68 และ $2.09 ช่วยลดช่องว่างลงเหลือประมาณ 6 เท่า

ตัวเลขต่อคำตอบคือจุดที่มันถูกกดให้ต่ำลงไปอีก และเป็นตัวเลขเดียวในบทความนี้ที่ถูกวัดโดยคนอื่นที่ไม่ใช่ผู้ขายโมเดล Artificial Analysis ระบุว่า Mistral Large 4 Preview อยู่ที่ $1.13 ต่องานใน Intelligence Index Mercury 3 ไม่มีค่าที่เทียบเท่า ดังนั้นวิธีเดียวที่จะสร้างค่าขึ้นมาคือสมมติปริมาณโทเค็น และการเปรียบเทียบ Mercury ก่อนหน้านี้แสดงให้เห็นว่าทำไมสมมติฐานนั้นจึงสำคัญ โมเดลที่ใช้โทเค็นเอาต์พุต 31,000 โทเค็น ขณะที่อีกตัวใช้ 193,000 โทเค็น อาจมีราคาแพงกว่าต่อโทเค็นถึง 20 เท่า แต่ยังถูกกว่าต่อคำตอบ ที่ $0.70 ต่อล้าน Mercury 3 จะต้องใช้โทเค็นเอาต์พุตประมาณ 1.6 ล้านโทเค็นเพื่อให้มีต้นทุน $1.13 สำหรับงานเดียว มันจะไม่ใช้มากขนาดนั้น ในปริมาณใดๆ ที่สมจริง มันจะอยู่ต่ำกว่า $1.13 มาก ซึ่งเป็นแก่นที่ซื่อตรงของข้อโต้แย้งของมัน ข้อได้เปรียบต่อโทเค็นยังคงอยู่หลังการปรับเป็นต่อคำตอบในกรณีนี้ ในแบบที่มันไม่ได้เป็นเช่นนั้นเมื่อเทียบกับ GPT-6 Sol

• บริบท — Mercury 3: 1,000,000 โทเค็นตามเอกสารของ Inception Mistral Large 4: 1,000,000 ตามรายการโมเดลของ Mistral เทียบกับ 524,288 ในการกำหนดค่าที่ทดสอบของ Artificial Analysis

• มัลติโมดัล — Mercury 3: ข้อความเข้า ข้อความออก ไม่มีภาพเลยไม่ว่าจะต้องแลกด้วยอะไรก็ตาม Mistral Large 4: เอกสาร แผนภูมิ ภาพถ่าย แบบทางเทคนิค ภาพถ่ายดาวเทียม

• ความเร็ว — Mercury 3: 1,068 โทเคนต่อวินาที วัดโดยผู้จำหน่าย Mistral Large 4: 67.5 โทเคนต่อวินาที ตามข้อมูลของ Artificial Analysis โดยมีเวลาไปยังโทเคนแรก 1.65 วินาที ซึ่งถือว่าเร็วอย่างแท้จริงสำหรับโมเดลขนาดนี้

• ค่าน้ำหนัก — Mercury 3: ยังไม่มีการเผยแพร่ และองค์กร Hugging Face ของ Inception ไม่มีที่เก็บโมเดลใด ๆ Mistral Large 4: ให้คำมั่นว่าจะเผยแพร่ภายในสิ้นเดือนตุลาคม แต่ยังไม่เผยแพร่

• การกำกับดูแล — Mercury 3: ไม่มีแถลงการณ์ที่เผยแพร่เกี่ยวกับข้อมูลการฝึกหรือการติดตั้งใช้งานในสหภาพยุโรป Mistral Large 4: ฝึกในศูนย์ข้อมูลในยุโรป การติดตั้งใช้งานที่ดำเนินการโดยยุโรป รองรับภาษาราชการทั้งหมดของสหภาพยุโรป

บรรทัดที่เกี่ยวกับบริบทยาวคือบรรทัดที่ควรอ่านสองครั้ง เอกสารของ Mistral ระบุว่าหนึ่งล้านโทเคน ส่วน Artificial Analysis ทดสอบที่ 524,288 นั่นไม่ใช่ความขัดแย้ง — ผู้ให้บริการทดสอบที่กำลังสองใดก็ตามที่ฮาร์เนสของตนรองรับ — แต่เป็นเครื่องเตือนใจว่าตัวเลขบริบทเป็นเพียงค่าสูงสุด ไม่ใช่ความสามารถที่ได้รับการทดสอบ และความสามารถในการเรียกคืนบริบทยาวของ Mistral Large 4 ก็ยังไม่มีการเผยแพร่ที่หน้าต่างเต็มเช่นกัน

จุดที่ข้อโต้แย้งของฝ่ายยุโรปได้ผลจริง

การขายจุดขายเรื่องอธิปไตยไม่ใช่แค่ของประดับบนโมเดลนี้ แต่เป็นเหตุผลที่ผู้ซื้อหลายรายจะเลือกมันแทนตัวเลือกที่ถูกกว่าและเก่งกว่า ฝึกบน Blackwell GPUs ในศูนย์ข้อมูลของฝรั่งเศส ดำเนินการจากยุโรป รองรับหลายภาษาครอบคลุมภาษาราชการทั้งหมดของสหภาพยุโรป สำหรับผู้ซื้อในภาครัฐหรือองค์กรยุโรปที่อยู่ภายใต้การกำกับดูแล การผสมผสานเช่นนี้อาจมีน้ำหนักมากกว่าคะแนนดัชนีความฉลาดถึงสิบสองจุด เพราะทางเลือกอื่นอาจจัดหาไม่ได้เลยด้วยซ้ำ

Mercury 3 ไม่มีสิ่งใดในนั้นเลย Inception ไม่ได้เผยแพร่ข้อมูลใด ๆ เกี่ยวกับตำแหน่งที่โมเดลทำงาน ข้อมูลที่ใช้ฝึกโมเดล หรือข้อกำหนดการเก็บรักษาข้อมูลที่ใช้บังคับ นอกเหนือจากการระบุว่าลูกค้าองค์กรสามารถซื้อความจุเฉพาะ (dedicated capacity) การขยายขนาดอัตโนมัติ (autoscaling) มาตรการควบคุมด้านการปฏิบัติตามข้อกำหนด (compliance controls) และการกำหนดระยะเวลาการเก็บรักษาข้อมูลได้ สิ่งเหล่านี้เป็นสิ่งที่ถูกต้องในการขายให้กับองค์กร และไม่ใช่สิ่งเดียวกับจุดยืนด้านการประมวลผลข้อมูลที่เผยแพร่ต่อสาธารณะ

ยังมีรายละเอียดที่ซับซ้อนอีกประการในเรื่องราวของยุโรป ซึ่งควรค่าแก่การชี้ให้เห็นมากกว่าการแก้ให้จบ: คำมั่นเรื่องการเปิดน้ำหนักโมเดล (open-weights) หาก Mistral เผยแพร่น้ำหนักในปลายเดือนตุลาคม ผู้ซื้อในยุโรปจะได้สิ่งที่ห้องแล็บอเมริกันยังไม่มีข้อเสนอในระดับนี้ — โมเดลมัลติโมดัลที่ใกล้เคียงแนวหน้า ซึ่งรันได้ภายในขอบเขตของตนเอง บนฮาร์ดแวร์ของตนเอง โดยไม่มีผู้ขายอยู่ในเส้นทางการร้องขอ นั่นเป็นผลิตภัณฑ์ที่แตกต่างอย่างมีนัยสำคัญจาก API พรีวิว และเป็นเหตุผลว่าทำไมรีโพซิทอรีที่หายไปจึงสำคัญกว่าคะแนน benchmark ที่หายไป

ทั้งสองรุ่นนี้ถูกถอดออกจากแคตตาล็อกของเรา ซึ่งทำให้คำแนะนำเปลี่ยนไป

Mercury 3 ไม่ได้อยู่ในแคตตาล็อกของ OrcaRouter และ Mistral Large 4 ก็ไม่อยู่เช่นกัน — API โมเดลของเราไม่คืนผลลัพธ์ใด ๆ สำหรับทั้งสองโมเดล ไม่ว่าจะลอง slug รูปแบบใดก็ตามที่เราลองไปแล้ว นี่ถือว่าผิดปกติพอที่จะพูดกันตรง ๆ เพราะนั่นหมายความว่าการเปรียบเทียบนี้ไม่อาจจบลงด้วยการ "ใส่ทั้งสองโมเดลไว้บนคีย์เดียว" ได้ ใครก็ตามที่เรียกใช้โมเดลใดโมเดลหนึ่งจะต้องไปที่ผู้ให้บริการโดยตรง หรือไปยังแพลตฟอร์มบุคคลที่สามหลายแห่งที่โฮสต์โมเดลนั้น

สิ่งที่เลเยอร์การกำหนดเส้นทางยังคงทำได้ในสถานการณ์นั้นคือส่วนที่ไม่จำเป็นต้องโฮสต์โมเดล: มันเก็บโมเดลที่เรากำหนดเส้นทางไว้เบื้องหลังเอนด์พอยต์เดียวที่เข้ากันได้กับ OpenAI และมันให้คุณกำหนดกฎว่าทราฟฟิกใดไปที่ใด หากน้ำหนักโมเดลของ Mistral เปิดตัวในช่วงปลายเดือนตุลาคม สถาปัตยกรรมที่น่าสนใจไม่ใช่ "ใช้ Mistral Large 4 กับทุกอย่าง" — แต่เป็นเส้นทาง Mistral ที่โฮสต์เองสำหรับเอกสารที่ไม่สามารถออกนอกขอบเขตของคุณ โมเดลฟรอนเทียร์ที่กำหนดเส้นทางสำหรับงานที่ทำได้ และกฎที่ตัดสินใจเลือกระหว่างสองสิ่งนั้น กฎเดียวกันนี้รองรับ Mercury 3 หาก Inception เปิดตัวมันในที่ที่เราเข้าถึงได้ และรองรับกรณีที่ราคาโปรโมชันของผู้ขายรายใดรายหนึ่งสิ้นสุดลง ซึ่งสำหรับ Mercury 3 ไม่มีวันที่ประกาศไว้

ใครควรเลือกอันไหน และอะไรจะทำให้คำตอบเปลี่ยนไป

เลือก Mercury 3 หากงานเป็นข้อความ มีปริมาณสูง และคำตอบตรวจสอบได้ในต้นทุนต่ำ เรตการ์ดถูกกว่า Mistral Large 4 ราคา 6 ถึง 12 เท่า ขึ้นอยู่กับว่าราคาใดมีผลบังคับใช้ ณ ขณะนั้น หน้าต่างบริบทมีขนาดระดับเดียวกับที่ประกาศไว้ และการไม่มีคะแนนเป็นกลางถือเป็นความเสี่ยงที่คุณวัดได้จากอัตราความผิดพลาดของคุณเองภายในหนึ่งวัน สิ่งที่คุณต้องแลกไปคืออินพุตรูปแบบอื่นที่ไม่ใช่ข้อความทั้งหมด และความสามารถในการตรวจสอบพฤติกรรมของโมเดลก่อนนำไปใช้งาน

เลือก Mistral Large 4 หากอินพุตมีรูปภาพ ภาพวาด หรือสแกน; หากฝ่ายจัดซื้อต้องการการฝึกและการดำเนินงานในยุโรป; หากเวลาไปยังโทเคนแรกที่ 1.65 วินาทีสำคัญกว่าปริมาณงานดิบ; หรือหากคำสัญญาเรื่อง open-weights คือเหตุผลจริงที่คุณสนใจ ซึ่งในกรณีนี้ให้รอที่รีโพซิทอรีแทนการประกาศ สิ่งที่คุณต้องแลกคือราคาที่สูงขึ้นหกเท่า และการอ้างว่าเป็นสิ่งที่เร็วที่สุดที่มีอยู่

สองวันกำหนดที่จะช่วยคลี่คลายคำถามที่ยังเปิดอยู่เกือบทั้งหมดในบทความนี้ได้ วันแรกคือช่วงปลายเดือนตุลาคม เมื่อ Mistral จะเผยแพร่น้ำหนักโมเดลหรือไม่ก็ไม่เผยแพร่ วันที่สองคือเมื่อใดก็ตามที่ Artificial Analysis ทดสอบ Mercury 3 ซึ่งจะแทนที่ตัวเลขทุกตัวจากผู้จำหน่ายในส่วนแรกด้วยค่าที่วัดได้จริง ยังไม่มีการประกาศทั้งสองวัน détermin กระทั่งถึงตอนนั้น สรุปที่พอจะป้องกันได้คือ Mercury 3 เป็นเครื่องยนต์ข้อความที่ถูกกว่า และ Mistral Large 4 เป็นผลิตภัณฑ์ที่สมบูรณ์กว่า และทั้งสองกำลังถูกขายด้วยข้อกล่าวอ้างที่ผู้ซื้อในปัจจุบันต้องเชื่อโดยอาศัยศรัทธา