Mercury 3 กับ Reflection Beam: โมเดลแบบปิดที่เร็วที่สุดพบกับโมเดลแบบเปิดที่เร็วที่สุด

Reflection Beam มาพร้อมตัวเลขที่ตรวจสอบได้ ส่วน Mercury 3 มาพร้อมตัวเลขที่ตรวจสอบไม่ได้ Beam ได้คะแนน 335.1 โทเค็นเอาต์พุตต่อวินาทีจาก Artificial Analysis โดยมีเวลาในการได้โทเค็นแรกที่ 0.80 วินาที และมีคะแนน Intelligence Index ที่ 30 — เร็วเป็นอันดับสี่ใน 78 โมเดลที่วัด และอันดับที่ยี่สิบใน 121 ด้านคุณภาพ Mercury 3 อ้างว่าได้ 1,068 โทเค็นต่อวินาที และไม่มีคะแนนอิสระใด ๆ เลย หนึ่งวันหลังจาก Inception เปิดตัวเมื่อวันที่ 19 ตุลาคม 2026 ดังนั้นวิธีที่ยุติธรรมในการเริ่มการเปรียบเทียบนี้จึงไม่ใช่ "อันไหนเร็วกว่า" แต่เป็น "จะเกิดอะไรขึ้นกับช่องว่างเมื่อฝ่ายที่ยังไม่ได้วัดถูกวัด"ความล้มเหลวของ AI และเหตุการณ์ของเอเจนต์ที่มีการบันทึกไว้เบื้องหลังการเปิดตัวเช่นนี้ถูกรวบรวมไว้ใน OrcaRouter AI Incident Archive โดยแต่ละรายการมีแหล่งที่มา ระดับความรุนแรง ระดับความเชื่อมั่น และแฟล็กข้อโต้แย้งของตนเอง

เหตุผลที่การจับคู่นี้สำคัญเกินกว่าจะดูแค่เอกสารสเปกคือ ทั้งสองโมเดลกำลังขายสิ่งเดียวกัน Mercury 3 เป็นโมเดลภาษาดิฟิวชันที่ขัดเกลาบล็อกโทเคนแบบขนาน ส่วน Reflection Beam เป็น sparse mixture of experts ที่มีพารามิเตอร์รวม 501 พันล้านตัว และมีเพียง 23 พันล้านตัวที่ทำงานต่อโทเคน คนละกลเม็ด แต่เดิมพันเดียวกัน นั่นคือต้นทุนการอนุมาน ไม่ใช่เพดานความสามารถ คือสมรภูมิถัดไป Beam ถูกประกาศเมื่อวันที่ 5 ตุลาคม 2026 และน้ำหนักโมเดลเปิดให้ใช้ภายใต้ Apache 2.0 เมื่อวันที่ 16 ตุลาคม ส่วน Mercury 3 เปิดตัวเก้าวันถัดมาในรูปแบบ API ปิด ตัวหนึ่งคุณดาวน์โหลดและวัดผลเองได้ อีกตัวคุณทำได้เพียงเรียกใช้และเชื่อใจ

สิ่งที่แต่ละฝ่ายได้ระบุไว้ในบันทึกจริง ๆ

บันทึกของ Beam ละเอียดพอที่จะโต้แย้งได้ ดัชนี Intelligence Index อยู่ที่ 30 จัดอันดับที่ 20 จาก 121 โมเดล และสูงกว่าค่ามัธยฐานที่ 19 ซึ่ง Artificial Analysis บันทึกไว้สำหรับโมเดล open-weight ที่เทียบเคียงได้ วัดได้ 335.1 โทเค็นเอาต์พุตต่อวินาที และ 0.80 วินาทีถึงโทเค็นแรก ซึ่งทั้งคู่เทียบกับค่ามัธยฐานของกลุ่มเดียวกันที่ราว 77 โทเค็นต่อวินาทีและ 1.70 วินาที อัตราที่ประกาศไว้คือ $0.70 ต่อล้านโทเค็นอินพุต และ $2.10 ต่อล้านโทเค็นเอาต์พุต พร้อมส่วนลดแคช 84 เปอร์เซ็นต์ คิดออกมาเป็นค่าประมวลผล $0.57 ต่องานในดัชนี และตัวเลขความเยิ่นเย้อที่ 79 ล้านโทเค็นเอาต์พุตเพื่อทำดัชนีให้เสร็จ เป็นอันดับ 10 ที่กระชับที่สุดจาก 47 โมเดลที่ประเมิน เทียบกับค่ามัธยฐาน 140 ล้าน ตัวเลขสุดท้ายนั้นคือข้ออ้างเรื่องประสิทธิภาพที่ปรากฏใน harness ของคนอื่นเป็นครั้งแรก และเป็นตัวเลขที่น่าสนใจที่สุดในไฟล์ของโมเดลทั้งสอง

เมื่อเทียบกันแล้ว สถิติของ Mercury 3 ประกอบด้วยข้ออ้างสามข้อและการทดลองขนาดเล็กหนึ่งครั้ง ข้ออ้างเหล่านั้นคือ 1,068 โทเคนต่อวินาทีบน GPU ของ NVIDIA; พารามิเตอร์มากกว่าของ Mercury 1 ถึง 40 เท่า พร้อมความสามารถทางปัญญาที่วัดได้ราวสามเท่า; และคุณภาพ "เทียบเท่าหรือดีกว่าโมเดลที่ปรับให้เหมาะกับความเร็วระดับแนวหน้าอย่าง GPT-6 Luna และ Claude Haiku 5.5" ส่วนการทดลองคือ งานนำทาง Mind2Web แบบสด 50 งานในฮาร์เนสเว็บเอเจนต์ของ Inception เอง ทำสำเร็จ 50 เปอร์เซ็นต์ "มากกว่าอย่างมีนัยสำคัญเมื่อเทียบกับ GPT-6.1-Sol" ด้วยปริมาณโทเคนและจำนวนขั้นตอนเท่ากัน จึงมีต้นทุนเพียงเสี้ยวเดียว ไม่มีส่วนใดได้รับการทำซ้ำอย่างอิสระ และ Artificial Analysis ไม่มีหน้าเพจของ Mercury 3 เลย

ความไม่สมมาตรนั้นไม่ใช่การตำหนิงานวิศวกรรมของ Inception แต่เป็นข้อความเกี่ยวกับสิ่งที่คุณตัดสินใจได้ในวันนี้ สำหรับ Beam คุณสามารถคำนวณต้นทุนต่องานที่เสร็จสมบูรณ์ได้ เพราะมีคนวัดความสำเร็จและความเยิ่นเย้อของคำตอบไว้ สำหรับ Mercury 3 คุณคำนวณได้เพียงต้นทุนต่อโทเค็นเท่านั้น และไม่มีอะไรอื่น

เอกสารข้อมูลจำเพาะ โดยมีแหล่งที่มาของข้อมูลแนบไว้ในแต่ละบรรทัด

• ราคาต่อล้านโทเคน — Mercury 3 ราคาปกติ $0.20 ขาเข้า และ $0.70 ขาออก, $0.10 และ $0.35 ในช่วงส่วนลดเปิดตัว เทียบกับ Beam $0.70 ขาเข้า และ $2.10 ขาออก

• อินพุตที่แคชไว้ — Mercury 3 $0.02 ต่อล้านตามราคาตาราง เทียบกับ Beam ซึ่งมีส่วนลด 84 เปอร์เซ็นต์จากอัตราอินพุต หรือประมาณ $0.11 ต่อล้าน

• อัตราการประมวลผล — Mercury 3 1,068 โทเคนต่อวินาที เป็นข้อมูลอ้างจากผู้จำหน่าย โดยไม่ได้ระบุฮาร์ดแวร์ เทียบกับ Beam 335.1 โทเคนต่อวินาที ซึ่งวัดโดย Artificial Analysis

• เวลาถึงโทเค็นแรก — Mercury 3 ไม่ได้เปิดเผยข้อมูล เทียบกับ Beam 0.80 วินาที (วัดแล้ว)

• Intelligence Index — Mercury 3 ไม่มีรายการ ณ วันที่ 20 ตุลาคม 2026 เทียบกับ Beam 30 ซึ่งอยู่อันดับที่ 20 จาก 121

• ค่าใช้จ่ายต่องานดัชนี — Mercury 3 ไม่สามารถคำนวณได้หากไม่มีคะแนน เทียบกับ Beam $0.57

• ความเยิ่นเย้อของเอาต์พุตบนดัชนี — Mercury 3 ไม่ได้เผยแพร่ เทียบกับ Beam 79 ล้านโทเคน เป็นอันดับ 10 ที่กระชับที่สุดจาก 47

• หน้าต่างบริบท — Mercury 3 1,000,000 โทเค็น พร้อมเอาต์พุตสูงสุด 131,072 เทียบกับ Beam 1,048,576 โทเค็น พร้อมเอาต์พุตสูงสุด 131,072

• พารามิเตอร์ — Mercury 3 ไม่เปิดเผย ระบุเพียงว่าเป็นมากกว่า 40 เท่าของ Mercury 1 เมื่อเทียบกับ Beam 501B ที่มีพารามิเตอร์รวม 501B และเปิดใช้งาน 23B ต่อโทเคน

• รูปแบบการป้อนข้อมูล — ทั้งสองแบบเป็นข้อความเท่านั้น

• การควบคุมการให้เหตุผล — Mercury 3 มีการตั้งค่าสี่ระดับตั้งแต่ instant ถึง high โดยค่าเริ่มต้นเป็น low เทียบกับ Beam ที่บังคับให้ระบุความพยายามในการให้เหตุผลห้าระดับ และเอกสารของ Reflection ตั้งค่าเริ่มต้นเป็น max

• เวต — Mercury 3 แบบปิด เทียบกับ Beam Apache 2.0 ใน BF16, FP8 และบิลด์ NVFP4 ขนาด 273 GiB

• การโฮสต์ด้วยตนเอง — Mercury 3 มีเฉพาะความจุเฉพาะสำหรับองค์กรเท่านั้น เทียบกับ Beam ซึ่งเป็นการติดตั้งอ้างอิงของ GPU NVIDIA B300 จำนวน 4 ตัวบน NVLink พร้อมการรองรับ vLLM, SGLang, Transformers และ Dynamo ตั้งแต่ Day Zero

ข้อควรระวังหนึ่งเกี่ยวกับราคา: ส่วนลดของ Mercury 3 ไม่มีวันที่สิ้นสุดที่ประกาศไว้ ดังนั้นตัวเลขที่คงอยู่ในการวางแผนคือ $0.20/$0.70 ไม่ใช่ $0.10/$0.35 อัตรา $0.70/$2.10 ของ Beam เป็น rate card ที่ใช้งานจริงซึ่งเผยแพร่โดยผู้ประเมินและโดยแพลตฟอร์มของ Reflection เอง

ช่องว่างที่สำคัญคือ 335 เทียบกับ 1,068

{{1}}หากตัวเลขของ Inception ยังคงยืนได้ภายใต้ชุดทดสอบที่เป็นกลาง{{/1}} {{2}}Mercury 3 จะเร็วกว่าโมเดลแบบเปิดน้ำหนักที่วัดได้ว่าเร็วที่สุดในแวดวงประมาณสามเท่า{{/2}} และทำเช่นนั้นด้วยราคาอินพุตหนึ่งในสามของ Beam และราคาเอาต์พุตหนึ่งในสามของ Beam การผสมผสานนั้น — เร็วขึ้นและถูกกว่า — คือข้อโต้แย้งสนับสนุน Mercury 3 ในประโยคเดียว และเป็นประโยคที่ทรงพลัง

ปัญหาคือประโยคนั้นอ้างอิงตัวเลขเพียงอย่างเดียวโดยไม่ได้ระบุวิธีการวัด Inception ไม่ได้บอกว่าใช้ GPU ตัวไหน batch size เท่าไร ตั้งค่า reasoning effort ระดับใด หรือการวัดเป็นแบบ single-stream หรือ aggregate ทางเลือกทั้งสี่นี้ทำให้ตัวเลข throughput ต่างกันได้หลายเท่า ส่วนลดที่ต้องนำมาปรับใช้ไม่ใช่เรื่องสมมติ: ตอนที่ Mercury 2.5 เปิดตัว ตัวเลข throughput จากผู้จำหน่ายสูงกว่าตัวเลข 706 tokens per second ที่ Artificial Analysis วัดได้ในภายหลังภายใต้ harness ของตนเองอย่างมีนัยสำคัญ นั่นคือช่องว่างปกติระหว่างตัวเลขจากผู้จำหน่ายกับตัวเลขจากการวัดอิสระในหมวดนี้ ไม่ใช่ความไม่สุจริต — แต่เป็นช่องว่างที่ควรตั้งสมมติฐานไว้

หากปรับลดแบบสามต่อหนึ่ง Mercury 3 จะอยู่ที่ประมาณ 350 โทเค็นต่อวินาที: เท่ากับค่าที่วัดได้ของ Beam ในราคาหนึ่งในสาม และมีคะแนนคุณภาพที่ไม่ทราบค่า หากปรับลดแบบสองต่อหนึ่ง มันเป็นโมเดลที่เร็วที่สุดอย่างสบาย ๆ ที่แล็บใดในสองแห่งนี้เคยเปิดตัวในราคานี้ ไม่ว่าจะทางใด การเปรียบเทียบก็เปลี่ยนจาก “เร็วขึ้นสามเท่า” เป็น “อยู่ระหว่างเร็วเท่า Beam กับเร็วขึ้นสามเท่า และถูกกว่า Beam ไม่ว่าทางใด”

มีอสมมาตรที่สองซ่อนอยู่ในตัวเลขคู่เดียวกันนี้ เวลา 0.80 วินาทีถึงโทเคนแรกของ Beam วัดบนโมเดลการให้เหตุผลที่ตั้งค่าเริ่มต้นไว้ที่ระดับความพยายามสูงสุด ซึ่งหมายความว่าโมเดลกำลังคิดจริง ๆ ก่อนจะส่งสิ่งใดออกมา และยังคงคืนโทเคนแรกได้ภายในเวลาไม่ถึงหนึ่งวินาที นั่นเป็นผลลัพธ์ทางวิศวกรรมที่น่าประทับใจกว่าตัวเลขทรูพุตดิบ และเป็นประเภทของสิ่งที่เฉพาะฮาร์เนสอิสระเท่านั้นที่จะค้นพบได้

พารามิเตอร์ที่ใช้งานอยู่จำนวนสองหมื่นสามพันล้านตัวคือประเด็นจริงในฝั่งของ Beam

ตัวเลข 501B บนการ์ดสเปกของ Beam ส่วนใหญ่ไม่ได้ถูกใช้งาน ที่ 23 พันล้านพารามิเตอร์ที่ aktif ต่อโทเค็น โมเดลจะปลุกใช้งานประมาณ 4.6 เปอร์เซ็นต์ของตัวเองสำหรับโทเค็นใด ๆ ซึ่งเป็นอัตราการเปิดใช้งานที่ดุเดือดแม้เทียบกับมาตรฐาน open-weight ในปัจจุบัน บันทึกด้านสถาปัตยกรรมระบุถึง attention แบบ local และ global ที่สลับกัน, routed experts แบบละเอียด, SandwichNorm และบิลด์สำหรับ serving แบบ FP8/FP4 แต่ผลลัพธ์ในทางปฏิบัติเรียบง่ายกว่า: Beam พอดีกับโหนดสี่ GPU หนึ่งโหนด นั่นคือโปรไฟล์สำหรับการให้บริการ ไม่ใช่ของแปลกสำหรับงานวิจัย

นอกจากนี้ยังอธิบายผลลัพธ์ด้านความเยิ่นเย้อได้ด้วย โมเดลที่ใช้โทเค็นเอาต์พุต 79 ล้านโทเค็นเพื่อทำดัชนีให้เสร็จ เทียบกับค่ามัธยฐาน 140 ล้าน กำลังทำงานเดียวกันด้วยโทเค็นเอาต์พุตประมาณครึ่งเดียว และโทเค็นเอาต์พุตคือที่มาของค่าใช้จ่าย การโต้แย้งของ Reflection เองคือเรื่องประสิทธิภาพ ณ เวลาอนุมาน ไม่ใช่ความเท่าเทียมที่แนวหน้า และบริษัทก็พูดทำนองนี้ในสื่อเปิดตัว — โดยยอมรับว่าเป็นรอง Kimi K3 และ GLM ในด้านความสามารถดิบ ข้อมูลอิสระสนับสนุนทั้งการยอมรับนั้นและข้ออ้างเรื่องประสิทธิภาพในเวลาเดียวกัน

ข้อโต้แย้งเรื่องประสิทธิภาพของ Mercury 3 แตกต่างออกไปโดยธรรมชาติ ไม่ใช่เรื่องของการใช้โทเค็นน้อยลง แต่เป็นเรื่องของการผลิตโทเค็นให้เร็วขึ้น และเรื่องเล่าการขยายขนาดของ Inception — พารามิเตอร์มากกว่าโมเดลแรกถึง 40 เท่า ความฉลาดที่วัดได้มากกว่า 3 เท่า ความเร็วเท่าเดิม — ก็เป็นการกล่าวอ้างว่าการประมวลผลแบบขนานของ diffusion ให้ทรูพุตที่โมเดล autoregressive เทียบไม่ได้ นั่นเป็นข้อโต้แย้งที่น่าเชื่อถือและน่าสนใจ แต่ก็เป็นข้อมูลที่รายงานเองทั้งหมด และไม่ได้บอกอะไรเลยว่าโมเดลใช้โทเค็นมากกว่าโมเดล autoregressive ที่เทียบกันได้หรือไม่เพื่อให้ได้คำตอบเดียวกัน ยังไม่มีใครเผยแพร่ตัวเลขความเยิ่นเย้อของ Mercury 3 เพราะไม่มีการประเมิน Mercury 3 ที่จะใช้ดึงตัวเลขนั้นมาได้

ต้นทุนต่อหนึ่งงานที่เสร็จสมบูรณ์ เมื่อคิดครบทุกขั้นตอน

ลองนึกถึงงานเขียนโค้ดแบบเอเจนต์: บริบทของรีโพซิทอรี 200,000 โทเคน, แพตช์พร้อมคำอธิบาย 4,000 โทเคนที่ส่งออก, และ 5,000 รันต่อวันทั่วทั้งทีม

• Mercury 3 ในราคาตามรายการ — อินพุต 1,000 ล้านโทเค็นที่ $0.20 เป็น $200; เอาต์พุต 20 ล้านที่ $0.70 เป็น $14 ประมาณ $214 ต่อวัน

• Mercury 3 ในราคาเปิดตัว — ประมาณ $107 ต่อวัน

• Beam ในอัตราที่ประกาศไว้ — อินพุต 1,000 ล้านที่ $0.70 คือ $700; เอาต์พุต 20 ล้านที่ $2.10 คือ $42 ประมาณ $742 ต่อวัน ก่อนหักส่วนลดแคช 84 เปอร์เซ็นต์ ซึ่งสำคัญมากในที่นี้ เพราะบริบทของรีโพซิทอรีเป็นข้อความนำประเภทที่ถูกแคชพอดี ด้วยอัตราการแคชฮิตที่สมจริงสำหรับบริบทนั้น บรรทัดอินพุตจะลดลงเหลือราว $112 และยอดรวมรายวันจะอยู่ที่ประมาณ $154

การคำนวณนั้นคือเหตุผลที่โมเดลทั้งสองนี้มีอยู่ บนภาระงานแบบ agentic ที่แคชไว้อย่างดี ทั้งสองมีต้นทุนต่างกันไม่เกิน 40 เปอร์เซ็นต์ โดย Beam ถูกกว่าเล็กน้อยในสถานการณ์แคชดี ส่วน Mercury 3 ถูกกว่าในสถานการณ์แคชไม่ดี และทั้งสองคิดเพียงเศษเสี้ยวของสิ่งที่โมเดล frontier จะเรียกเก็บสำหรับทราฟฟิกเดียวกัน ข้อโต้แย้งเรื่องต้นทุนไม่ได้ทำให้แยกทั้งสองออกจากกัน สิ่งที่ทำให้แยกจากกันคือ ตัวเลขของ Beam สามารถทำซ้ำได้ ส่วนของ Mercury 3 เป็นราคาตามรายการเมื่อเทียบกับอัตราความสำเร็จที่ไม่ทราบแน่ชัด

ประเด็นเรื่องการออกใบอนุญาต ซึ่งยังไม่ใกล้จะคลี่คลาย

weights ของ Beam ดาวน์โหลดได้ภายใต้ Apache 2.0 ในสามระดับความแม่นยำ พร้อมดราฟเตอร์สำหรับ speculative decoding ขนาด 1.93B และ Reflection ระบุว่าไม่จำกัดการกลั่นแบบจำลอง (distillation) การ fine-tuning การควอนไทซ์ (quantisation) หรือการรวมแบบจำลอง (merging) มีเครื่องมือตรวจสอบความสอดคล้อง — beam-verifier — ที่รันชุดทดสอบกับเอนด์พอยต์ Beam ที่ใช้งานอยู่ใด ๆ แล้วประเมินบนเบนช์มาร์กหลัก ซึ่งหมายความว่าผู้ซื้อสามารถตรวจสอบตัวเลขของผู้ให้บริการได้แทนที่จะเชื่อถือ และการโฮสต์เองจะขจัดคำถามเรื่องต่อโทเคนออกไปโดยสิ้นเชิง และเปลี่ยนเป็นคำถามเรื่องชั่วโมง GPU

Mercury 3 ไม่มีสิ่งเหล่านั้นเลย มันเป็นระบบปิด ใช้ได้ผ่าน API เท่านั้น และแพ็กเกจองค์กรของมันเพิ่มความจุเฉพาะและความสามารถในการกำหนดระยะเวลาการเก็บข้อมูลแทนที่จะให้ค่าน้ำหนักโมเดล สำหรับงานที่โมเดลเป็นเพียงองค์ประกอบหนึ่งในผลิตภัณฑ์ที่คุณขาย นั่นถือเป็นการพึ่งพามากกว่าห่วงโซ่อุปทาน

ยังมีสัญญาณจากประวัติของผู้ให้บริการอีกด้วย บันทึกการย้ายระบบของ Inception เองระบุว่า Mercury 2 และ Mercury 2.5 ปิดรับผู้ใช้ใหม่ โดยลูกค้าที่มีอยู่จะสูญเสียการเข้าถึงในวันที่ 15 พฤศจิกายน 2026 — ไม่ถึงหนึ่งเดือนหลังจาก Mercury 3 เปิดตัว บริษัทที่ปลดระวางสองรุ่นเร็วขนาดนั้นกำลังบอกคุณว่าคาดหวังให้โมเดลของตนถูกใช้งานอย่างไร: ในฐานะบริการเช่าที่มีอายุสั้น Reflection ในตอนนี้กลับทำตรงกันข้ามและส่งมอบอาร์ติแฟกต์ให้

เราเตอร์จะเข้าไปอยู่ตรงจุดไหนได้ ในเมื่อทั้งสองรุ่นไม่มีอยู่ในแคตตาล็อกของเราเลย

OrcaRouter ไม่ได้ให้บริการ Mercury 3 หรือ Reflection Beam เลย การตรวจสอบ API โมเดลของเราไม่ส่งคืนผลลัพธ์ใด ๆ สำหรับทั้งสองรุ่น และเราจะไม่อธิบายเส้นทางที่เราไม่มี สิ่งที่เรามีคือชั้นที่อยู่รอบ ๆ ทั้งสองรุ่น: โมเดลมากกว่า 200 รุ่นผ่านเอนด์พอยต์เดียวที่เข้ากันได้กับ OpenAI ในราคาตามรายการของผู้ให้บริการโดยไม่มีมาร์กอัป พร้อมการสลับสำรองอัตโนมัติ และ DSL สำหรับกำหนดเส้นทางเพื่อรวมโมเดลต่าง ๆ ให้เป็นการเรียกครั้งเดียว.

สำหรับคู่นี้โดยเฉพาะ เลเยอร์ดังกล่าวทำหน้าที่สองอย่าง อย่างแรกคือการเปรียบเทียบ หากคุณอยากรู้ว่าโมเดลเปิดน้ำหนักที่ทำความเร็ว 300 โทเคนต่อวินาทีเร็วพอสำหรับผลิตภัณฑ์ของคุณหรือไม่ ก่อนที่คุณจะตัดสินใจเดินหน้าทั้งหมดนี้ การทดสอบที่ซื่อตรงที่สุดคือการรันเวิร์กโหลดกับโมเดลที่คุณเรียกใช้ได้อยู่แล้ว — Kimi K3 ในราคา $3.00/$15.00 พร้อมคอนเท็กซ์ 1,048,576 โทเคน, GLM 5.2 ในราคา $1.40/$4.40, Qwen 3.8-Max ในราคา $2.00/$6.00 — แล้ววัดว่าผู้ใช้ของคุณสังเกตเห็นอะไรจริง ๆ อย่างที่สองคือกลไกสำรอง การติดตั้ง Beam แบบโฮสต์เองกับการใช้ Mercury 3 ที่ผู้ให้บริการโฮสต์ให้ เป็นรูปแบบความล้มเหลวที่แตกต่างกันสองแบบ การวางเส้นทางโปรดักชันไว้หลังเราเตอร์ที่มีกลไกสลับสำรองหมายความว่าเมื่อปลายทาง (endpoint) ทำงานด้อยลง เหตุการณ์นั้นจะกลายเป็นบันทึกที่ถูกเก็บไว้ แทนที่จะกลายเป็นการล่มเนื่องจากราคาตามรายการของผู้ให้บริการถูกส่งผ่านมาโดยไม่เปลี่ยนแปลงการลดราคาของ Reflection หรือส่วนลดของ Inception จึงส่งผลถึงบิลของคุณในวันที่ประกาศ

การตัดสินใจนี้เกิดจากข้อจำกัดมากกว่าคะแนน

• หากคุณต้องการให้โมเดลเป็นสินทรัพย์ — ตรวจสอบได้ ปรับแต่งละเอียดได้ รันบนฮาร์ดแวร์ของคุณเองได้ และยังใช้งานได้แม้ผู้ขายจะหายไป — Beam คือตัวเลือกเดียวที่นี่ Apache 2.0 บิลด์ขนาด 273 GiB ที่พอดีกับโหนดเดียว และตัวตรวจสอบเพื่อเทียบผู้ให้บริการรายใด ๆ กับตัวเลขของ Reflection นี่คือคำตอบที่สมบูรณ์สำหรับคำถามที่ Mercury 3 ตอบไม่ได้เลย

• หากคุณต้องการความหน่วงต่ำที่สุดเท่าที่เป็นไปได้บน API แบบปิด และมีมนุษย์กำลังรออยู่ Mercury 3 คือตัวเลือกที่น่าสนใจกว่า และราคาของมันทำให้การประเมินมีต้นทุนต่ำ กำหนดการตั้งค่าความพยายาม (effort setting) อย่างชัดเจนเมื่อคุณทดสอบ เพราะค่าเริ่มต้นอยู่ในระดับต่ำ และคำกล่าวอ้างของ Inception ไม่ได้ระบุว่าใช้การตั้งค่าใดจึงได้ผลลัพธ์เหล่านั้น

• หากคุณจำเป็นต้องรู้คุณภาพก่อนตัดสินใจลงมือ Beam มีตัวเลขให้ tandis Mercury 3 ไม่มี 30 จากดัชนี 121 โมเดลถือว่าปานกลาง — ไม่ใช่คะแนนระดับแนวหน้า และ Reflection ไม่ได้อ้างว่าเป็นเช่นนั้น — แต่เป็นพื้นขั้นต่ำที่คุณใช้ในการออกแบบได้

• หากภาระงานของคุณเป็นแบบเอเจนติกและใช้เวลานาน การที่ Beam บังคับให้ต้องใช้การให้เหตุผลที่ระดับความพยายามสูงสุดเป็นค่าเริ่มต้นนั้นมีค่าใช้จ่ายสูงต่อการเรียกหนึ่งครั้ง ขณะที่ Mercury 3 ซึ่งมีค่าเริ่มต้นเป็นความพยายามต่ำนั้นมีค่าใช้จ่ายถูกต่อการเรียกหนึ่งครั้ง ว่าตัวไหนจะถูกกว่าต่อหนึ่งงานที่ทำสำเร็จนั้น ขึ้นอยู่กับอัตราการทำสำเร็จซึ่งยังไม่มีใครวัดค่าสำหรับ Mercury 3

สิ่งที่มีประโยชน์ที่สุดเพียงสิ่งเดียวที่อาจเกิดขึ้นกับการเปรียบเทียบนี้คือการวัด Mercury 3 โดยอิสระ หากผลออกมาใกล้ 1,068 พร้อมคะแนนคุณภาพที่แข่งขันได้ Inception ก็ได้ส่งโมเดลราคาถูกที่เร็วที่สุดในวงการออกมาแล้ว และเรื่องราวด้านประสิทธิภาพของ Beam ก็จะกลายเป็นเรื่องราวเกี่ยวกับความเปิดกว้างมากกว่าความเร็วล้วน ๆ หากผลออกมาใกล้ 335 ของ Beam พร้อมคะแนนระดับกลางตาราง แล้วโมเดลแบบเปิดน้ำหนักที่เร็วที่สุดกับโมเดลแบบปิดที่เร็วที่สุดก็จะมีความเร็วเท่ากัน และคำถามที่ใช้ตัดสินใจจะกลายเป็นราคา ใบอนุญาต และคุณต้องการเป็นเจ้าของอาร์ติแฟกต์หรือไม่ — สามคำถามที่ปัจจุบัน Beam มีคำตอบที่ดีกว่า