Mercury 3 vs Claude Opus 5: Cùng một cửa sổ 1M token, định giá theo hai cách khác nhau

Cả Mercury 3 và Claude Opus 5 đều sẽ nhận một triệu token trong một lần gọi, và đó là lúc sự tương đồng không còn hữu ích. Inception Labs phát hành Mercury 3 vào ngày 19 tháng 10 năm 2026 với giá $0.20 cho mỗi triệu token đầu vào và $0.70 cho mỗi triệu token đầu ra, giảm một nửa xuống $0.10 và $0.35 trong một cửa sổ ra mắt không có ngày kết thúc được công bố. Claude Opus 5, do Anthropic phát hành vào ngày 24 tháng 7 năm 2026, tính $5.00 và $25.00 cho cùng hai đơn vị đó, với đọc từ bộ nhớ đệm ở mức $0.50 và ghi vào bộ nhớ đệm ở mức $10.00. Về đầu ra, đó là khoảng cách gấp 71 lần ở mức giá ra mắt của Mercury và khoảng cách gấp 36 lần ở mức giá niêm yết của nó — vậy mà quyết định thực sự mà bất kỳ ai đang giữ một tài liệu dài phải đối mặt không phải là con số nào nhỏ hơn. Mà là liệu tài liệu đó có phải là văn bản hay không, và liệu một lượt xử lý trên đó có bắt buộc phải chính xác hay không. Những thất bại AI và sự cố agent được ghi chép lại đằng sau các bản phát hành như bản này được tập hợp trong Kho lưu trữ sự cố AI OrcaRouter trong đó mỗi mục đều có nguồn riêng, mức độ nghiêm trọng, xếp hạng độ tin cậy và cờ tranh chấp.

Hai câu hỏi đó phân tách cặp sản phẩm một cách rõ ràng, vì đây thực sự là những sản phẩm khác nhau. Opus 5 nhận văn bản, hình ảnh và tệp, là mô hình có năng lực mạnh nhất của Anthropic trong dòng Opus, và được định vị cho công việc tác tử dài hạn — duy trì mạch lạc qua các phiên nhiều bước với việc sử dụng công cụ nhiều, đặc biệt mạnh ở kỹ thuật phần mềm đầu cuối, đánh giá mã và tìm lỗi, cùng phân tích hình ảnh. Mercury 3 là mô hình ngôn ngữ khuếch tán chỉ nhận văn bản và không nhận gì khác, tạo token theo khối thay vì từng cái một, và chạy ở tốc độ 1.068 token mỗi giây do nhà cung cấp đo, so với khoảng 54 token mỗi giây của Opus 5 trên bộ khung đánh giá của Artificial Analysis.

Mỗi thứ là gì, không có lớp marketing.

Mercury 3 là thế hệ thứ ba trong canh bạc của Inception rằng giải mã song song là kiến trúc phù hợp cho phân khúc giá rẻ của thị trường. Nó khử nhiễu một khối vị trí cùng lúc và chốt chúng với nhau, đó là nguồn gốc của thông lượng. Inception báo cáo rằng nó có tổng số tham số lớn hơn 40 lần Mercury 1 và vẫn chạy ở tốc độ hơn 1.000 token mỗi giây, rằng cửa sổ ngữ cảnh của nó đã tăng từ 260.000 lên 1.000.000 token, và rằng nó có giới hạn đầu ra 131.072 token. Không có thông tin nào trong số đó được xác minh độc lập.

• Giá — Mercury 3: $0,20 / $0,70 mỗi triệu, $0,10 / $0,35 khi ra mắt, đầu vào được lưu trong bộ nhớ đệm thấp hơn 90% so với mức giá đầu vào. Claude Opus 5: $5,00 / $25,00, lượt đọc từ bộ nhớ đệm $0,50, lượt ghi vào bộ nhớ đệm $10,00.

• Ngữ cảnh và đầu ra — Mercury 3: 1,000,000 đầu vào, 131,072 đầu ra. Claude Opus 5: 1,000,000 đầu vào, 128,000 đầu ra.

• Phương thức — Mercury 3: văn bản vào, văn bản ra. Claude Opus 5: văn bản, hình ảnh và tệp vào, văn bản ra.

• Tốc độ — Mercury 3: 1.068 token mỗi giây, được Inception đo trên phần cứng NVIDIA. Claude Opus 5: khoảng 54 token mỗi giây theo đo lường của Artificial Analysis.

• Điểm số độc lập — Mercury 3: không có, không tồn tại trang Artificial Analysis nào. Claude Opus 5: 50,8 trên Chỉ số Trí tuệ Artificial Analysis và 78,0 trên chỉ số lập trình của nó, đứng thứ hai trong số 138 mô hình trên bảng xếp hạng lập trình đó.

• Mức nỗ lực suy luận — Mercury 3: tức thì, thấp, trung bình và cao, mặc định là thấp. Claude Opus 5: các điều khiển mức nỗ lực và ngân sách tư duy của Anthropic trên cùng một bề mặt API.

Việc khớp {{1}}cửa sổ ngữ cảnh{{/1}} là sự trùng hợp khiến việc so sánh này đáng để viết ra, và cách mỗi mô hình được định giá xoay quanh chúng chính là điểm chúng khác biệt. Opus 5 tính phí ghi bộ nhớ đệm ở mức $10.00 mỗi triệu — gấp đôi giá đầu vào — và sau đó tính $0.50 cho mỗi lần đọc, nên hiệu quả kinh tế của khối lượng công việc tài liệu dài phụ thuộc rất nhiều vào việc bạn gửi cùng một phần mở đầu một lần hay năm mươi lần. Mercury 3 không công bố phụ phí ghi và định giá đầu vào được lưu trong bộ nhớ đệm ở mức $0.02 theo giá niêm yết, $0.01 trong thời gian ra mắt, khiến một tài liệu 300.000 token được lặp lại gần như miễn phí ở lần gọi thứ hai và mọi lần gọi sau đó.

Câu hỏi về tài liệu, hãy chạy qua cả hai bảng giá.

Hãy xét một khối lượng công việc tài liệu dài thực tế: một bộ hợp đồng 250 trang, 180.000 token đầu vào, đầu ra là bản tóm tắt có cấu trúc 2.000 token. Mười nghìn tài liệu mỗi tháng, mỗi tài liệu chỉ xử lý một lượt, không dùng bộ nhớ đệm.

• Claude Opus 5 — 180.000 token đầu vào ở mức 5,00 USD/triệu token là 0,90 USD/tài liệu; 2.000 token đầu ra ở mức 25,00 USD là 0,05 USD. Tính tròn 0,95 USD mỗi tài liệu, 9.500 USD cho cả tháng.

• {{1}}Mercury 3 theo giá niêm yết{{/1}} — {{2}}$0.036 cho đầu vào và $0.0014 cho đầu ra{{/2}}, khoảng {{3}}$0.037 mỗi lượt{{/3}}, {{4}}$374 cho cả tháng{{/4}}.

• Mercury 3 với giá ra mắt — khoảng $0.019 mỗi cái, $188 cho cả tháng.

Đó là mức chênh lệch 25 lần theo giá niêm yết và 50 lần trong đợt giảm giá, và hình thái của nó hoàn toàn nằm ở mức giá đầu vào: bản tóm tắt chiếm 1% số token và 5% chi phí trên mỗi tài liệu của Opus 5. Giờ là cùng một kho ngữ liệu với tài liệu được gửi lại năm lần, như một vòng trích xuất nhiều bước sẽ làm.

Claude Opus 5 — lần gọi đầu tiên ghi bộ nhớ đệm ở mức $10,00 mỗi triệu cho 180.000 token, tức $1,80, sau đó bốn lần đọc ở mức $0,50 mỗi triệu, mỗi lần $0,09. Đầu vào tính ra $2,16 mỗi tài liệu cộng với $0,25 đầu ra qua năm lần gọi: khoảng $2,41, tức $24.100 cho cả tháng.

• Mercury 3 — mỗi lượt gọi được tính là đầu vào ở mức $0.20, hoặc được lưu trong bộ nhớ đệm với mức giảm 90%. Năm lượt chạy ở mức giá đầu vào niêm yết là $0.18; nếu tài liệu được lưu trong bộ nhớ đệm sau lượt đầu tiên thì tổng cộng khoảng $0.06. Dù thế nào thì tháng này vẫn dưới $2,000, và phần lớn là ở lượt đầu tiên.

Cấu trúc bộ nhớ đệm không đảo ngược bất cứ điều gì, nhưng nó thay đổi tỷ lệ, và thay đổi theo hướng có lợi cho Opus 5: khoản phụ phí ghi $10.00 là chi phí một lần được phân bổ qua mỗi lần đọc. Điều không thay đổi là mức sàn. Với 180.000 token mỗi tài liệu, không có chiến lược bộ nhớ đệm nào có thể đưa mức giá đầu vào $5.00 vào trong phạm vi một bậc độ lớn so với mức $0.20.

Nơi mà mức giá của Opus 5 đang đổi lấy một thứ mà bạn không thể có được ở nơi khác trong cặp này.

Phép tính ở trên giả định rằng tài liệu là văn bản. Một nửa số tài liệu trong một bộ hợp đồng thực tế thì không phải: chúng là các trang quét, khối chữ ký được chụp bằng điện thoại, bản vẽ kỹ thuật, biểu đồ được nhúng dưới dạng hình ảnh. Mercury 3 không thể đọc bất kỳ tài liệu nào trong số đó. Opus 5 thì có thể, và phân tích hình ảnh của nó là một trong ba thế mạnh mà A​nthropic nêu trong định vị mô hình, cùng với kỹ thuật phần mềm và đánh giá mã.

Đó không phải là một lưu ý nhỏ đối với việc so sánh chi phí. Đó chính là phép so sánh. Một mô hình không thể nhìn thấy phụ lục đã quét thì phải được nạp đầu ra OCR, và đầu ra OCR trên một trang chữ ký hoặc một bản sửa đổi có đóng dấu chính là nơi các quy trình xử lý tài liệu âm thầm thất bại — một điều khoản bị bỏ sót, một ngày bị đọc sai, một bảng bị san phẳng thành một phỏng đoán. Con số 0,037 đô la mỗi tài liệu cho Mercury 3 là có thật, và đó là mức giá để xử lý phần kho ngữ liệu vốn đã có thể đọc bằng máy.

Điều thứ hai mà mức giá của Opus 5 mua được là thứ chưa ai có thể định lượng được. Nó có một vị trí được đo trên một harness trung lập: 50,8 trên chỉ số trí tuệ, 78,0 về lập trình, đứng thứ hai trong số 138 mô hình ở đó. Mercury 3 chỉ có một kết quả chất lượng duy nhất, và đó là kết quả của chính Inception — tỷ lệ hoàn thành 50% trên 50 tác vụ điều hướng Mind2Web trực tiếp bên trong harness tác nhân sản xuất của Inception, mà công ty mô tả là “nhiều hơn đáng kể so với GPT-6.1-Sol” ở cùng lượng token và số bước. Đó là một bằng chứng đáng kể và là bằng chứng không được kiểm soát: harness, các trang web mục tiêu và cách tính điểm đều thuộc về bên bán, và chưa có bên thứ ba nào lặp lại được kết quả đó.

Vậy cách diễn đạt trung thực về khoảng cách chất lượng không phải là “Opus 5 tốt hơn”. Mà là “Opus 5 được đo lường còn Mercury 3 thì không”, và đây là những khẳng định khác nhau với những hồ sơ rủi ro khác nhau. Các kiểu thất bại của một mô hình được đo lường thì được ghi chép ở đâu đó. Còn của một mô hình chưa được đo lường thì do bạn tự phát hiện, trong môi trường vận hành thực tế, ở bất kể quy mô nào mà bạn đã gửi nó đi.

Lớp định tuyến làm gì với một mô hình chưa được đo lường

Claude Opus 5 có trong danh mục của OrcaRouter với đúng mức giá của Anthropic — $5.00 và $25.00 mỗi triệu token, $0.50 cho lượt đọc từ bộ nhớ đệm, $10.00 cho lượt ghi bộ nhớ đệm — nằm sau cùng một endpoint tương thích OpenAI như mọi thứ khác mà chúng tôi định tuyến, không cộng thêm bất kỳ khoản phụ phí nào. Mercury 3 không có trong danh mục; API mô hình của chúng tôi không trả về gì với bất kỳ mô hình nào của Inception, nên ai muốn gọi nó thì phải đến trực tiếp nền tảng của Inception, nơi tài khoản mới được nhận 100 triệu token miễn phí, hoặc đến một trong số vài nền tảng bên thứ ba có lưu trữ mô hình này.

Sự bất đối xứng đó chính là trường hợp mà lớp định tuyến tồn tại để xử lý, và mẫu hữu ích không phải là việc tung đồng xu giữa hai mô hình. Đó là một quy tắc khiến đường rẻ trở thành có điều kiện. Tài liệu chỉ có văn bản dưới ngưỡng token sẽ đi đến Mercury 3. Bất kỳ thứ gì có hình ảnh, bất kỳ thứ gì vượt ngưỡng, bất kỳ thứ gì trả về với cấu trúc có độ tin cậy thấp sẽ đi đến Opus 5. Cả hai đều nằm sau một khóa, quy tắc là cấu hình chứ không phải mã ứng dụng, và có thể di chuyển tỷ lệ phân chia — từ 10% lưu lượng đến 90%, hoặc trở lại bằng không — mà không cần triển khai.

Cùng một quy tắc đó xử lý điều sẽ thực sự thay đổi. Ưu đãi ra mắt của Inception không có ngày kết thúc được công bố, và khi ưu đãi kết thúc, giá đầu ra của Mercury 3 sẽ tăng gấp đôi. Điểm trí tuệ trung lập dành cho Mercury 3 sẽ xuất hiện vào một thời điểm nào đó, và có thể tốt hơn hoặc kém hơn cách nhà cung cấp mô tả. Không sự kiện nào buộc bất kỳ ai phải viết lại tích hợp nếu mô hình nằm sau một quy tắc định tuyến; cả hai đều buộc phải làm vậy nếu mô hình nằm trong ứng dụng.

Có thêm một lưu ý thẳng thắn về khoảng cách giá, và nó đi ngược lại phép tính ở trên. Giá của Opus 5 là giá niêm yết đã công bố, ổn định từ tháng 7, với cấu trúc bộ nhớ đệm được tài liệu hóa và giới hạn ngữ cảnh được tài liệu hóa. Con số rẻ nhất của Mercury 3 là một chương trình khuyến mãi. Các mô hình chi phí xây dựng trên khuyến mãi thường hay trở nên sai lệch vào một ngày mà không ai ghi lại, đó là lý do mọi con số trong bài viết này đều được tính với cả giá ra mắt lẫn giá niêm yết, thay vì chỉ với mức giá hấp dẫn.

Ai nên chọn cái nào

Nếu kho dữ liệu là văn bản, câu trả lời ngắn và một bước kiểm tra ở hạ nguồn bắt được các lỗi — phân loại, trích xuất, xếp hạng lại, tóm tắt các tài liệu vốn đã sạch — thì bảng giá của Mercury 3 tiết kiệm cả một bậc độ lớn và việc không có điểm trung tính là một rủi ro có thể quản lý được. Bạn sẽ biết tỷ lệ lỗi của chính mình trong vòng một ngày có lưu lượng, và chi phí của những lỗi đó ở mức $0.037 một tài liệu chỉ tính bằng xu.

Nếu kho dữ liệu có chứa hình ảnh, nếu phiên chạy kéo dài hàng giờ với các công cụ trong vòng lặp, hoặc nếu một câu trả lời sai tốn kém hơn số token đã tạo ra nó, thì Opus 5 là mô hình có hành vi được tài liệu hóa và mức giá ổn định. Ở mức 78.0 trên chỉ số lập trình, đây cũng là một trong hai mô hình lập trình tốt nhất trên bảng — lựa chọn rẻ nhất hoàn toàn không nằm trong cuộc so sánh đó.

Quy trình duy nhất không nên được xây dựng trên một trong hai mà không có một quy tắc đặt trước nó chính là quy trình mà hầu hết các nhóm thực sự có: một hàng đợi hỗn hợp, trong đó 80% tài liệu là văn bản sạch và 20% là bản quét. Gửi tất cả đến Opus 5 sẽ phải trả mức giá hàng đầu cho công việc cấp OCR. Gửi tất cả đến Mercury 3 sẽ âm thầm làm mất các bản quét. Quy tắc định tuyến không phải là thứ có thì tốt trong hàng đợi đó; nó là sự khác biệt giữa một pipeline hoạt động được và một pipeline đắt đỏ nhưng sai 20% thời gian.