Mercury 3 so với DeepSeek V4 Pro: Một bên tính phí theo đồng hồ, một bên tính phí theo lần khởi chạy

Hai mô hình đều có thể tính giá "khoảng một đô-la cho mỗi triệu token đầu ra" mà vẫn tính tiền cho bạn rất khác nhau. Mercury 3 tính $0.35 mỗi triệu token đầu ra trong tuần này và $0.70 sau khi ưu đãi ra mắt kết thúc — một biểu giá với một ngày chưa biết. DeepSeek V4 Pro tính $1.98 mỗi triệu token đầu ra ngoài giờ cao điểm và $3.96 trong hai khung giờ mỗi ngày làm việc, 01:00–04:00 và 06:00–10:00 UTC — một biểu giá gắn với đồng hồ. Nếu lưu lượng của bạn tăng vọt theo từng đợt và rơi vào những khung giờ đó, DeepSeek V4 Pro tốn tới 11 lần so với chi phí Mercury 3 khi ra mắt, và khoảng 5.7 lần theo giá niêm yết của Mercury. Nếu lưu lượng của bạn chạy qua đêm và vào cuối tuần, khoảng cách thu hẹp còn 2.8 lần. Cả hai con số đó đều không phải con số trong so sánh trên tiêu đề, và đó chính là điểm của việc đặt hai mô hình này cạnh nhau. Các sự cố AI và sự cố tác nhân được ghi nhận đằng sau những bản phát hành như bản này được tập hợp trong the OrcaRouter AI Incident Archive nơi mỗi mục đều có nguồn riêng, mức độ nghiêm trọng, cấp độ tin cậy và cờ tranh chấp.

Bản thân các mô hình cũng cách xa nhau hơn mức giá gợi ý. Mercury 3 là mô hình ngôn ngữ khuếch tán của Inception Labs, phát hành ngày 19 tháng 10 năm 2026: ngữ cảnh 1M, 131.072 token đầu ra, chỉ văn bản, 1.068 token mỗi giây theo đo lường của chính Inception, và không công bố điểm chuẩn số nào. DeepSeek V4 Pro là mô hình hỗn hợp chuyên gia hàng đầu của DeepSeek, phát hành ngày 24 tháng 4 năm 2026 và được làm mới thành bản 0813 vào tháng 8: tổng cộng 1,6 nghìn tỷ tham số với khoảng 49 tỷ tham số hoạt động, ngữ cảnh 1.048.576, giới hạn đầu ra 384.000 token, đầu vào chỉ văn bản, và có một khối lượng đáng kể các đo lường của bên thứ ba đứng sau. Một bên là chiến lược tốc độ với trần chưa được chứng minh. Bên kia là chiến lược năng lực với bảng điểm đã được chứng minh — và không đồng đều.

Các bảng giá cước, bao gồm cả những phần dễ bị bỏ sót

• Đầu ra — Mercury 3 0,35 USD/triệu khi ra mắt, 0,70 USD theo giá niêm yết. DeepSeek V4 Pro 1,98 USD ngoài giờ cao điểm, 3,96 USD giờ cao điểm.

• Đầu vào — Mercury 3 $0.10 khi ra mắt, $0.20 theo giá niêm yết. DeepSeek V4 Pro $0.66 ngoài giờ cao điểm, $1.32 vào giờ cao điểm.

• Đầu vào được lưu trong bộ nhớ đệm — Mercury 3 $0.01 khi ra mắt, $0.02 theo giá niêm yết, mức giảm giá cố định 90%. DeepSeek V4 Pro $0.022 vào giờ thấp điểm, $0.044 vào giờ cao điểm, cùng tỷ lệ 1/30 nhưng được áp dụng trên mức cơ sở cao hơn.

• Khi áp dụng giờ cao điểm — khung giờ cao điểm của D​eepSeek là 01:00–04:00 và 06:00–10:00 UTC, từ Thứ Hai đến Thứ Sáu, không bao gồm các ngày lễ công cộng của Trung Quốc. Mọi thời gian còn lại, bao gồm tất cả giờ cuối tuần, được tính theo mức giá thấp hơn. Mức giảm giá của Mercury 3 không có ngày kết thúc được công bố.

• Giới hạn đầu ra — DeepSeek V4 Pro 384.000 token, gấp khoảng ba lần 131.072 của Mercury 3.

• Ngữ cảnh — cả hai đều có danh nghĩa 1 triệu token.

• Đầu vào — cả hai đều chỉ xử lý văn bản. Cả hai đều không phải mô hình đa phương thức, vì vậy khía cạnh này là một thế hòa chứ không phải yếu tố khác biệt thông thường.

• Thông lượng — Mercury 3 đạt 1,068 tok/s cho mỗi Inception, chưa được tái lập. DeepSeek V4 Pro đạt 119.1 tok/s đầu ra, được đo trên lưu lượng playground của chính chúng tôi trong bảy ngày.

• Kiểm soát suy luận — Mercury 3 cung cấp mức nỗ lực tức thì, thấp, trung bình và cao, mặc định là thấp. DeepSeek V4 Pro chạy ở chế độ suy nghĩ theo mặc định, có sẵn chế độ không suy nghĩ và hai chế độ có giá như nhau.

Quy tắc khung giờ cao điểm đáng được chú ý hơn mức thông thường, vì nó khiến một mô hình chi phí giả định chỉ có một mức giá duy nhất bị sai gấp đôi trong khoảng bảy giờ đồng hồ của mỗi ngày làm việc — và bảy giờ đó bao trùm buổi sáng châu Âu và thời điểm đầu ngày làm việc ở Mỹ. Một khối lượng công việc trông như $1.98 mỗi triệu trên bảng tính có thể thành $2.97 mỗi triệu khi tính gộp mà không ai phải thay đổi một dòng mã nào.

Những con số của chính DeepSeek nói lên điều gì về nó

DeepSeek V4 Pro có thể đo lường được theo cách mà hiện tại Mercury 3 chưa làm được, và các kết quả đo không phải tất cả đều đẹp. Artificial Analysis xếp nó ở Chỉ số Trí tuệ 36,0 và điểm AA Coding 68,8. Điểm GPQA Diamond của nó là 92,8%, Humanity's Last Exam 41%, SciCode 51%, khả năng gợi nhớ ngữ cảnh dài 80,3%. Trên τ²-Bench, bộ đánh giá khả năng sử dụng công cụ dạng tác tử, nó đạt 96,2 — và thẻ danh mục của chính chúng tôi mở đầu bằng con số đó, điều này cho bạn biết mô hình thực sự giỏi ở điểm nào.

Con số đáng khiến một agent lập trình phải dừng lại suy nghĩ là Terminal-Bench 4.0: 14.1%. Đó không phải lỗi đánh máy và cũng không phải một benchmark khác với cái mà Claude Opus 5.5 đạt 59.6%. Terminal-Bench 4.0 là một bộ tác vụ terminal tầm xa, và một mô hình chỉ đạt mức thấp, khoảng mười mấy phần trăm, trên đó không phải là mô hình để bạn giao một tác vụ kỹ thuật nhiều bước rồi bỏ mặc. Đối chiếu với 96.2 trên τ²-Bench: DeepSeek V4 Pro rất giỏi gọi công cụ có cấu trúc đối với các hàm được định nghĩa rõ ràng và yếu ở công việc shell mở. Đó là những sản phẩm khác nhau, và hai điểm số cùng nhau mô tả ranh giới.

Mercury 3 không có bảng tương đương. Tuyên bố chất lượng có cấu trúc duy nhất của nó là một lần chạy agent trên 50 tác vụ điều hướng Mind2Web trực tiếp, trong đó nó hoàn thành 50%, mà Inception nói là "nhiều hơn đáng kể so với GPT-6.1-Sol" và đã dùng cùng lượng token và số bước. Vì vậy, phép so sánh mà người mua thực sự muốn — hai mô hình này hành xử ra sao trên cùng một tác vụ agent — chưa được ai công khai thực hiện. Điều có thể nói là chúng được xây dựng cho các kiểu lỗi khác nhau: D​eepSeek có năng lực gọi công cụ sâu và ngân sách đầu ra dài; Mercury có tốc độ và nền bằng chứng mỏng hơn nhiều.

Chi phí, tính theo thời gian thực

Hãy lấy một khối lượng công việc xử lý tài liệu: 60 triệu token đầu vào và 15 triệu token đầu ra mỗi ngày, một quy trình hợp lý để rà soát hợp đồng hoặc hồ sơ tại một công ty cỡ vừa. Với Mercury 3 theo mức giá ra mắt, chi phí là $6.00 cho đầu vào và $5.25 cho đầu ra, tổng cộng $11.25 mỗi ngày. Với DeepSeek V4 Pro theo mức giá ngoài giờ cao điểm, chi phí là $39.60 và $29.70, tổng cộng $69.30 mỗi ngày.

Giờ hãy chuyển một nửa lưu lượng đó vào các khung giờ cao điểm của D​eepSeek. Ba mươi triệu token đầu vào vào giờ thấp điểm có giá $19.80 và ba mươi triệu vào giờ cao điểm có giá $39.60; phần đầu ra tách thành $14.85 và $29.70. Tổng chi phí hàng ngày trở thành $103.95. Cùng số token, cùng mô hình, mà hóa đơn đã đi từ $69.30 lên $103.95. Hóa đơn của Mercury 3 hoàn toàn không thay đổi theo giờ.

Chỗ DeepSeek bù lại được điều đó là năng lực xử lý. Giới hạn đầu ra 384.000 token nghĩa là một lần gọi có thể tạo ra bản trích xuất có cấu trúc trên một tài liệu rất dài mà không cần chia nhỏ — đối với một quy trình pháp lý hoặc tài chính, đây không phải là tiện ích mà là một thuộc tính đảm bảo tính đúng đắn, vì chia nhỏ chính là lúc các tham chiếu chéo bị mất. Giới hạn 131.072 token của Mercury 3 sẽ đáp ứng phần lớn các tác vụ như vậy và sẽ không đáp ứng được tất cả. Nếu tác vụ của bạn thường xuyên tạo đầu ra vượt quá 130K token, thì việc so sánh giá là vô nghĩa: mô hình rẻ hơn không thể làm được việc đó.

Sự khác biệt của open-weights mà không ai nhắc đến trong bảng giá

DeepSeek công bố trọng số. DeepSeek-V4-Pro-0813 nằm trên Hugging Face dưới tổ chức deepseek-ai, ngày 13 tháng 8 năm 2026, cùng với dòng V4.1-Flash vẫn tiếp tục được phát hành đến hết tháng 10. Điều đó có nghĩa là bạn có thể tự lưu trữ, tinh chỉnh, lượng tử hóa hoặc chạy mô hình trong môi trường cách ly mạng, và không nhà cung cấp nào có thể thu hồi nó khỏi bạn. Inception chưa công bố trọng số của Mercury 3, và thông báo không đưa ra cam kết nào về việc đó. Nếu lập trường tuân thủ của bạn yêu cầu mô hình phải nằm bên trong vành đai bảo mật của bạn, thì so sánh này chỉ có đúng một câu trả lời khả thi.

Sự đánh đổi là ở chỗ tự vận hành một mô hình hỗn hợp chuyên gia 1,6 nghìn tỷ tham số không phải là dự án một cuối tuần, và mức giá thuê dịch vụ đủ thấp đến mức hầu hết các đội ngũ không nên thử. Điểm đáng bàn là khả năng lựa chọn, không phải kinh tế.

Đặt cả hai vào cùng một phím

DeepSeek V4 Pro có trong danh mục của chúng tôi với mã deepseek/deepseek-v4-pro, được tính phí theo mức giá riêng của DeepSeek với 0% phụ trội — bao gồm cả hệ số giờ cao điểm, được truyền qua nguyên vẹn thay vì được làm phẳng thành một con số cố định. Điều này ở đây quan trọng hơn bình thường: một nhà cung cấp có giá thay đổi theo giờ chính là trường hợp mà bộ định tuyến nên hiển thị cho bạn lịch trình thực tế thay vì mức trung bình. Mercury 3 không có trong danh mục của chúng tôi; API mô hình của chúng tôi hoàn toàn không có mô hình Inception nào, vì vậy tuyến đường đến nó là nền tảng của chính Inception.

Mô hình hợp lý cho một đội đang đánh giá cả hai là phân tách theo dạng tác vụ thay vì phân tách theo giá. Gửi trích xuất đầu ra dài và gọi công cụ có cấu trúc đến DeepSeek V4 Pro, nơi giới hạn 384K và điểm τ²-Bench thực sự phát huy tác dụng; gửi tầng đầu ra ngắn, quan trọng về độ trễ đến Mercury 3 thông qua khóa của Inception. Một endpoint tương thích OpenAI bao phủ phía DeepSeek và hơn 200 mô hình khác, với tự động chuyển đổi dự phòng nếu một nhà cung cấp bị suy giảm, và DSL định tuyến có thể giữ quy tắc dạng tác vụ để nó được cấu hình một lần thay vì được triển khai lại trong từng dịch vụ. Bạn giữ đường nhanh rẻ ở nơi tốc độ là sản phẩm và năng lực đã được chứng minh ở nơi tính chính xác là ưu tiên.

Nên chọn cái nào

Hãy chọn DeepSeek V4 Pro khi công việc là đầu ra có cấu trúc dài, quy trình gọi công cụ dựa trên các hàm đã định nghĩa, hoặc bất cứ thứ gì phải chạy bên trong hạ tầng của chính bạn. Hãy chấp nhận rằng bạn đang trả từ 2,8 đến 5,7 lần giá ra mắt của Mercury 3, rằng hóa đơn thay đổi theo từng giờ, và rằng Terminal-Bench 4.0 nói rằng đây không phải là tác nhân lập trình tự chủ của bạn.

Chọn Mercury 3 khi tác vụ ngắn, chỉ dùng văn bản, yêu cầu độ trễ nghiêm ngặt và có thể thử lại với chi phí thấp — lượt thoại, gợi ý, tóm tắt tìm kiếm, bản nháp hỗ trợ — và khi bạn sẵn sàng tự thực hiện đánh giá, vì chưa ai công bố một đánh giá nào. Ưu đãi ra mắt khiến việc dùng thử gần như miễn phí; việc không có ngày kết thúc khiến nó trở thành nền tảng tồi cho một mô hình chi phí năm năm.

Điều duy nhất không nên làm là lựa chọn giữa hai bên dựa trên mức giá token được nêu bật. Thời điểm của DeepSeek và cửa sổ ra mắt của Mercury đều chỉ là tạm thời theo cách riêng của chúng, và con số nên định hướng quyết định — chi phí cho mỗi tác vụ hoàn thành, bao gồm cả việc thử lại và đánh giá thủ công — lại là con số mà cả hai nhà cung cấp đều không công bố.