Mercury 3 so với Gemini 4 Argon: Cả hai đều đang giảm giá, nhưng chỉ một sản phẩm cho biết khi nào đợt giảm giá kết thúc

Google đã nói rõ với thị trường chính xác khi nào Gemini 4 Argon trở nên đắt hơn: vào ngày 1 tháng 12 năm 2026, giá đầu vào tăng từ $2.00 lên $4.00 mỗi triệu token và giá đầu ra từ $10.00 lên $20.00. Inception Labs đã nói với thị trường rằng Mercury 3 đang giảm 50% "khi ra mắt" và hoàn toàn không công bố ngày kết thúc. Hai mức giá giới thiệu, một thời hạn — và sự bất đối xứng đó quan trọng hơn đối với ngân sách so với những con số hiện tại, vì những con số hiện tại là những con số sẽ sớm sai nhất. Vào ngày 20 tháng 10, cặp giá này là $0.35 so với $10.00 mỗi triệu token đầu ra. Vào ngày 2 tháng 12, giả sử chương trình khuyến mãi của Inception Labs cũng đã kết thúc, con số là $0.70 so với $20.00. Tỷ lệ gần như không thay đổi; thứ thay đổi là số tiền bạn thực sự sẽ phải trả.Những lỗi AI và sự cố agent được ghi chép đằng sau các bản phát hành như bản này được tập hợp trong Kho lưu trữ Sự cố AI OrcaRouter, trong đó mỗi mục có nguồn riêng, mức độ nghiêm trọng, xếp hạng độ tin cậy và cờ tranh chấp.

Các mô hình nằm trong các ưu đãi giảm giá cũng đang làm những việc khác nhau. Mercury 3, ra mắt ngày 19 tháng 10 năm 2026, là mô hình ngôn ngữ khuếch tán của Inception: nhận văn bản vào và xuất văn bản ra, ngữ cảnh 1 triệu token, giới hạn đầu ra 131.072 token, 1.068 token mỗi giây trên phần cứng NVIDIA theo tính toán của chính Inception, và không có điểm chuẩn số nào trong thông báo của mình. Gemini 4 Argon đã chính thức có sẵn trên gói trả phí của Google vào ngày 13 tháng 10 năm 2026, sau khi được công bố vào ngày 30 tháng 9; đây là mô hình suy luận hàng đầu của Google, với ngữ cảnh thống nhất 1 triệu token và khả năng giải mã dài lên tới 1 triệu token, đồng thời có Chỉ số Trí tuệ Artificial Analysis độc lập là 52,6. Nói đơn giản: một mô hình là mô hình văn bản giá rẻ nhanh nhất mà bạn có thể gọi trong tuần này, mô hình còn lại là một mô hình hàng đầu với hạn chót về giá.

Sáu mươi ngày chồng lấn, rồi một cuộc trò chuyện khác

Tính đến hết ngày 30 tháng 11, cả hai mô hình đều đang trong giai đoạn khuyến mại kết thúc ở những thời điểm và vì những lý do khác nhau. Của Google là mức giá giới thiệu có thời hạn với lộ trình tăng giá đã được công bố; của Inception là ưu đãi ra mắt không nêu thời hạn. Điều đó mang lại cho người mua một cơ hội hiếm có — giai đoạn sáu mươi ngày mà hai lựa chọn đáng tin cậy rẻ nhất trong từng phân khúc tương ứng đồng thời được giảm giá — và một cái bẫy hiếm có, đó là lập ngân sách 2027 dựa trên một chương trình khuyến mại 2026.

Mức tăng của Argon là gấp đôi ở cả hai phía của bảng giá, và nó cũng áp dụng cho đầu vào được lưu trong bộ nhớ đệm: $0,10 mỗi triệu cho đến hết tháng 11, $0,20 sau đó. Bộ nhớ đệm ngữ cảnh trên Argon chỉ là ngầm định — không hỗ trợ bộ nhớ đệm tường minh — vì vậy mức giá cho bộ nhớ đệm là mức bạn nhận được khi Google phát hiện một tiền tố lặp lại, chứ không phải thứ bạn cấu hình. Đối với một lời nhắc hệ thống dài, điều đó hữu ích; còn với một khối lượng công việc được xây dựng quanh việc kiểm soát bộ nhớ đệm tường minh, đó là một hạn chế chứ không phải một khoản giảm giá.

Đầu vào được lưu trong bộ nhớ đệm của Mercury 3 tuân theo quy tắc giảm 90% giá đầu vào tiêu chuẩn: 0,02 USD mỗi triệu theo giá niêm yết, 0,01 USD trong giai đoạn ra mắt. Không có thời hạn hết hạn nào được công bố. Cách hiểu thận trọng là giá niêm yết chính là mức giá để lập kế hoạch, và bất kỳ mức nào thấp hơn đều là phần tăng thêm.

Bảng thông số kỹ thuật, cùng với các lưu ý đi kèm

• Giá đầu ra — Mercury 3 $0.35 khi ra mắt, $0.70 theo giá niêm yết. G​emini 4 Argon $10.00 đến hết ngày 30 tháng 11, $20.00 từ ngày 1 tháng 12.

• Giá đầu vào — Mercury 3 $0.10 khi ra mắt, $0.20 theo giá niêm yết. G​emini 4 Argon $2.00 đến hết ngày 30 tháng 11, $4.00 từ ngày 1 tháng 12.

• Giới hạn đầu ra — Gemini 4 Argon cho phép 65,536 token theo mặc định trên các lệnh gọi đồng bộ và tối đa 1,048,576 với chế độ giải mã dài của nó. Mercury 3 cho phép 131,072. Con số lớn hơn của Argon đi kèm một điều kiện ràng buộc: 1M của nó là ngân sách hợp nhất gồm đầu vào cộng đầu ra, nên một prompt 900K token chỉ còn lại khoảng 100K cho câu trả lời.

• Ngữ cảnh — cả hai đều 1M token.

• Đầu vào — G​emini 4 Argon là đa phương thức; tài liệu của G​oogle liệt kê đầu vào hình ảnh, video, âm thanh và tài liệu cùng với văn bản. Mercury 3 là văn bản vào, văn bản ra.

• Thông lượng — Mercury 3 đạt 1.068 tok/s, con số của Inception, chưa được tái lập. Tốc độ đầu ra của Gemini 4 Argon không phải là thứ Google quảng bá; phép đo của Artificial Analysis về mô hình là con số nên dùng, và nó thấp hơn một bậc độ lớn so với tuyên bố của Mercury.

• Điểm số độc lập — Gemini 4 Argon đạt 52,6 trên Intelligence Index v4.3.2 của Artificial Analysis ở mức nỗ lực cao, với chi phí tính toán 1,99 USD cho mỗi tác vụ chỉ số. Tính đến hôm nay, Mercury 3 hoàn toàn không có trang Artificial Analysis nào.

• Điểm số tác vụ của nhà cung cấp — Google công bố bảng điểm chuẩn cho Argon, bao gồm Terminal-Bench 4.0 ở mức 57,1%, SciCode ở mức 61,8% và Humanity's Last Exam ở mức 57,1%; đây là các số liệu do Google báo cáo và các cột đối thủ của Google là số liệu do chính các đối thủ tự báo cáo. Inception không công bố điểm số định lượng nào cho Mercury 3.

• Tính khả dụng — Argon đã GA trên gói API G​emini trả phí của G​oogle theo chuỗi mô hình gemini-4-argon, và nêu rõ là không khả dụng trên gói miễn phí. Mercury 3 có trên nền tảng của Inception, với 100 triệu token miễn phí cho tài khoản mới, cùng các tùy chọn triển khai cho doanh nghiệp.

• Trở ngại truy cập — Argon yêu cầu có mối quan hệ thanh toán với G​oogle Cloud và, đối với bất kỳ nội dung nhạy cảm nào, một đánh giá về lưu trú dữ liệu. Mercury 3 yêu cầu tài khoản Inception và một client tương thích OpenAI.

Điều mà 52.6 mang lại mà “vượt trội hơn Haiku 5.5” không có

Sự bất đối xứng về bằng chứng ở đây rõ rệt đến mức đủ để trở thành yếu tố quyết định đối với nhiều đội ngũ. Artificial Analysis đã chạy Gemini 4 Argon trên bộ khung đánh giá riêng của mình và công bố một con số mà bất kỳ ai cũng có thể so sánh với 200 mô hình khác. Google, một cách riêng rẽ, đã công bố một bảng ở cấp độ tác vụ với các chuẩn đánh giá được nêu tên. Không cái nào trong số đó là bảo đảm, nhưng cùng với nhau, chúng cho phép người mua suy luận về vị trí của Argon so với những mô hình họ đã sử dụng.

Mercury 3 đưa ra một câu so sánh — rằng nó "vượt trội GPT-6 Luna và Claude Haiku 5.5" — mà không có mức chênh lệch, không nêu tên benchmark và không có điểm số, cộng thêm một kết quả tác nhân trên 50 tác vụ Mind2Web trực tiếp, nơi nó hoàn thành một nửa và đánh bại GPT-6.1 Sol. Đó là một tín hiệu thực sự về điều hướng web và hoàn toàn không nói lên điều gì về lập trình, toán, khả năng nhớ lại ngữ cảnh dài hay tuân theo chỉ dẫn.

Có một cách hiểu công bằng và một cách hiểu không công bằng về điều này. Cách hiểu công bằng là Inception đã tung ra một mô hình cách đây một ngày và các phòng thí nghiệm độc lập chưa theo kịp; Mercury 2.5 trước đó đúng là có trang Artificial Analysis và được ghi nhận ở mức 705,9 token mỗi giây, nên các con số tốc độ của nhà cung cấp xưa nay vẫn nằm trong khoảng hợp lý khi được đo một cách trung lập. Cách hiểu không công bằng là coi "vượt trội Haiku 5.5" như thể đó là một điểm số. Đó là một tuyên bố định vị về phân hạng tốc độ, và Argon không thuộc phân hạng đó.

Phép tính ngày 1 tháng 12, được thực hiện đúng cách

Một nhóm sản phẩm giả định chốt mức 40 triệu token đầu ra và 200 triệu token đầu vào mỗi ngày — một trợ lý lớn, hoặc một pipeline xử lý theo lô với prompt hào phóng. Trên Gemini 4 Argon với mức giá giới thiệu, đó là 400 USD đầu vào và 400 USD đầu ra, tức 800 USD một ngày. Từ ngày 1 tháng 12, cùng lưu lượng đó là 800 USD và 800 USD, tức 1.600 USD một ngày. Mức tăng là 800 USD một ngày, tương đương khoảng 24.000 USD một tháng, cho cùng một khối lượng công việc. Không ai gửi bản ghi nhớ nào về điều đó; nó chỉ đơn giản xuất hiện trên hóa đơn.

Trên Mercury 3 với mức giá ra mắt, cùng lưu lượng đó tốn 20 đô la cho đầu vào và 14 đô la cho đầu ra, tức 34 đô la một ngày. Theo giá niêm yết, con số này là 40 đô la và 28 đô la, tức 68 đô la một ngày. Ngay cả sau khi cả hai ưu đãi kết thúc, Mercury 3 vẫn rẻ hơn khoảng 24 lần cho khối lượng công việc này — và khoảng cách tuyệt đối đã tăng từ 766 đô la một ngày lên 1.532 đô la một ngày, vì một tỷ lệ áp dụng cho một số lớn hơn sẽ tạo ra một số lớn hơn.

Thứ mà số tiền đó mua được ở phía Argon là khả năng phát ra tối đa một triệu token trong một phản hồi, đọc được video và đạt 52,6 trên một chỉ số công khai. Với một khối lượng công việc tóm tắt bản ghi âm dài hai giờ, hoặc viết một tài liệu có cấu trúc dài 200 trang trong một lần chạy, đó không phải là một đặc quyền cao cấp — đó là cách duy nhất để hoàn thành công việc. Với một khối lượng công việc chỉ phát ra bốn trăm token mỗi lần gọi, không có phần nào trong đó được sử dụng.

Router giúp ích ở đâu và không giúp ích ở đâu

Cả hai mô hình đều không có trong danh mục của chúng tôi hiện nay. API mô hình của chúng tôi không có mục Gemini 4 và không có mục Inception — google/gemini-4-argon trả về model-not-found, và mọi mô hình Mercury cũng vậy. Điều đó đáng được nói thẳng không tô vẽ, vì việc so sánh giá giữa hai mô hình mà chúng tôi không thể phục vụ chỉ hữu ích nếu bạn biết trước điều đó. Argon chạy trên gói trả phí của chính Google; Mercury 3 chạy trên nền tảng của Inception và các nhà cung cấp hosting bên thứ ba mà Inception liệt kê.

Điều chúng tôi có thể làm là bao quát phần còn lại của ngăn xếp xung quanh chúng. Các mô hình Google mà chúng tôi định tuyến — gemini-3.8-flash, gemini-3.6-flash, gemini-3.5-flash, gemini-3.1-pro-preview và các biến thể lite của chúng — nằm trên cùng endpoint tương thích OpenAI như hơn 200 mô hình khác, với giá niêm yết của nhà cung cấp với mức phụ trội 0%, nghĩa là thay đổi giá của Google sẽ được áp dụng ở phía chúng tôi ngay trong cùng ngày thay vì vào lần gia hạn hợp đồng tiếp theo. Thuộc tính đó sắp được kiểm chứng công khai vào ngày 1 tháng 12, và đó là lý do nên giữ lớp định tuyến giữa mã của bạn và nhà cung cấp thay vì mã hóa cứng một trong hai bảng giá.

Với hai mô hình trong bài viết này, mẫu hữu ích là tách theo năng lực với một trần chi phí rõ ràng: Argon cho những yêu cầu thực sự cần giải mã dài hoặc đầu vào đa phương thức, một mô hình được định tuyến cho mọi thứ còn lại, và DSL định tuyến giữ quy tắc để việc tách được thực thi thay vì phải ghi nhớ. Hợp nhất mô hình đáng để xem xét cho các trường hợp khó — chạy một hội đồng và lấy đồng thuận rẻ hơn so với việc mặc định toàn bộ khối lượng công việc cho một mô hình hàng đầu.

Quyết định, đề ngày

Trước ngày 1 tháng 12, Gemini 4 Argon ở mức $2/$10 là một mức giá flagship hợp lý và lý lẽ ủng hộ nó dựa trên những năng lực mà Mercury 3 không có. Sau ngày 1 tháng 12, với mức $4/$20, nó là một sản phẩm cao cấp với mức giá cao cấp, và lý lẽ phải được đưa ra trên cùng những điều kiện như Claude Opus 5.5 — vốn cũng tính mức $4/$20, có điểm chỉ số độc lập cao hơn một chút ở 57,6, và giới hạn đầu ra ở 128K token trong khi Argon cung cấp tới 1M. Khả năng giải mã dài chính là điểm cao cấp có thể bảo vệ được của Argon; ở mức giá cao hơn, đó là điều duy nhất có thể bảo vệ được.

Mercury 3 là thương vụ ngược lại. Nó rẻ một cách phi thường, nhanh theo cách quan trọng đối với các sản phẩm tương tác, và gần như hoàn toàn chưa được đo lường. Mức giảm giá ra mắt của chính nó là thứ kém bền vững nhất ở nó, bởi một nhà cung cấp chưa công bố ngày kết thúc có thể chấm dứt nó bất cứ khi nào các số liệu tăng trưởng cho thấy nên làm vậy.

Hãy lập kế hoạch dựa trên giá niêm yết. Tận dụng giai đoạn khuyến mãi để thực hiện việc đánh giá mà nếu không bạn sẽ hoãn đến quý 1, và quyết định vào tháng 11 mức giá bạn sẵn sàng trả vào tháng 12. Thời hạn trên bảng giá của Argon là thông tin hữu ích nhất trong phép so sánh này, và cũng là thông tin sớm hết hạn nhất.