Mercury 3 vs Claude Opus 5：相同的 100 万 token 窗口，两种不同的定价方式

Mercury 3 和 Claude Opus 5 都能在一次调用中接收一百万个 token，而相似之处到这一步就不再有用。Inception Labs 于 2026 年 10 月 19 日发布 Mercury 3，价格为每百万输入 token 0.20 美元、每百万输出 token 0.70 美元，并在一段未公布结束日期的发布期内减半至 0.10 美元和 0.35 美元。Anthropic 于 2026 年 7 月 24 日推出的 Claude Opus 5，对同样这两个单位分别收取 5.00 美元和 25.00 美元，缓存读取为 0.50 美元，缓存写入为 10.00 美元。在输出方面，按 Mercury 的发布价计算相差 71 倍，按其标价计算相差 36 倍——然而，任何手头有一份长文档的人真正要做的决策，并不是哪个数字更小，而是这份文档是不是文本，以及是否要求对它的一次通读就必须准确无误。像这次发布背后那些有据可查的 AI 故障与智能体事件，都收录在 the OrcaRouter AI Incident Archive中，每条记录都带有各自的来源、严重程度、置信度评级和争议标记。

这两个问题清楚地区分了这对产品，因为它们是真正不同的产品。Opus 5 可处理文本、图像和文件，是 Anthropic 在 Opus 系列中最强大的模型，定位于长时程智能体工作——在大量使用工具的多步骤会话中保持连贯，尤其擅长端到端软件工程、代码审查与缺陷发现，以及视觉分析。Mercury 3 是一个扩散语言模型，只接受文本，不接受其他任何输入；它以块为单位生成 token，而不是一次生成一个；在 Artificial Analysis 的测试框架上，其运行速度达到厂商实测的每秒 1,068 个 token，而 Opus 5 约为每秒 54 个。

每一项到底是什么，抛开营销的那层包装

Mercury 3 是 Inception 的第三代押注，认为并行解码是面向低价端市场的正确架构。它会一次性对一块位置进行去噪并将它们一起提交，吞吐量正来源于此。Inception 报告称，其总参数量是 Mercury 1 的 40 倍以上，并且仍能以每秒 1000 多个 token 的速度运行；其上下文窗口从 260,000 个 token 增长到 1,000,000 个 token；其输出上限为 131,072 个 token。这些数据均未经过独立验证。

• 价格 — Mercury 3：每百万 $0.20 / $0.70，发布时 $0.10 / $0.35，缓存输入较输入费率低 90%。Claude Opus 5：$5.00 / $25.00，缓存读取 $0.50，缓存写入 $10.00。

• 上下文与输出——Mercury 3：输入 1,000,000，输出 131,072。Claude Opus 5：输入 1,000,000，输出 128,000。

• 模态 — Mercury 3：文本输入，文本输出。Claude Opus 5：文本、图像和文件输入，文本输出。

• 速度 — Mercury 3：每秒 1,068 个 token，由 Inception 在 NVIDIA 硬件上实测。Claude Opus 5：根据 Artificial Analysis 的测量，约为每秒 54 个 token。

• 独立评分——Mercury 3：无，不存在 Artificial Analysis 页面。Claude Opus 5：在 Artificial Analysis Intelligence Index 上为 50.8，在其编码指数上为 78.0，在该编码榜单的 138 个模型中排名第二。

• 推理强度 — Mercury 3：即时、低、中、高，默认为低。Claude Opus 5：A​nthropic 在同一 API 接口上提供的推理强度与思考预算控制。

上下文窗口相同，这一巧合让这项比较值得一写；而两款模型围绕上下文窗口的定价方式，正是它们的分野所在。Opus 5 对缓存写入收取每百万 $10.00——是其输入费率的两倍——随后对读取收取 $0.50，因此长文档工作负载的经济性，很大程度上取决于你是只发送一次同一段前置内容，还是发送五十次。Mercury 3 没有公布写入溢价，缓存输入按标价 $0.02、发布窗口期 $0.01 计价，这使得一份重复的 300,000 个 token 的文档在第二次调用及之后每次调用时几乎免费。

文档问题，用两张费率卡都跑一遍

以一个现实的长文档工作负载为例：一套 250 页的合同，180,000 个输入 token，输出一份 2,000 token 的结构化摘要。每月一万份文档，每份单次处理，不使用缓存。

• Claude Opus 5 — 每百万输入 token 收费 5.00 美元，每份文档 180,000 个输入 token 为 0.90 美元；2,000 个输出 token 按 25.00 美元计为 0.05 美元。就算每份 0.95 美元，一个月就是 9,500 美元。

• Mercury 3 按标价——输入 $0.036、输出 $0.0014，每次约 $0.037，本月 $374。

• Mercury 3 按发布价——每个约 0.019 美元，当月共 188 美元。

在标价下这是 25 倍的差异，在折扣期间则是 50 倍，而这一差异的形态完全取决于输入单价：摘要占 1% 的 token，并且占 Opus 5 每文档成本的 5%。现在，用同一语料库，将文档重新发送五次，就像多步提取循环会做的那样。

• Claude Opus 5 — 首次调用会写入缓存，价格为每百万 token 10.00 美元，180,000 个 token 即 1.80 美元；随后四次读取按每百万 0.50 美元计，每次 0.09 美元。输入成本合计为每份文档 2.16 美元，再加上五次调用的 0.25 美元输出成本：约 2.41 美元，全月约 24,100 美元。

• Mercury 3 — 每次调用都按输入计费，价格为 $0.20；若使用缓存则享受 90% 折扣。按标价输入费率进行五遍处理是 $0.18；若首遍之后文档被缓存，总费用约为 $0.06。无论哪种方式，当月费用都低于 $2,000，而首遍占其中大部分。

缓存结构并没有颠倒任何东西，但它改变了比例，而且是朝着有利于 Opus 5 的方向改变：$10.00 的写入溢价是一次性成本，会分摊到每次读取中。不变的是下限。按每份文档 180,000 个 token 计算，没有任何缓存策略能把 $5.00 的输入费率拉到与 $0.20 相差一个数量级以内。

在这一组合中，Opus 5 的价格买到的是别处无法获得的东西。

以上的算术假设文档是文本。而在真实的合同文件集中，有一半的文档并非如此：它们是扫描页、用手机拍摄的签名栏、工程图纸、以图片形式嵌入的图表。Mercury 3 一份都读不了。Opus 5 可以，而且其视觉分析是A​nthropic 在该模型定位中所列举的三项优势之一，另外两项是软件工程和代码审查。

这不是成本比较中的一个次要提醒。它就是比较本身。一个看不到扫描附录的模型只能接收 OCR 输出，而签名页或盖章修订件上的 OCR 输出，正是文档流水线悄然失效的地方——漏掉一条条款、读错一个日期、把一张表格压平成猜测。Mercury 3 每份文档 0.037 美元的数字是真实的，而这只是处理语料库中原本已机器可读那部分的代价。

Opus 5 的价格换来的第二样东西，是至今无人能够量化的那一项。它在一个中立评测框架上有一个可测量的位置：智能指数 50.8，编程 78.0，在 138 个模型中排名第二。Mercury 3 只有一个质量结果，而且是 Inception 自己的——在 Inception 的生产级智能体评测框架内，50 个实时 Mind2Web 导航任务完成率为 50%，公司称在相同 token 用量和步数下“显著高于 GPT-6.1-Sol”。这是一项严肃的证据，也是一项不受控的证据：评测框架、目标网站和评分全都属于卖方，且没有第三方重复过该结果。

所以，对质量差距的诚实表述不是"Opus 5 更好"，而是"Opus 5 经过评测，而 Mercury 3 没有"——这是两种不同的论断，风险特征也各不相同。经过评测的模型，其失效模式在某个地方有据可查；未经评测的模型，其失效模式则要由你在生产环境中、以你实际投喂给它的任何流量规模亲自去发现。

路由层如何处理未测量的模型

Claude Opus 5 已在 OrcaRouter 目录中，采用 A​nthropic 自家费率——每百万 $5.00 和 $25.00，缓存读取 $0.50，缓存写入 $10.00——它和我们路由的其他所有内容一样，通过同一个兼容 OpenAI 的端点提供，且不额外加价。Mercury 3 不在该目录中；我们的模型 API 对任何 Inception 模型都不返回任何内容，因此任何调用它的人都会直接前往 Inception 的平台（新账户可获得 1 亿个免费 token），或前往托管它的多个第三方平台之一。

这种不对称正是路由层存在的意义所在，而有用的模式并不是在两个模型之间掷硬币。它是一条让低成本路径成为有条件的规则。低于 token 阈值的纯文本文档交给 Mercury 3。任何带图片的、任何超过阈值的、任何返回低置信度结构的内容，都交给 Opus 5。两者都通过同一个密钥访问，规则是配置而非应用代码，并且分流比例可以调整——从占流量的 10% 到 90%，或再回到零——而无需部署。

同一条规则也适用于真正会发生变化的那件事。Inception 的发布折扣没有公布结束日期，而一旦结束，Mercury 3 的输出价格就会翻倍。Mercury 3 的中立智能评分迟早会出现，它可能比厂商的说法更好，也可能更差。如果模型位于路由规则之后，这两件事都不需要任何人重写集成；如果模型内嵌在应用中，则两者都需要重写集成。

关于价格差距，还有一点需要如实说明，而且它与上面的算术相悖。Opus 5 的价格是公开标价，自7月以来一直稳定，并具有有据可查的缓存结构和有据可查的上下文上限。Mercury 3 最便宜的那个数字是一项促销价。基于促销构建的成本模型，往往会在某个没人记录下来的日期变得错误，这就是为什么本文中的每个数字都按发布价和标价分别测算，而不是只采用那个更有吸引力的价格。

谁应该选哪个

如果语料是文本、答案很短，并且下游检查能捕获失败——分类、抽取、重排序、对已经干净的文档进行摘要——那么 Mercury 3 的价目表能带来一个数量级的节省，而缺少中性评分则是可管理的风险。你会在有流量后一天内了解自己的错误率，而这些错误在每份文档 0.037 美元的成本是以美分计的。

如果语料中包含图像，如果会话在工具循环中持续运行数小时，或者如果错误答案的代价高于生成它所用的 token，那么 Opus 5 就是行为有据可查、价格稳定的模型。它在编码指数上达到 78.0，也是榜单上两个最佳编码模型之一——而最便宜的选项根本不在这一讨论范围内。

最不应该在没有路由规则的前提下直接搭建在二者之一上的工作流，恰恰是大多数团队实际拥有的那种：混合队列——其中 80% 的文档是干净文本，20% 是扫描件。把它们全部发给 Opus 5，就等于用旗舰级费率去做 OCR 级别的活儿。把它们全部发给 Mercury 3，则会悄无声息地丢掉那些扫描件。在这样的队列里，路由规则不是什么锦上添花的东西；它决定了你得到的是一个能正常运转的流水线，还是一个昂贵、却有 20% 时间在出错的流水线。