Mercury 3 与 Gemini 4 Argon：两款均在促销，但只有一款公布了促销结束时间

Google 已明确告知市场 Gemini 4 Argon 何时涨价：2026 年 12 月 1 日，输入价格从每百万 token 2.00 美元涨至 4.00 美元，输出价格从 10.00 美元涨至 20.00 美元。Inception Labs 已告知市场，Mercury 3 在“发布时”打五折，却完全没有公布结束日期。两个 introductory 价格，一个截止日期——而对预算来说，这种不对称比当前数字影响更大，因为当前数字是最快会变得不准确的。10 月 20 日，这一对价格显示为每百万输出 token 0.35 美元对 10.00 美元。12 月 2 日，假设 Inception 的促销也已结束，则显示为每百万输出 token 0.70 美元对 20.00 美元。比值几乎不变；真正变化的是你实际要支付的金额。像此次发布这样的发布背后，已有记录的 AI 故障和智能体事件都收录于OrcaRouter AI Incident Archive，每条记录都带有自身的来源、严重程度、置信等级和争议标记。

这些折扣背后的模型也各不相同。Mercury 3 于 2026 年 10 月 19 日发布，是 Inception 的扩散语言模型：文本输入和输出、100 万 token 上下文、131,072 token 的输出上限、按 Inception 自己的统计在 NVIDIA 硬件上每秒 1,068 个 token，且其公告中没有给出任何数值基准分数。Gemini 4 Argon 于 2026 年 10 月 13 日在 Google 的付费层级正式可用，此前于 9 月 30 日发布；它是 Google 的旗舰推理模型，具有统一的 100 万 token 上下文和最长可达 100 万 token 的长解码，并在独立的 Artificial Analysis Intelligence Index 上获得 52.6 分。简而言之：一个是本周你能调用到的最快、最便宜的文本模型，另一个则是价格设有截止期限的旗舰模型。

六十天的重叠期，然后是一场不同的对话

截至11月30日，两款模型都处于促销窗口期内，但两者的截止时间和原因各不相同。G​oogle的促销是限时的 introductory rate（入门优惠价），并有已公布的涨价时间表；Inception的则是上线折扣，并未说明持续到何时。这给买家带来一个不寻常的机会——在这六十天里，各自档位中最便宜的两个可靠选项同时享有折扣——也带来一个不寻常的陷阱，那就是用2026年的促销来编制2027年的预算。

Argon 的涨价是价目表两端都翻倍，而且也适用于缓存输入：截至 11 月为每百万 token $0.10，之后为 $0.20。Argon 上的上下文缓存仅支持隐式缓存——不支持显式缓存——因此，缓存费率是 G​oogle 检测到重复前缀时你得到的价格，而不是你可以配置的内容。对于较长的系统提示词，这很有用；对于围绕显式缓存控制构建的工作负载，这是一种限制，而不是折扣。

Mercury 3 的缓存输入遵循标准的输入费用九折规则：列表价为每百万 $0.02，发布窗口期内为 $0.01。未公布有效期。审慎的解读是：应按列表价来做规划，低于该价格的任何部分都算额外收益。

规格说明书，其中已注明各项注意事项

• 输出价格 — Mercury 3 发布时 $0.35，标价 $0.70。Gemini 4 Argon 11月30日（含）前 $10.00，12月1日起 $20.00。

• 输入价格 — Mercury 3 发布时 $0.10，标价 $0.20。G​emini 4 Argon 截至 11 月 30 日为 $2.00，自 12 月 1 日起为 $4.00。

• 输出上限——G​emini 4 Argon 在同步调用中默认允许 65,536 个 token，在其长解码模式下最高可达 1,048,576 个。Mercury 3 允许 131,072 个。Argon 更大的数字有个前提：它的 1M 是输入加输出的统一预算，因此 900K token 的提示词只为答案留下约 100K。

• 上下文 — 两者均为 1M tokens。

• 输入项 — Gemini 4 Argon 是多模态模型；Google 的文档在文本之外还列出了图像、视频、音频和文档输入。Mercury 3 则是文本输入、文本输出。

• 吞吐量——Mercury 3 为 1,068 tok/s，这是 Inception 的数据，尚未复现。G​emini 4 Argon 的输出速度并非 G​oogle 宣传的内容；应使用 Artificial Analysis 对该模型的测量值，而该值比 Mercury 的声称低一个数量级。

• 独立评分——Gemini 4 Argon 在高强度模式下于 Artificial Analysis 的 Intelligence Index v4.3.2 上取得 52.6 分，每个指数任务的算力成本为 1.99 美元。截至今日，Mercury 3 在 Artificial Analysis 上完全没有页面。

• 厂商任务得分——G​oogle 发布了 Argon 的基准测试表，其中包括 Terminal-Bench 4.0 为 57.1%、SciCode 为 61.8% 以及 Humanity's Last Exam 为 57.1%；这些数据由 G​oogle 报告，而 G​oogle 的竞品列中是竞品自行报告的数字。Inception 未发布 Mercury 3 的任何数字得分。

• 可用性 — Argon 已在 G​oogle 的付费 G​emini API 层级中正式可用（GA），模型字符串为 gemini-4-argon，并且明确不在免费层级提供。Mercury 3 已在 Inception 平台上提供，新账户可获得 1 亿免费 token，另有企业部署选项。

• 访问阻力 — Argon 需要建立 G​oogle Cloud 计费关系，并且对于任何敏感内容，还需进行数据驻留审查。Mercury 3 需要 Inception 账户和一个兼容 OpenAI 的客户端。

52.6 能买到、而“表现优于 Haiku 5.5”买不到的东西

这里的证据不对称足够明显，足以成为许多团队的决定性因素。Artificial Analysis 在其自有测试框架上运行了 Gemini 4 Argon，并公布了一个任何人都可以拿来与另外 200 个模型比较的数字。Google 则单独发布了一张任务级表格，列出了具名基准。这两者都不是保证，但合在一起，它们能让买家推断 Argon 相对于他们已经在使用的模型处于什么位置。

Mercury 3 给出了一句比较性表述——它“超越 GPT-6 Luna 和 Claude Haiku 5.5”——却没有差距幅度、没有基准名称，也没有分数，另外还有一项在 50 个真实 Mind2Web 任务上的智能体结果：它完成了一半任务，并击败了 GPT-6.1 Sol。这是关于网页导航的真实信号，而对于编程、数学、长上下文召回或指令遵循则完全说明不了什么。

对此有一种公平解读，也有一种不公解读。公平的解读是：Inception 一天前发布了一款模型，独立实验室尚未跟上；上一代 Mercury 2.5 确实有 Artificial Analysis 页面，读数为每秒 705.9 个 token，因此在采用中立测量时，厂商公布的速度数字历来都处在大致正确的区间。不公的解读则是把“outperforms Haiku 5.5”当成一个分数。这是关于速度档位的定位陈述，而 Argon 并不在该档位。

正确进行的12月1日算术

假设产品团队确定每天 4000 万输出 token 和 2 亿输入 token——一个大型助手，或提示词很宽松的批处理流水线。按 G​emini 4 Argon 的 introductory rate，这相当于每天 400 美元输入费和 400 美元输出费，即每天 800 美元。从 12 月 1 日起，同样的流量将变成 800 美元加 800 美元，即每天 1,600 美元。对完全相同的工作而言，这一涨幅是每天 800 美元，约合每月 24,000 美元。没有人会为此发备忘录；它只会出现在发票上。

在 Mercury 3 上，按发布价计算，同样的流量为 20 美元的输入和 14 美元的输出，即每天 34 美元。按标价计算则是 40 美元和 28 美元，即每天 68 美元。即使两种折扣都结束，Mercury 3 在此工作负载上仍便宜约 24 倍——而且绝对差距已从每天 766 美元扩大到每天 1,532 美元，因为同一个比例作用在更大的数字上，得到的数字也更大。

那笔钱在 Argon 这边换来的是：能够在一次响应中输出多达一百万个 token、读取视频，并在某个公开指数上得到 52.6 分。对于要总结一段两小时录音，或一次性写出 200 页结构化文档的工作负载来说，这不是溢价——这是完成这项工作的唯一方式。而对于每次调用只输出四百个 token 的工作负载来说，这些能力一点都没被用上。

路由器在哪些方面有帮助，在哪些方面没有帮助

今天，这两个模型都不在我们的目录中。我们的模型 API 没有 Gemini 4 条目，也没有 Inception 条目——google/gemini-4-argon 会返回 model-not-found，所有 Mercury 模型也是如此。这一点值得直白说明，因为只有事先知道这一点，比较两个我们无法提供的模型的价格才有意义。Argon 运行在 Google 自己的付费层级上；Mercury 3 运行在 Inception 的平台以及 Inception 列出的第三方托管商上。

我们能做的是把它们周边其余的技术栈一并覆盖。我们实际路由的 Google 模型——gemini-3.8-flash、gemini-3.6-flash、gemini-3.5-flash、gemini-3.1-pro-preview 及其 lite 变体——与其他 200 多个模型共用同一个兼容 OpenAI 的端点，按供应商标价、0% 加价提供，这意味着 Google 一旦调价，当天就会反映到我们这边，而不是等到下一次合同续签。这一特性即将在 12 月 1 日公开接受检验，也正是应当把路由层置于你的代码与供应商之间、而非把任何一方的价目表硬编码的原因所在。

对于本文中的这两个模型，有用的模式是按能力拆分并设定明确的成本上限：对于确实需要长解码或多模态输入的请求使用 Argon，其余一切则使用路由模型，并由路由 DSL承载规则，使这种拆分被强制执行，而不是靠记忆。对于困难的情况，模型融合值得一试——运行一个模型小组并取共识，比把整个工作负载默认交给旗舰模型更便宜。

该决定，日期为

在12月1日之前，G​emini 4 Argon 以 $2/$10 的价格算是合理的旗舰定价，其理由建立在 Mercury 3 所不具备的能力之上。12月1日之后，在 $4/$20 的价位上，它就是一款按高价费率收费的高端产品，其理由必须与 Claude Opus 5.5 在同等条件下论证——后者收取同样的 $4/$20，独立指数得分略高，为 57.6，且输出上限为 128K tokens，而 Argon 最高可达 1M。长解码是 Argon 溢价的合理依据；在更高费率下，这也是唯一还站得住脚的依据。

Mercury 3 是相反的交易。它极其便宜，其速度对交互式产品而言至关重要，而且几乎完全未被测量。它自身的发布折扣是其最不持久的一点，因为未公布结束日期的供应商可以在增长数据表明应当结束时随时终止它。

按标价做规划。利用促销窗口期，完成你原本会拖到 Q1 才做的评估，并在 11 月决定你 12 月愿意支付多少。Argon 费率卡上的截止日期是这次比较中最有用的信息，也是最早到期的那一条。