Mercury 3 对比 Kimi K3：一款可以下载，一款只能租用

最有用的差异存在于Mercury 3与Kimi K3之间，与速度或价格毫无关系。Kimi K3 由 Moonshot AI 于 2026 年 7 月 16 日发布，随后于 7 月 27 日以修改版 MIT 许可证公布了权重；它是一个 2.8 万亿参数的混合专家模型，你可以自行下载、检查、量化和托管。Mercury 3 由 Inception 于 2026 年 10 月 19 日发布，是一个闭源扩散模型，你只能调用它。这场对比中的其他一切——它们共享的 100 万 token 窗口、其中一个宣称的每秒数千 token、以及方向相反的输出价格差距——都源于最初那个关于谁拥有这一产物的差异。同一个密钥即可访问整个 200 多个模型的目录，按标价计费，并支持跨提供商故障转移。此类发布背后有记录的 AI 故障与智能体事件，均收录在 OrcaRouter AI Incident Archive，其中每条记录都带有各自的来源、严重程度、置信等级和争议标记。

这种区分并非学术问题。它决定了这两个模型中哪一个能在供应商退出后存活，哪一个可以用你的数据微调，哪一个可以在凌晨三点不受速率限制地运行，以及哪一个只是一项会因别人决定而终止的支出。它也决定了什么才算公平比较：Kimi K3 的每令牌价格是托管成本，而 Mercury 3 的则是租用费。

规格，位于所有权界线的两侧

• 参数——Kimi K3 总计 2.8 万亿，每 token 激活 1040 亿，896 个专家中激活 16 个；而 Mercury 3 未披露，仅称比 Mercury 1 大 40 倍以上

• 架构——基于 Kimi Delta Attention 的混合专家，对比一种并行细化 token 块的扩散语言模型

• 上下文窗口——1,048,576 个 token 对 1,000,000 个 token；实际上不分伯仲

• 最大输出 — Kimi K3 单次响应最高可达完整的 1M 窗口，而 Mercury 3 为 131,072 个 token

• 输入模态——文本、图像和视频对比仅文本

• 权重 — 已发布，Modified MIT 许可，托管于 Hugging Face，对比闭源

• 输入价格 — 每 1M $3.00，而标价为每 1M $0.20，发布时为 $0.10

• 输出价格——每 1M $15.00，而标价为每 1M $0.70，发布时为 $0.35

• 缓存输入 — 每 1M $0.30，对比每 1M $0.02

• 声称吞吐量 — Moonshot 未公布，对比每秒 1,068 个 token（厂商报告）

• 独立智能指数 — 43.6，数据来自 Artificial Analysis；截至 2026 年 10 月 20 日，对比项尚无条目

把两个价格列并排放置，输入端的差距是 15 倍，输出端是 21 倍。把模态那一行放在旁边，差距就会缩小到算不上碾压的程度：Kimi K3 接受视频和图像，Mercury 3 接受文本，而一个必须观看屏幕录制的工作负载，无论价格如何都不会在这两者之间做选择。把权重那一行放在旁边，比较的性质就完全变了，因为这两个价格衡量的不是同一件事。

Kimi K3 的实测数据究竟说明了什么

Kimi K3 是这个分为五部分的系列中唯一一个既公开发布了权重、又拥有完整独立记录的模型，这使其成为有用的锚点：

• Intelligence Index — 43.6，由 Artificial Analysis 测得

• Terminal-Bench 4.0 — 0.1263；Terminal-Bench 2.1 — 0.8502，依据厂商自行报告的运行结果

• SciCode — 0.5949，本批次四个对手中的最高值

• Humanity's Last Exam — 0.4690

• AA-LCR 长上下文推理 — 0.8867，该系列中最强的长上下文阅读成绩

• GDPval-AA — Elo 1532.59

• AA-Omniscience — 19.7

• GPQA Diamond — 0.9354

• 每个索引任务的费用 — 2.00 美元

关于那张表有两点提醒。Terminal-Bench 的数字相差极大——4.0 版本上是 0.1263，2.1 上是 0.8502——这是基准版本的问题，而不是模型的问题；任何人只引用其中一个而不提另一个，都是在选边站。另外，Kimi K3 在 Artificial Analysis 指数上的当前读数是 43.6，而厂商自己的发布材料在该指数较早的一个修订版本下声称是 57。该指数此后已经重建；57 是历史读数，不是当前读数。

同时经得住这两点警示的模型画像是：长上下文推理和科学代码能力强，知识回忆中等，终端式智能体任务表现平平。这不是那种你下载来全盘替代前沿 API 的模型画像。这是一个值得为特定工作场景拥有的模型画像——而这正是开放权重的主张所在。

直白说明“下载即运行”的注意事项

发布权重和可运行权重是两种不同的声明，而将二者混为一谈，是对中国大模型报道中最常见的过度宣称。一个拥有 2.8 万亿参数、1040 亿激活参数的专家混合模型，是数据中心里的产物。发布检查点意味着你可以检查它、微调它、量化它并提供服务——前提是相关组织拥有数十块加速器，以及一支能让这些加速器保持忙碌的工程团队。这并不意味着它能在工作站上运行；而每一次此类发布之后随之而来的量化浪潮，既是为了让模型变小，也同样是为了让模型能够被提供服务。

对 Kimi K3 许可证的诚实解读比“开放”更窄，但仍然意义重大：它是一个可审计、可修改、可自托管的前沿级模型。对于无法将客户数据发送到第三方 API 的受监管企业来说，这就是决定一切的关键。而对于只有三名工程师、每月 API 账单为 400 美元的初创公司来说，它只是个业余爱好。

Mercury 3 无论价格如何都没有这样的选项。这是一个实实在在的限制，值得明确指出：Inception 尚未宣布权重发布，也没有公布发布日期。它确实提供的企业级替代方案是合同层面的，而非技术层面的：专用容量、自动扩缩容、合规控制和可配置的数据保留，全都位于 Inception 的平台内。这为部分买家解答了数据驻留问题。但它没有为任何买家解答“如果供应商消失了该怎么办”的问题。

按完成的任务计费，而非按 token 计费

21倍的产出价格差距就是那个被引用的数字，而单看它，在两个方向上都会产生误导。

首先，Kimi K3 的 $3.00/$15.00 在中国市场是一种高端定位，Moonshot 也这么说过。相比 Mercury 3 的 $0.20/$0.70，这不算高端，而是另一个类别。一个每月处理 5000 万输出 token 的团队，按标价在 Kimi K3 上需支付 $750，在 Mercury 3 上需支付 $35。这一差距小到对某些企业无关紧要，也大到足以为其他企业资助一次招聘。

其次，每个任务的独立成本数据颠覆了直觉。Kimi K3 每完成一个索引任务的成本为 2.00 美元；Mercury 2.5 是 Mercury 系列中测得的最接近成员，成本为 0.1167 美元，但得分为 12.3，而 Kimi K3 为 43.6。每 token 便宜和每单位工作便宜是两个不同的数字，而其中只有一个应当纳入容量规划。Mercury 3 没有每任务成本数据，因为它没有索引得分，这意味着这项比较中最重要的单元格是空白的。

第三，也是人们容易忘记的一点：Kimi K3 已上线 OrcaRouter 按 Moonshot 的标价、0% 加价，而且 200 多个模型的目录中其余模型也是如此，均通过一个兼容 OpenAI 的端点提供，并支持自动故障转移。Mercury 3 则不是——它通过 Inception 自家的 API 以及若干第三方平台提供。这种不对称会改变一次合理试用应有的形态：你无需签署任何新协议，就能将 Kimi K3 与现有供应商进行对比；而对于 Mercury 3，若不进行第二次集成，你就无法做到同样的事。

对于需要运行长时间智能体会话的工作负载，在采信任何一方的价目表之前，还有一个成本杠杆值得核查。Kimi K3 的 1M 上下文没有公布长请求附加费，Mercury 3 也是如此。这一点并不寻常，也正是这两个模型对于可能在其他平台触发重新定价档位的长对话记录而言具备可信度的主要原因。

该选哪一个，要看具体情况而非分数

在以下情况下选择 Kimi K3：当工作需要图像或视频时，当长上下文推理是核心任务时——其在 AA-LCR 上的 0.8867 是本批次中的最佳成绩——当你需要基于专有数据微调时，当数据不能离开你的基础设施时，或者当你想在投入流量前获得一个有实测依据的能力底线时。权重是战略资产；许可证确实宽松；其价格正是你不自行运行它所需付出的成本。

请在以下情况下选择 Mercury 3：工作负载仅为文本、受延迟约束且体量很大——客服回复、搜索答案、辅导对话，以及与分类相邻的工作，在这些场景中，亚秒级响应本身就是产品。输出每百万 token $0.70、缓存输入 $0.02，成本足够低，以至于单次请求的经济性不再构成设计约束；而 100 万 token 的窗口意味着你很少需要做摘要。你要放弃的是多模态能力、公开的能力下限，以及任何自托管的路径。

当按任务通道而非按模型分流时，两者都要选。这两个系统在架构上截然相反——一个是大规模稀疏自回归 MoE，另一个是并行扩散生成器——这意味着它们的失败方式不同；而将视觉和长上下文推理交给 Kimi K3、将即时文本轮次交给 Mercury 3 的策略，其合理性来自实际优势，而不只是价格。问题在于集成：两者中只有一个能通过新增单个密钥接入。

什么会改变答案

三项进展，没有一项是推测性的：

• Mercury 3 的首个独立评分。Mercury 家族中唯一被测过的成员在智能指数上仅为 12.3，而 Kimi K3 为 43.6。如果 Mercury 3 的表现接近 Kimi K3，而成本只有后者的十五分之一，那么"自建/自主可控"就会成为 Kimi K3 仅剩的唯一理由。如果它的表现接近 12.3，那么价格差距就无关紧要了。

• Mercury 3 权重发布。Inception 对此只字未提。开放权重会在一夜之间消除本文的核心差异

• 为 Kimi K3 提供更便宜的托管服务。每百万 token 3 美元/15 美元的费率是 Moonshot 自家的；开放许可证意味着第三方托管商可以压低这一价格，而以一半价格托管 2.8T MoE，会在不改变模型的前提下改变单任务成本的计算。

在其中一个落地之前，比较的是这样一个可租用、未经衡量、速度极快的文本模型，与一个可自有、经过衡量、能读取视频的高端模型。它们并不是替代品。唯一真正错误的答案是：因为某一方赢下了另一方从未被评过分的栏目，就选择它。