Mercury 3 与 Mercury 2.5 预览：此次升级有截止期限，即 11 月 15 日

这是一次罕见的模型对比：你阅读本文的同时，较旧的模型正被关停。Mercury 2.5 Preview于 2026 年 8 月 31 日上线；9 月 8 日，它被正式发布的Mercury 2.5取代；而当 Inception 于 2026 年 10 月 19 日推出Mercury 3时，还宣布 Mercury 2 和 Mercury 2.5 不再向新用户开放，现有客户也只能保留访问权限至 2026 年 11 月 15 日。所以问题不是 Mercury 3 是否优于它所承继的预览版——参数规模扩大 40 倍、上下文窗口扩大至四倍，规格表上已经回答了这一点。问题是，迁移到 Mercury 3 究竟要付出什么代价，独立委员会对你正在离开的模型作何评价，以及该委员会已经在其前代产品上驳斥了 Mercury 3 自身发布声明中的多少说法。截止日期是今天起 26 天后。如果你最终选定的模型由我们路由，同样的配置规范也适用于我们的 OpenAI 兼容端点，按提供商标价、0% 加价，因此在这里切换也同样只是改配置。像这次发布这样的版本背后有记录的 AI 故障和智能体事件，都收录在OrcaRouter AI Incident Archive中，每条记录都带有自己的来源、严重程度、置信等级和争议标记。

预览版和旗舰版之间有哪些变化？

Inception 在七周内的三次发布中，其产品阵容的形态异常一致，这使得差异很容易说明：

• 版本发布 — Mercury 2.5 预览版，2026 年 8 月 31 日（已于 9 月 8 日被 Mercury 2.5 取代）对比 Mercury 3，2026 年 10 月 19 日

• 上下文窗口 — Mercury 2.5 为 260,000 个 token，Mercury 3 则为 1,000,000 个，提升了 3.8 倍

• 最大输出 — 65,536 个 token 对比 131,072，恰好翻倍

• 按标价计算的输出价格——每百万 $0.75 对 $0.70，降幅 6.7%，并不算大。

• 输入价格按标价计算——两者均为 $0.20；输入这一项完全没有变化

• 缓存输入 — 两者均为 $0.02

• 发布折扣 — Mercury 2.5 曾享有 80% 的首发折扣；Mercury 3 以 50% 折扣发布，因此在整个促销期间，输入价格为 $0.10，输出价格为 $0.35

• 吞吐量——据称 Mercury 2.5 Preview 达到每秒 1,107 个 token，而 Mercury 3 为 1,068 个；这款更新、大得多的模型略微更慢，依据是厂商自己给出的数据

• 规模 — 据描述，Mercury 3 的总参数量比 Mercury 1 大 40 倍以上；Inception 尚未公布任一模型的绝对参数量

• 模态 — 仅文本，两者均适用

• 配重 — 两侧均已闭合

那份清单里有两行值得多看两眼。第一行是价格。从预览版已上市的继任型号转向旗舰型号，每百万输出便宜五美分，而规格卡上的其他内容一概未变——这意味着这次迁移压根就不是靠价格来推销的。Mercury 3 的说服力只能来自能力与上下文，否则它就算不上一个理由。第二行是吞吐量：按 Inception 自己给出的数字，更大的那个模型每秒慢 39 个 token，所以升级换来的并不是原始速度，而是余量。

这里真正的产品是空间。260K 到 1M 的差别，在于一段对话是否必须被总结；65K 到 131K 的输出，则是答案与文档之间的差别。如果你的 Mercury 2.5 工作负载从未接近 200K token 的上下文，那么提前迁移的理由并不充分。如果它经常发生截断，Mercury 3 正是在解决你的问题，而截止日期就是一份礼物。

决策中没人印出来的部分：董事会关于2.5说了什么

Mercury 2.5 有一份独立记录，而且这份记录并不友善。在 Artificial Analysis 上，根据 2026 年 10 月 20 日读取的数据：

• 智能指数 — 12.3，实测值，非估算值

• AA-Omniscience — −39.5，在知识探测中的幻觉率为 80.3%

• Terminal-Bench 4.0 — 0.0

SciCode — 0.3854

• 人类最后的考试 — 0.1177

• AA-LCR 长上下文推理 — 0.7167

• GDPval-AA — Elo 474.8

• 每个索引任务成本 — 0.1167 美元，是整个五篇文章系列中最低的，仅为六分之一

这是一款定位非常明确的模型：便宜、快速，但恰恰在衡量通用助手时最看重的知识密集型工作上表现薄弱。这更像是一个低延迟组件的画像，而不是推理模型的画像；这与 Inception 一直以来对该产品线的定位——语音、支持、搜索、辅导——相一致，却与当时预览版所受到的报道方式不一致。它每个索引任务的成本还是 0.1167 美元，这既不是笔误，也不是划算买卖：一个回答得又快又错的模型，按任务算便宜，按结果算昂贵。

这对 Mercury 3 很重要，因为同一个榜单上没有它的条目。该旗舰模型发布仅九天，而该家族中唯一被测量的成员得分为 12.3。这并不能预测 Mercury 3 的得分——一次规模扩大 40 倍并采用全新训练运行的模型是另一个模型，而且 Inception 声称从 Mercury 1 (mini) 到 Mercury 3 智能提升了 3 倍——但这确实意味着该家族目前的独立记录由一个疲弱读数和一个缺失组成。任何计划在 11 月迁移的人都应将 Mercury 3 视为未测量，直到榜单另有说明，并应设计迁移方案，使未测量的模型不会导致生产路径瘫痪。

迁移实际涉及的内容

机制是最简单的部分，而 Inception 让它比大多数供应商都更简单。该模型兼容 OpenAI-API，因此端点形态不会改变。真正会改变的是：

• 模型标识符。Mercury 3 是一个新的 ID，而不是对现有 ID 的版本号递增

• 上下文预算。1M 窗口会促使人们提交 260K 窗口无法接受的提示词，而一条开始发送 600K token 请求的流水线，即使每 token 费率相同，其成本结构也会截然不同

• 推理设置。Mercury 3 提供 instant、low、medium 和 high；Mercury 2.5 的档位层级更少。未指定该设置的请求将采用默认值，而该默认值可能并不是你的延迟预算所基于的那个。

• 温度。Mercury 3 接受 0.5 到 1.0。你的 2.5 提示词所依赖的任何低于 0.5 的取值都必须被限制到该范围内。

结构化输出与工具调用。Mercury 3 对两者均支持，而这两类功能在 40× 规模扩展下都会表现出细微的行为差异——值得做 schema 级回归测试，而不是靠肉眼判断。

• 输出上限。131,072 个 token 足够宽松，以至于一次失控的生成在停止之前就会造成实实在在的金钱损失。应明确设置上限。

低成本做这件事的方式是影子部署：把一小部分 Mercury 2.5 流量复制到 Mercury 3，使用相同的提示词，记录两者的输出，并按照你真正关心的指标——任务完成度，而不是 token 相似度——进行比较。这样跑一周，然后切换。11 月 15 日这个日期给你留出的空间只够进行一轮这样的周期，多不了多少，所以要从流量最高的调用点开始，而不是从最有趣的那个开始。

也要注意回退的方向。在影子期内，安全的配置是让 Mercury 3 作为主用、Mercury 2.5 作为故障转移，而不是反过来：如果新模型行为异常，旧模型仍能应答；而如果旧模型在你不知情时被退役，新模型已经在承载流量。Inception 自己的说明称，现有客户可继续访问“直到 2026 年 11 月 15 日”，这读起来更像硬性截止而非软性过渡。如果一条流水线唯一的回退依赖是一个带到期日的模型，那么在那个日期之后它就没有回退可言。

OrcaRouter 不路由 Mercury 3 或 Mercury 2.5——两者都不在我们的目录中，且均通过 Inception 自有 API 和多个第三方平台提供。这使得本文成为本系列中少数几篇路由建议关乎集成形态、而非我们端点的文章之一：无论你使用哪个提供商，都要把模型标识符和推理设置放在配置中，而不是代码里，这样 11 月的切换就只是一次配置变更，而不是一次部署。

现在谁该行动，谁该等待

出现以下情况请立即迁移：你的 Mercury 2.5 流量对延迟敏感且体量庞大，你的提示词经常触及 260K 上限，你需要超过 65K token 的输出，或者你所在的提供商将在 11 月 15 日替你停用 2.5，无论你是否准备好。在这些情况下，迁移并非可选，唯一剩下的决定就是要不要先认真测试。认真测试吧。

先等待——但仍要准备——如果：Mercury 2.5 只是次要组件、你的工作负载能轻松容纳在 260K 以内，或者你在正式采用前需要有实测依据的质量。等待并不意味着什么都不做：现在就把标识符和推理设置写入配置，运行影子对比，并暂缓切换，直到 Artificial Analysis 条目出现或 11 月 10 日到来，以先到者为准。

如果符合以下情况，请完全另寻他处：你的工作需要视觉能力、文件输入，或需要具备已公布能力下限的知识密集型推理。Mercury 3 仅支持文本且未评分；具备独立指数和图像输入的模型是更稳妥的选择，而 6.7% 的输出价格下调不足以弥补缺失的模态。

截止日期才是真正的新闻

剥去发布包装，Inception 在10月19日宣布的其实是一份附带模型的退役时间表。Mercury 2.5 Preview 当时已是一个发布五周的预览版；Mercury 2.5 作为正式交付模型仅持续了六周，随后便对新用户关闭；而现有客户的截止日期是11月15日。对于一家要求企业在其上构建业务的供应商来说，这是很快的节奏；对于任何在生产环境中运行该系列模型的人来说，这也是最重要、最影响决策的事实——比 3.8 倍的上下文提升更相关，因为上下文提升是机会，而退役日期是约束。

反驳观点是，这种发布节奏换来了实实在在的东西：100万 token 的上下文、翻倍的输出上限，以及略低于其所取代模型的输出价格，而输入价格保持不变，并提供 OpenAI 兼容端点，因此替换只需改配置而非改代码。扩散模型本应在规模扩大时撞上质量墙，而 Inception 声称它们并没有。这一说法能否经得起独立评估，是本文无法回答的悬而未决的问题，也正是要影子测试、而不是仅凭一篇发布博文就正式切换的原因。

没有商量余地的是时间表。如果 Mercury 2.5 承载着任何你在意的东西，那么无论你有没有把它写下来，迁移计划都已经存在，而它的期限就在不到四周之后。