Mercury 3 對決 Claude Opus 5：相同的 100 萬 Token 視窗，兩種不同的定價方式

Mercury 3 與 Claude Opus 5 都能在單次呼叫中接受一百萬個 token，而兩者的相似之處也僅止於此，再比下去就沒有用處。Inception Labs 於 2026 年 10 月 19 日發布 Mercury 3，每百萬輸入 token 收費 $0.20、每百萬輸出 token 收費 $0.70；在未公布結束日期的首發期間，價格減半至 $0.10 與 $0.35。Anthropic 於 2026 年 7 月 24 日推出的 Claude Opus 5，對同樣這兩種計費單位分別收費 $5.00 與 $25.00，快取讀取為 $0.50，快取寫入為 $10.00。就輸出而論，以 Mercury 的首發價格計算相差 71 倍，以其定價計算則相差 36 倍——然而，任何手上有長文件的人真正面臨的決策，並不是哪個數字比較小，而是這份文件是否為文字，以及對它進行一次處理是否必須正確無誤。像這樣發布背後有紀錄的 AI 失效與代理事件，收錄於 the OrcaRouter AI Incident Archive，每筆條目都附有自己的來源、嚴重程度、信心等級與爭議標記。

那兩個問題清楚地把這對產品區分開來，因為它們確實是截然不同的產品。Opus 5 可接收文字、圖像與檔案，是 Anthropic 在 Opus 系列中最強大的模型，定位於長時程的代理式工作——在多步驟工作階段中搭配大量工具使用仍保持一致，尤其擅長端到端軟體工程、程式碼審查與錯誤查找，以及視覺分析。Mercury 3 是擴散式語言模型，只接收文字，別無其他；它以區塊為單位產生 token，而非一次只產生一個，並在 Artificial Analysis 的測試框架上，以廠商實測的每秒 1,068 個 token 執行，相較之下 Opus 5 約為每秒 54 個。

每一個究竟是什麼，不帶行銷包裝。

Mercury 3 是 Inception 的第三代押注，認為平行解碼是平價市場端的正確架構。它一次對一整塊位置去噪，並將它們一併提交，吞吐量正是由此而來。Inception 報告指出，其總參數超過 Mercury 1 的 40 倍，且仍能以每秒超過 1,000 個 token 的速度運行；其脈絡視窗從 260,000 成長到 1,000,000 個 token，並具有 131,072 個 token 的輸出上限。這些數據均未經獨立驗證。

• 價格 — Mercury 3：每百萬 $0.20 / $0.70，上市時為 $0.10 / $0.35，快取輸入較輸入費率低 90%。Claude Opus 5：$5.00 / $25.00，快取讀取 $0.50，快取寫入 $10.00。

• 上下文與輸出 — Mercury 3：輸入 1,000,000，輸出 131,072。Claude Opus 5：輸入 1,000,000，輸出 128,000。

• 模態 — Mercury 3：文字輸入，文字輸出。Claude Opus 5：文字、圖像與檔案輸入，文字輸出。

• 速度 — Mercury 3：在 NVIDIA 硬體上由 Inception 實測，每秒 1,068 個 token。Claude Opus 5：根據 Artificial Analysis 的測量，約每秒 54 個 token。

• 獨立評分 — Mercury 3：無，不存在 Artificial Analysis 頁面。Claude Opus 5：在 Artificial Analysis Intelligence Index 上為 50.8，在其程式設計指數上為 78.0，在該程式設計排行榜的 138 個模型中排名第二。

• 推理強度 — Mercury 3：即時、低、中、高，預設為低。Claude Opus 5：Anthropic 在同一 API 介面上的投入程度與思考預算控制項。

上下文視窗的吻合，正是讓這篇比較值得寫的巧合；而兩者分歧之處，在於各模型圍繞這些視窗的定價方式。Opus 5 的快取寫入每百萬收費 $10.00——是其輸入費率的兩倍——讀取則收 $0.50，因此長文件工作負載的成本效益，很大程度上取決於你是把同一段前文發送一次還是五十次。Mercury 3 沒有公布寫入附加費，快取輸入的牌價為 $0.02，上市期間則為 $0.01，這使得同一份 300,000 token 的文件在第二次呼叫及之後每次呼叫時幾乎免費。

文件問題，透過兩張費率卡都跑一遍

以一個貼近實務的長文件工作負載為例：一套 250 頁的合約、180,000 個輸入 token、輸出 2,000 個 token 的結構化摘要。每月一萬份文件，每份只處理一次，不使用快取。

• Claude Opus 5 — 180,000 個輸入 token，以每百萬 $5.00 計算，每份文件為 $0.90；2,000 個輸出 token，以每百萬 $25.00 計算，為 $0.05。算起來每份 $0.95，全月 $9,500。

• Mercury 3 按定價計算 — 輸入 $0.036、輸出 $0.0014，每項約 $0.037，整月 $374。

• Mercury 3 以首發價計算 — 每個約 $0.019,全月共 $188。

以定價計算，這是 25 倍的差距；折扣期間則是 50 倍的差距，而差距的形態完全取決於輸入費率：摘要只佔 token 數的 1%，以及 Opus 5 每份文件成本的 5%。現在換成同一份語料，但每份文件重新傳送五次，就像多步驟擷取迴圈會做的模式。

• Claude Opus 5 — 第一次呼叫會以每百萬個 token 10.00 美元的價格，為 180,000 個 token 寫入快取，費用為 1.80 美元；接著四次讀取則以每百萬個 0.50 美元計價，每次 0.09 美元。每份文件的輸入成本為 2.16 美元，再加上五次呼叫共 0.25 美元的輸出：約為 2.41 美元，換算下來每月為 24,100 美元。

• Mercury 3 — 每次呼叫都以輸入計費，價格為 $0.20，或以快取計費並減免 90%。以輸入原價跑五遍為 $0.18；若文件在第一遍後進入快取，總計約 $0.06。無論哪種方式，這個月都低於 $2,000，而且大部分費用來自第一遍。

快取結構並沒有顛倒任何東西，但它改變了比例，而且是朝 Opus 5 有利的方向改變：$10.00 的寫入溢價是一次性成本，會攤銷到每一次讀取上。不變的是下限。以每份文件 180,000 個 token 而言，沒有任何快取策略能讓 $5.00 的輸入費率落在 $0.20 的一個數量級之內。

在這組對比中，Opus 5 的價格所換來的是另一方無法提供的東西。

上述的算術推論，前提是文件本身為文字。但在真實的合約文件集中，有半數並非如此：它們是掃描頁面、用手機拍下的簽名欄位、工程圖，以及以圖片形式嵌入的圖表。Mercury 3 完全無法讀取其中任何一種。Opus 5 則可以，而視覺分析正是 A​nthropic 在該模型定位中所列舉的三項優勢之一，另外兩項為軟體工程與程式碼審閱。

那不是成本比較的一個小警示而已。那就是比較本身。看不見掃描附錄的模型，必須餵入 OCR 輸出，而在簽名頁或蓋章修訂頁上的 OCR 輸出，正是文件流程悄悄出錯的地方——漏掉一條條款、看錯日期、把表格壓平成猜測。Mercury 3 每份文件 $0.037 的數字是真的，而那是處理語料庫中本來就已機器可讀部分的代價。

Opus 5 的價格所換來的第二件事，是至今無人能量化的一件事。它在中立評測框架上有實測排名：智力指數 50.8、程式設計 78.0，在 138 個模型中排名第二。Mercury 3 只有一項品質結果，而且是 Inception 自家的——在 Inception 的正式環境代理評測框架內，於 50 個即時 Mind2Web 導覽任務上達到 50% 完成率；該公司稱，在相同 token 用量與步數下，這「顯著多於 GPT-6.1-Sol」。這是一項嚴肅的證據，卻也是未受控制的證據：評測框架、目標網站與評分全都屬於賣方，且尚無第三方重複驗證。

所以，對品質差距的誠實表述並不是「Opus 5 比較好」，而是「Opus 5 經過實測，Mercury 3 沒有」，而這兩種說法是不同的主張，風險輪廓也不同。經過實測的模型，其失效模式總會在某處留有紀錄；未經實測的模型，其失效模式則是由你在生產環境中、以你送出的任何流量規模，親自發現。

路由層會如何處理未測量的模型

Claude Opus 5 已列入 OrcaRouter 的目錄，採用 Anthropic 自家的價格——每百萬個 token 為 $5.00 與 $25.00，快取讀取 $0.50、快取寫入 $10.00——它與我們路由的其他一切共用同一個 OpenAI 相容端點，且不額外加價。Mercury 3 則不在目錄中；我們的模型 API 對任何 Inception 模型都回傳空值，因此想用它的人只能直接前往 Inception 的平台（新帳號可獲得 1 億個免費 token），或前往少數幾個託管它的第三方平台之一。

這種不對稱正是路由層存在的理由，而實用的模式並不是在兩個模型之間擲硬幣。它是一條讓低成本路徑帶有條件的規則。低於權杖門檻的純文字文件交給 Mercury 3。任何帶有影像的內容、任何超過門檻的內容、任何回傳低信心結構的內容，都交給 Opus 5。兩者都位於同一把金鑰之後，這條規則是設定，而非應用程式碼，而且分流比例可以調整——從 10% 的流量到 90%，或再回到零——都不需要重新部署。

同一條規則也適用於真正會改變的事。Inception 的上市折扣沒有公布結束日期，而一旦結束，Mercury 3 的輸出價格就會翻倍。Mercury 3 的中立智能評分某個時候會出現，可能比廠商的說法更好，也可能更差。如果模型位於路由規則之後，這兩個事件都不需要任何人重寫整合；如果模型位於應用程式內，兩者都需要重寫。

關於價格差距還有一點必須誠實說明，而這一點正好削弱了上述的算術。Opus 5 的價格是公開定價，自七月以來一直維持不變，並有文件記載的快取結構與上下文上限。Mercury 3 最便宜的數字則是促銷價。建立在促銷價上的成本模型，往往會在某個沒有人記下的日期出錯；這也是為什麼本文每一個數字都同時以上市價與定價計算，而不是只採用比較吸引人的那個價格。

誰應該選哪個

如果語料庫是文字、答案很短，而且有下游檢查能攔截失敗——分類、擷取、重新排序、對已經乾淨的文件做摘要——那麼 Mercury 3 的價目表能省下一個數量級，而缺少中性分數則是可管理的風險。開始有流量後一天內，你就會知道自己的錯誤率；以每份文件 $0.037 計算，這些錯誤的成本是以幾分錢來衡量。

如果語料庫中含有圖像、工作階段在工具全程參與迴圈的情況下持續數小時，或者錯誤答案的代價高於產生它的詞元，那麼 Opus 5 就是行為有文件記載、價格穩定的模型。它在程式設計指數上得分 78.0，也是排行榜上最好的兩個程式設計模型之一——最便宜的選項根本不在這個討論之中。

最不該在沒有前置規則的情況下，直接建立在兩者任一之上的工作流程，正是大多數團隊實際擁有的那個：混合佇列，其中 80% 的文件是乾淨文字，20% 是掃描檔。把全部送給 Opus 5，等於為 OCR 等級的工作支付旗艦費率。把全部送給 Mercury 3，則會無聲地漏掉掃描檔。在那個佇列裡，路由規則不是可有可無的加分項；它決定了一條能運作的管線，和一條昂貴卻有 20% 時間出錯的管線之間的差別。