Mercury 3 對決 Claude Opus 5.5：輸出 token 便宜 57 倍，不等於答案更便宜

Mercury 3 本週每百萬輸出 token 收費 $0.35。Claude Opus 5.5 則是 $20.00。把一個客服佇列乘上這兩個數字，差距看起來就像其中一張費率表出了錯——以首發價計算相差 57 倍，而一旦 Inception 的 50% 折扣結束、Mercury 3 回復到 $0.70，則相差 28.6 倍。決定這項比較的關鍵問題，不是哪個數字比較小，而是你得呼叫 Mercury 3 多少次，才能得到一個 Opus 5.5 第一次就會答對的答案，因為每一次重試、每一次升級處理與每一次人工審查，都是按人員或第二次呼叫的費率計費，而不是按 token 的費率計費。像這次發布背後有紀錄的 AI 故障與代理事件，都收錄在 the OrcaRouter AI Incident Archive，其中每一條目都附有自己的來源、嚴重程度、信心等級與爭議標記。

這種框架很重要，因為這兩個模型並非一般意義上的競爭對手。Anthropic 於 2026 年 9 月 22 日發布的 Claude Opus 5.5，是一款前沿推理模型，每百萬輸入 token 收費 4 美元、每百萬輸出 token 收費 20 美元，專為長時程代理式編碼與知識工作打造，具備自適應思考、視覺與檔案輸入、100 萬 token 上下文，以及 128K 輸出上限。Inception Labs 於 2026 年 10 月 19 日發布的 Mercury 3，是一款為速度而生的擴散語言模型：根據 Inception 自身的測量，在 NVIDIA 硬體上每秒可達 1,068 個 token，具備 100 萬上下文、131K 輸出，僅支援文字，而其品質宣稱點名的是 GPT-6 Luna 與 Claude Haiku 5.5——速度層級——而非 Opus。儘管如此，比較這兩者仍值得做，因為價格差距正好會引發那種定位並不支持的替代。

這些數字究竟從何而來

本文中每一個 Opus 5.5 的品質數據都來自 Artificial Analysis，並以其自有測試框架測得：Intelligence Index 為 57.6、Humanity's Last Exam 為 61.4%、SciCode 為 66.9%、Terminal-Bench 4.0 為 59.6%，長上下文召回率為 84.7%。這些數據是獨立的，且截至本週仍為最新。

所有 Mercury 3 的數據都出自 Inception，於昨日發布，只有一個例外：與前一代的吞吐量比較。Artificial Analysis 測得 Mercury 2.5 為每秒 705.9 個 token，Mercury 2 則約為 684。Mercury 3 尚未有 Artificial Analysis 頁面——模型索引仍只到 Mercury 2.5——因此其 1,068 tok/s 以及「優於 GPT-6 Luna 和 Claude Haiku 5.5」的說法，皆為廠商自行報告、未經重現，至少接下來一週內都應以此看待。

這種不對稱正是整場比較的縮影。一方有經獨立審計的分數和公開的價目表；另一方則有發布貼文、折扣，還有一個非常大的速度數字。

逐項規格，並附上證據

輸出價格——Mercury 3 上線時每百萬 $0.35，牌價 $0.70，相較於 Opus 5.5 的 $20.00。此比率在促銷期間為 57 倍，促銷後為 28.6 倍。

• 輸入價格——Mercury 3 推出時為 $0.10，定價為 $0.20，相較於 Opus 5.5 的 $4.00。模式相同，比例略大。

• 快取輸入 — Mercury 3 推出時為 $0.01，定價表為 $0.02，相較之下 Opus 5.5 的快取讀取為 $0.20。Opus 另外對寫入 5 分鐘快取每百萬收費 $5.00，1 小時快取則收 $8.00，而 Mercury 的價目表並未列出這項費用。

• 吞吐量 — Mercury 3 每 Inception 為 1,068 tok/s，未能重現；Opus 5.5 的輸出為 75.6 tok/s，這是根據過去七天我們自家 playground 流量所測得。在 Inception 所宣稱的方向上，這是十四倍的差距，而至少這一項雙方都有實測，儘管使用的是不同的測試框架。

• 首個 token 的時間 — Mercury 3 是擴散模型，會平行生成，因此其首個有用輸出會比自迴歸模型更早出現；Inception 並未公布聊天端點的數據，而公司首頁上「低於 300 毫秒」的說法指的是產品線，而非專指 Mercury 3。Opus 5.5 在我們的流量上的 p50 端對端延遲為 4.4 秒，其中包含思考時間。

• 上下文 —— 兩者皆為 1M 個 token。輸出上限不同：Mercury 3 為 131,072，Opus 5.5 為 128,000。

• 輸入 — Opus 5.5 可接受文字、圖像與檔案；Mercury 3 僅接受文字。這可不是什麼微不足道的小細節。只要你的流程中出現任何文件、螢幕截圖、圖表或 PDF，Mercury 3 就會悄悄被汰除。

• 推理控制 — Mercury 3 提供 instant、low、medium 與 high 四種投入程度，若省略該欄位則預設為 low。Opus 5.5 則採用自適應思考，並有自己的投入程度調節盤。若未明確設定該欄位，兩者的預設方式都會讓你出乎意料：Mercury 3 預設為 low，Opus 則由 Anthropic 的自適應策略依請求決定。

• 證據 — Opus 5.5 有獨立指數評分和供應商基準表；Mercury 3 既沒有第三方評分，也沒有數值化的供應商評分。

Inception 唯一公開過的 agent 成果

在吞吐量宣稱之下，藏著唯一一項具有明確任務定義的 Mercury 3 品質衡量：一套網頁代理測試框架在 50 個真實的 Mind2Web 導航任務上運行，其中 Mercury 3 完成了 50%，而 Inception 表示，「顯著多於 GPT-6.1-Sol」，且使用相同的 token 用量與代理步驟數。

仔細讀這段。比較模型是 GPT-6.1 Sol，不是 Opus 5.5。測試框架是 Inception 自家正式生產環境所用的那一套。樣本是 50 項任務。而「相同的 token 量與相同的代理步驟數」是成本方面的關鍵，因為這表示每項任務的節省確實是每 token 的比率，而不是模型用較少步驟達成目標所造成的人為假象。在真實網站導覽上達到 50% 完成率，對快速模型而言是可信的結果；這並不是宣稱 Mercury 3 能完成 Opus 等級的程式設計任務。

對 Opus 5.5 而言，對應的證據是 Terminal-Bench 4.0 在 Artificial Analysis 測試框架上達到 59.6%——那是不同的基準、不同的任務類型，無法直接比較。誠實的說法是：沒有人把兩個模型放在同一個代理基準上跑過並公布結果。在有人做到之前，任何關於哪個模型在代理工作表現更好的說法，都只是從定位推論出來的。

每個一週的流量要花多少成本

拿一個對兩者都合理的工作負載來看：每天 200 萬輸入 token 與 50 萬輸出 token，大致相當於一個中型支援或研究助理、每天數十萬次呼叫。在 Mercury 3 上，以首發費率計算，那是 0.20 美元的輸入與 0.175 美元的輸出——一天不到四十美分。若按牌價，則是 0.40 美元與 0.35 美元，也就是 75 美分。在 Opus 5.5 上，同樣的流量是 8.00 美元的輸入與 10.00 美元的輸出，也就是一天 18.00 美元。

現在把 token 計算所隱藏的部分加進來。如果 Mercury 3 每五次呼叫就有一次需要第二次嘗試，而每次重試的成本都與原本相同，實際價格就會上升 20%——達到每天約 45 美分。即使在每次呼叫都必須重複一次的荒謬情況下，帳單也會是 75 美分，仍比 Opus 5.5 低 24 倍。價格方面的差距並不接近，而這正是為什麼必須改以品質與能力來做決定。

換個角度看，同一套算術也能解釋為什麼大家仍然願意付費使用 Opus。一天 18 美元，只要每天避免一次升級處理——一次沒有轉到真人手上的支援請求、一次不需要第二輪審查的程式碼變更——就已經好幾倍地抵掉了整筆 Opus 帳單。這個模型按 token 計價之所以昂貴，是因為它所取代的工作還要更貴。

未顯示在價格表中的功能項目

Opus 5.5 可接受圖片與檔案，這代表它能讀取使用者附上的截圖、合約所在的 PDF，或設計文件中的圖表。Mercury 3 則是純文字輸入、純文字輸出。若你的工作負載涉及前述任何一種內容，比較到此為止，價格差距也無關緊要了。

Opus 5.5 也承襲了 Anthropic 的工具介面：結構化輸出、工具使用、為非同步工作提供半價的批次 API，以及具備明確寫入與讀取費率的提示快取。Mercury 3 則在相容於 OpenAI 的端點上提供工具呼叫與結構化輸出，這確實很方便——不必改寫就能直接套用到既有程式碼——但它的快取機制只是輸入費用的折扣，而非有明文記載的快取寫入生命週期。

相反的能力軸線是速度。Opus 5.5 每秒 75.6 個 token，對埋頭處理漫長任務的編碼代理來說沒問題，但對任何有人正等著結果的場景來說就很痛苦。Mercury 3 的賣點是：等待它的人根本察覺不到自己在等。如果你的產品是一輪語音對話、自動補全、搜尋解答或家教的提示，那麼這個差異就是產品本身，而不是可有可無的加分項。

如何同時執行兩者，而不押注任何一方

Claude Opus 5.5 已列在我們的目錄中，名稱為 anthropic/claude-opus-5.5，價格為 Anthropic 的定價表 — 輸入 $4、輸出 $20、快取讀取 $0.20 — 並採 0% 加成，因此 Anthropic 費率表的變動會當天反映在我們這邊，而不是等到下一個計費週期。Mercury 3 不在我們的目錄中：我們的模型 API 完全不會回傳任何 Inception 模型，而誠實的指引是透過 Inception 自己的平台來取得它。我們不會為了讓路由提案奏效而佯裝相反。

拆分的好處正好就在這個決策上。把 Mercury 3 放在延遲敏感層級中 Inception 的金鑰之後，讓 Opus 5.5 作為升級路徑，放在一個與 OpenAI 相容的端點之後，與其他 200 多個模型並列，並讓自動容錯移轉來接住新供應商在首個月不穩定的情況。路由 DSL可以表達這種交接——先呼叫快速模型，在低信心訊號或工具呼叫失敗時升級——而不需要為備援方案再做一次整合。最後，你是用自家流量來衡量 Mercury 3，而不是拿發表文章來比，同時保留能讀取螢幕截圖的模型，來處理需要這項能力的請求。

該選哪一個

如果你的工作負載只處理文字、受延遲限制，且能容忍偶爾出現可由人工或重試攔下的錯誤答案，那麼以首發價格提供的 Mercury 3 是本週可取得且最便宜的可信選項之一；而 Inception 平台上的一億個免費 token 讓試用幾乎不花錢。用你自己的流量試試，固定 effort 設定，並衡量重試率而非吞吐量。

如果你的工作負載涉及文件、圖像、長跨度的程式碼變更，或是在付諸行動前沒有人會檢查的答案，那麼 Opus 5.5 仍是站得住腳的選擇，而價格並不是有意思的變數。你買的是它的獨立指數評分、多模態輸入，以及公開發表的基準測試表，而這些目前都還沒有 Mercury 3 的對等項。

要避免的錯誤，是把 57x 當成遷移命令。它是 token 的折扣，而 token 是大多數 AI 系統中最便宜的部分。昂貴的部分——人工審核輸出、錯誤答案送到客戶手中、圍繞一個看不見的模型重建管線——正是價格表不會顯示的部分。