Mercury 3 vs Gemini 4 Pro：這些名稱中有一個不是型號

並不存在 Gemini 4 Pro。存在的是 Gemini 4 Argon，Google 於 2026 年 10 月 13 日在付費 API 層級正式推出；另外還有 Mercury 3，由 Inception Labs 於 2026 年 10 月 19 日發布——而許多人正在搜尋 Mercury 3 與 Gemini 4 Pro 的比較，但 Google 從未宣布過 Gemini 4 Pro、從未賦予它識別碼、從未定價，也從未公布其上下文長度。儘管如此，本文仍認真看待這項查詢，因為其背後的問題是真實的：一個來自小型實驗室、每秒 1,068 個 token 的擴散模型，與 Google 現行旗艦模型在真正可衡量的項目上相比如何？答案指向實際存在的 Gemini 4 Argon，而第一項發現是：兩者根本不在同一個市場。 像這次發布背後有紀錄的 AI 失效與代理事件，收集於 OrcaRouter AI Incident Archive，其中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。

缺失的姓名如何核對

這種缺失並非從沉默推斷而來。它經得起五項各自獨立的檢驗。

Google 的 Gemini API 模型文件在其 Gemini 4 標題下只列出一個模型——gemini-4-argon——且該頁面最後更新於 2026 年 10 月 19 日，比本文早一天。第二張 Gemini 4 卡片並未隨之出現。

• DeepMind 模型頁面在 G​emini 4 系列中僅有 Argon 卡片，別無其他。

G​oogle 自家的部落格沒有 G​emini 4 Pro 的發布公告，而 Argon 的發布文章將 Argon 描述為 G​emini 4 家族的旗艦，而非分層產品線中上方或下方另有 Pro 的一員。

• 在 API 文件中，任何地方都找不到 Gemini 4 Pro 的模型識別碼，沒有費率表、沒有上下文長度、沒有輸出上限，也沒有授權條款。一個缺少上述任何一項的模型，並不是被悄悄發布的模型；它只是一個大家假定將會存在的名字。

• 它也不在我們的目錄中。OrcaRouter 所路由的 Google 模型是 3.x 系列——gemini-3.1-pro-preview、gemini-3.8-flash、gemini-3.6-flash、gemini-3.5-flash 以及 lite 變體——完全沒有 4 系列的東西。我們沒有隱瞞任何路由；根本沒有路由可隱瞞。

如果 Gemini 4 Pro 在今年稍晚推出，這個比較的結構大概仍會成立，因為它將佔據的價位，已經由位居產品線最頂端的 Argon 所佔。但下方的數字屬於 Gemini 4 Argon，並且已如此標示。

Gemini 4 Argon 是什麼，因為它正是被拿來比較的對象

G​emini 4 Argon 於 2026 年 9 月 30 日宣布，並於 2026 年 10 月 13 日在付費方案正式推出。它在呼叫的兩端皆支援多模態——輸入可為文字、圖片、影片、音訊與 PDF，輸出為文字——具備 100 萬 token 的統一上下文、65,536 個 token 的預設輸出上限，且在長解碼模式下可延伸至 1,048,576 個 token。價格為導入期每百萬輸入 token 2.00 美元、每百萬輸出 token 10.00 美元，並將於 2026 年 12 月 1 日調漲至 4.00 美元與 20.00 美元；快取輸入為 0.10 美元，並於同日倍增至 0.20 美元。快取僅支援隱式；沒有可購買的顯式快取層級。它不在 G​oogle 的免費方案中。

在 Artificial Analysis 的 Intelligence Index 上，它得分 52.6，每項指數任務的運算成本約為 1.99 美元。G​oogle 自行公布的數據包括 Terminal-Bench 4.0 上的 57.1%、SciCode 上的 61.8%，以及 Humanity's Last Exam 上的 57.1%——這些數據由廠商自行報告並如此標註，但至少是在具名測試框架與具名任務上陳述的。

所以，這項比較另一邊的模型是一款多模態旗艦模型，獨立指數分數為 52.6，價格會在六週內翻倍。Mercury 3 則是純文字擴散模型，沒有指數分數，且價格在推出時減半。這場比較幾乎每個面向，都是關於語言模型用途的兩種不同理論之間的對比。

規格對比，在決定部署的關鍵維度上

• 輸出價格 — Mercury 3 推出時為每百萬 $0.35，定價為 $0.70；相較之下，G​emini 4 Argon 目前為 $10.00，自 2026 年 12 月 1 日起為 $20.00。

• 輸入價格 — 推出時 $0.10、定價 $0.20，相較於現在 $2.00 及 12 月 1 日後的 $4.00。

• 快取輸入 — Mercury 3 推出價 $0.01、定價 $0.02；相較之下，Argon 目前為 $0.10，12 月 1 日後為 $0.20，且僅支援隱式快取。

• 上下文 — 兩者皆為 1,000,000 個 token，不過 Argon 的上下文是跨模態統一的，而 Mercury 3 的上下文則僅限於文字。

• 最大輸出 — Mercury 3 上為 131,072 個 token，相較之下 Argon 預設為 65,536，而在長解碼模式下最高可達 1,048,576。

• 輸入模態 — 僅文字，對比文字、圖像、影片、音訊與 PDF。

• 輸送量——Mercury 3 上廠商回報為每秒 1,068 個 token，而 Argon 並未公布可比的單流數據。

• 獨立指數分數——Mercury 3 無，而 Argon 為 52.6，每項指數任務的運算成本約 $1.99。

• 價格走向 — Mercury 3 的折扣未公布結束日期；Argon 的調漲預定於 2026 年 12 月 1 日生效，且一旦輸入超過長上下文邊界，就會套用至整筆請求。

價格線才是決定多數實際部署的關鍵，而 12 月 1 日這個日期，讓它的急迫性遠非 Mercury 發布所能比擬。一個團隊若以 Argon 每百萬輸入 2.00 美元、每百萬輸出 10.00 美元的價格建構文件處理流程，並在 1 月重跑成本模型，就會發現輸入費率翻了一倍，輸出費率也跟著翻倍。這不是什麼隱微的風險，而是一個已經記在行事曆上的截止日。

價格比較完全失效之處

Gemini 4 Argon 可接收 PDF、螢幕截圖、音訊和影片。Mercury 3 只接收文字。光是這句話，就讓 Argon 實際使用的一大部分工作負載無從進行價格比較——發票、掃描表單、通話錄音、螢幕錄影，以及任何輸入是以像素或波形而非字元形式抵達的內容。

要讓 PDF 進入 Mercury 3，必須先執行 OCR 或版面模型，而這一步本身就有成本、延遲與錯誤率。一份 40 頁的掃描合約不會因為讀取擷取文字的模型很便宜就變得免費。在 Argon 的多模態能力屬於關鍵支撐的工作負載上，Mercury 3 並不是更便宜的選項——它根本不是選項，而誠實的比較也就到此為止。

在模態確實對齊的地方——輸入文字、輸出文字，而大量生產流量正是如此——價差約為 Argon 目前輸出費率的 14 倍，12 月 1 日之後則為 28 倍。這足以改變一套架構。目前會把二十個候選段落送到旗艦模型進行重新排序的檢索管線，同樣的錢可以改成送一百個給 Mercury 3，而多出來的上下文很可能比每 token 的品質差異更有價值。

證據不對稱，以及為何這在此處更為重要

G​emini 4 Argon 有一項獨立量測，以及一份廠商基準測試表。Mercury 3 兩者皆無。Mercury 3 有的是：Inception 在未指明的 NVIDIA 硬體上測得的輸送量數字、其參數號稱超過 Mercury 1 的 40 倍，以及一項結構化品質結果：在 Inception 自家的代理程式測試框架中，於 50 項實際的 Mind2Web 導覽任務上達到 50% 完成率；該公司表示，在相同 token 量與步驟數下，這「明顯高於 GPT-6.1-Sol」。

那是真實的結果——即時網頁導航很難造假——但這無法與中立指數上的 52.6 相比。這兩個數字回答的是不同問題：一個表示「這個模型能完成五十個真實導航任務中的一半」；另一個表示「這個模型在一個固定且公開的測試套件上得分 52.6，而該指數中的其他每個模型也都接受過同一套件測試」。你可以拿第二個與其他選項進行排名比較。第一個只能做合理性檢查。

比較之中還潛藏著一個校準問題。Mercury 3 在省略該參數時，會預設為其四種努力程度設定中最低的一級，因此任何未固定努力程度的評估，都是在模型能力最低的設定下進行測量。Argon 沒有對應的調節機制。若草率地對兩者進行基準測試，無論方向為何，都會讓差距看起來比實際更大——而 Inception 自家的比較聲稱並未說明這些結果是由哪個設定產生的。

這兩個模型在價格變動上並非站在同一邊。

把兩張費率卡並排放在一起，會發現走向正好相反。Mercury 3 推出時提供沒有截止日期的五折優惠，這意味著開發者無法判斷六個月後的費率是 $0.10/$0.35 還是 $0.20/$0.70。Argon 則以有明確截止日期的初期優惠費率推出，這意味著開發者確切知道 12 月 2 日的費率：翻倍。

對一個壞數字的確定性，往往比對一個好數字的不確定性更有價值；而這正是兩個模型各給你其中一種的情況。如果你要為一條管線編列一年預算，從十二月起，Argon 的 $4.00/$20.00 就是應該用來建模的數字；Mercury 3 的 $0.20/$0.70 標價也是應該用來建模的數字，因為折扣並不是價目表。即使採用這兩個保守數字，輸出端的差距仍達 20 倍，這依然是這項比較中最大的單一事實。

費率表不會告訴你的，是一項任務實際要花多少成本。Argon 的索引執行每項任務約需 $1.99 的運算成本；Mercury 3 沒有對等的測量方式，而且它在擴散解碼下的 token 經濟結構，與自迴歸模型並不相同。現在任何人引用 Mercury 3 的每項任務成本，都是在根據每 token 費率以及對輸出長度的猜測進行外推。

如何在兩者之間保持平衡，卻不偏向任何一方

Gemini 4 Argon 不在 OrcaRouter 的目錄中。我們從 Google 路由的是 3.x 系列——gemini-3.1-pro-preview 為 $2.00/$12.00，gemini-3.8-flash 與 gemini-3.6-flash 為 $0.75/$3.75，gemini-3.5-flash 為 $1.50/$9.00，以及 lite 版本——而 Mercury 3 也不在目錄中，原因更簡單：我們不提供任何 Inception 模型。因此，針對這個特定對戰組合，我們的坦誠立場是：這個對戰的兩邊，我們都不是合適的路由。

路由器仍然有用的地方，在於架構中圍繞這項選擇的那個部分。我們確實有提供的 3.x 模型，可以作為兩者的備援：將大部分的文字工作導向 Gemini 3.1 Pro 或 Gemini 3.8 Flash ，以它們的定價計算，我們這邊不加價，並且只把真正需要旗艦模型或擴散模型的呼叫，送往各自的供應商。如此一來，一個端點、一把金鑰和一組憑證就能服務大多數流量，並把兩個特殊情況限制在兩條狹窄的程式碼路徑中——這比把其中一個選為所有工作的預設值，承諾要小得多。

轉嫁定價對 Argon 尤其重要。當 12 月 1 日到來、Google 將費率調高一倍時，經路由的模型價格會在供應商變更當天隨之變動，無需重新協商，你的成本模型裡也不會出現過時的費率卡。我們目前並未將 Argon 納入路由；若情況改變，這項漲幅會按照 Google 公布的相同時程生效，而不是按照我們的時程。

該如何處理與不存在的模型所作的比較

這項實用建議雖平淡，卻值得說明。如果眼前的採購文件、內部提案或廠商簡報提到 Gemini 4 Pro，請要求提供 API 中的模型識別碼。不是行銷名稱，不是系列名稱，也不是等級——而是你會放進請求主體裡的那個字串。如果答案是 gemini-4-argon，那你看到的就是貼著不同標籤的 Argon，價目表現在是 $2.00/$10.00，12月1日起是 $4.00/$20.00。如果沒有答案，這份文件引用的只是一個名稱，不是產品。

同樣的測試也適用於 Mercury 3，只是方向相反。它的識別碼是真的，價目表已公開，上下文長度已公開，而吞吐量數字則是廠商說法。在一個規格表完整卻沒有獨立評分的模型，和一個有獨立評分但名字老是被大家搞錯的模型之間，後者仍是較安全的預設選擇——不是因為 G​oogle 是更安全的供應商，而是因為一個你不必憑信心接受的數字，比一個你無法驗證的折扣更有價值。在 Inception 的模型擁有索引頁之前，這兩者之間的選擇就是證據與價格之間的選擇，而大多數團隊應該買下證據，租用價格。