Mercury 3 對上 GPT-5.6 Sol：每 token 便宜 20 倍，而 token 正是整個論點的核心

把 Mercury 3 與 GPT-5.6 Sol 並排比較，有趣之處在於 Sol 已是 OpenAI 前沿模型中偏便宜的一端，而 Mercury 3 又更便宜，且便宜幅度大到「便宜」這個詞都派不上用場。Inception Labs 於 2026 年 10 月 19 日發布 Mercury 3，價格為每百萬輸入 token 0.20 美元、每百萬輸出 token 0.70 美元；在未公布結束日期的上市期間減半為 0.10 美元與 0.35 美元。OpenAI 於 2026 年 7 月 9 日推出的 GPT-5.6 Sol，在 272,000 個 token 以下定價為 4.00 美元與 20.00 美元，超過後為 8.00 美元與 30.00 美元。以輸出而論，按 Mercury 的上市價計算相差 57 倍，按牌價計算則相差 28 倍——而且與大多數這類差距不同，若以每次回答來衡量，這個差距並不會縮小，因為 Sol 在早先 GPT-6 比較中的優勢是節省 token，而 Sol 並不像 GPT-6 Sol 那樣節省。像這次發布這樣的產品，其背後有紀錄的 AI 故障與代理事件都收錄在 OrcaRouter AI Incident Archive，每筆條目都附有各自的來源、嚴重程度、信心等級與爭議標記。

兩款模型都會在單次呼叫中接收一百萬個 token 的輸入，且兩者都只會回傳文字。它們的分歧點在於 token 周圍的運作方式：Mercury 3 是擴散語言模型，會一次定案多個位置的區塊，並以廠商實測的每秒 1,068 個 token 運行；而 GPT-5.6 Sol 是自迴歸式前沿模型，除了文字之外也接受圖片與檔案，Artificial Analysis 測得其速度為每秒 87.7 個 token，每項 Intelligence Index 任務成本為 1.99 美元。因此，這項比較與其說是在比哪個模型更好——沒有人測量過 Mercury 的這一項——不如說是在比在計入重試與浪費的 token 後，相同工作負載在兩者上分別要花多少成本。

兩張費率卡，請仔細閱讀

Sol 的卡片中有一條 Mercury 沒有的界線，而這條界線是兩款產品之間最具影響力的結構性差異。最多 272,000 個輸入 token 的用量，按 $4.00 與 $20.00 計費。超過這個數量後，整個請求會重新計價為 $8.00 與 $30.00——不是只有超出部分，而是全部。一個 300,000-token 的提示在 Sol 上會產生 $2.40 的輸入費用，這是一個 250,000-token 提示按 $4.00 計費的兩倍多，而文字量只多 20%。

• 價格 — Mercury 3：每百萬 $0.20 / $0.70，推出時每百萬 $0.10 / $0.35，快取輸入可減免輸入費率的 90%。GPT-5.6 Sol：低於 272,000 個 token 時，每百萬 $4.00 / $20.00；超過時，每百萬 $8.00 / $30.00；快取輸入為 $0.40，寫入成本為每百萬 $5.00。

• 上下文與輸出 — Mercury 3：輸入 1,000,000 個 token，輸出 131,072 個。GPT-5.6 Sol：輸入 1,050,000 個，輸出 128,000 個。

• 模態 — Mercury 3：僅文字。GPT-5.6 Sol：輸入文字、圖像與檔案，輸出文字。

速度 — Mercury 3：每秒 1,068 個 token（由 Inception 實測）。GPT-5.6 Sol：在 Artificial Analysis 的測試框架下為每秒 87.7 個 token，其預設長提示工作負載的首個 token 時間為 91.8 秒。

• 獨立評分 — {{KEEP}}Mercury 3{{/KEEP}}：未公布任何評分；也不存在 {{KEEP}}Artificial Analysis{{/KEEP}} 頁面。{{KEEP}}GPT-5.6 Sol{{/KEEP}}：智力指數 47 分、程式編碼指數 77.4 分、{{KEEP}}GPQA Diamond{{/KEEP}} 94.1 分、{{KEEP}}Humanity's Last Exam{{/KEEP}} 49.5 分、長上下文回憶 84.0 分。

• 發布 — Mercury 3：2026 年 10 月 19 日。GPT-5.6 Sol：2026 年 7 月 9 日。

Sol 卡片上的某個數字值得單獨用一句話來說明，因為那正是 latency 預算據以制定的那個數字。Artificial Analysis 在其測試的配置上，記錄到 GPT-5.6 Sol 的中位數首字延遲（time to first token）為 91.8 秒。這不是筆誤，也不是冷啟動；這就是一個以推理為先的模型，在長提示詞下先思考再開口時會有的表現。Mercury 3 的發布報導中包含了第三方的延遲數據——Octen 在其工作負載上測得中位數生成時間 0.9 秒、中位數端到端回應 2.2 秒——但那些是廠商公告中的客戶證言，而非中立的測試框架，而且工作負載也不相同。方向毋庸置疑；但在沒有共同測試的情況下，量級差異無法判定。

為什麼 token 數量會決定這一項，以及如何針對你的工作負載檢查它

每 token 的價差在定價表上是 28 倍，在發布時則是 57 倍，因此 Sol 要縮小這個差距，唯一的方法就是在相同工作量下產出遠少得多的 token。GPT-6 Sol 的比較正是如此：Sol 每項索引任務花費約 31,000 個輸出 token，而 Claude Sonnet 5.5 為 193,000 個，儘管其輸出單價高出 20 倍，最終每項任務仍更便宜。但在這裡顯然並非如此：GPT-5.6 Sol 每項 Intelligence Index 任務要價 1.99 美元，而 GPT-6 Sol 在同一測試框架上約為 1.05 美元，因此 Sol 每次回答的成本大約是其後繼者的兩倍；若 Mercury 消耗相同 token 量，則大約是每次回答成本 0.05 美元的 Mercury 3 任務的 40 倍。

那個「if」承擔了所有作用，值得把它當成測試而非主張來陳述。拿你自己的一百個提示，跑過 Sol，記錄每個提示的輸出 token 數，以及答案是否需要重試。在 Mercury 3 上照做一遍。乘以費率卡。結果就是你的答案，而且只需一個下午，不必陷入基準測試的爭論。

有三種結果形態相當常見，因此可以事先預測。

• 短篇、高頻的文字工作——分類、擷取、路由、簡短摘要，每次呼叫輸出 150 個 token。Sol 的 token 節省特性無從發揮，所以費率表就是一切：在 Mercury 3 上便宜 28 到 57 倍，而這還是在折扣之前。

• 推理密集型工作——Sol 需要花費 20,000 個推理 token 才能完成的多步驟分析。若 Mercury 3 需要兩次嘗試才能得到相同答案，有效差距就會從 28 倍降至 14 倍；若需要五次，則會降至不到六倍。這仍是很大的節省，但在決策中已不再是可忽略的誤差。

• 任何涉及圖像的內容——螢幕截圖、掃描頁面、圖表。Mercury 3 會回傳錯誤。這項比較並不存在，而 Sol 多模態輸入的價格就是 Sol 收取的費用。

折扣，以及為什麼誠實的成本模型使用標價

Mercury 3 每百萬 tokens $0.35 的輸出價格是促銷價。Inception 已公布定價與折扣幅度，卻沒有公布結束日期，這意味著以 $0.35 建立的成本模型裡藏著一項沒有人能估量的負債。在上述短答工作負載中，上線價與定價之間的差距是 2 倍——正是區隔一個好季度與壞季度的那個 2 倍，而且毫無預警地到來。

Sol 的方案卡具有相反的特性。它穩定、具有有文件記載的邊界，並具有有文件記載的快取結構：讀取每百萬 $0.40，寫入每百萬成本 $5.00，比輸入費率高 25%。對於在代理迴圈每一步都重新傳送相同 30,000 token 前置內容的工作負載，在輕易排除之前，這筆寫入溢價值得計算——Sol 一次性多付 25%，之後每次讀取少付 90%，而每項任務達到十步或以上時，攤銷後的輸入成本會降到每百萬 $1.00 以下。

Mercury 3 的快取費率為牌價每百萬 $0.02、發布期間 $0.01，且未公布寫入附加費。對正是這樣的工作負載而言，這是對它最有利的唯一最強數字：一個帶有 30,000 token 前置內容的二十步代理迴圈，在 Mercury 按牌價計價時會花費 $0.60 的快取輸入，相對於 Sol 在寫入後每百萬次讀取約 $0.40 的費用——絕對數值上相當，而這項比較之所以仍具可比性，只是因為 Sol 的快取異常出色。若把兩者的快取都拿掉，差距又會回到 20 倍。

路由層在 20 倍差距且沒有中性分數時會怎麼處理

GPT-5.6 Sol 已在 OrcaRouter 目錄中，採用 OpenAI 自家的價格 —— 每百萬 $4.00 與 $20.00，超過 272,000 個 token 的界線後為 $8.00 與 $30.00，快取讀取 $0.40 —— 與我們路由的其他所有服務一樣，位於同一個 OpenAI 相容端點之後，且不額外加價。Mercury 3 不在目錄中；我們的模型 API 對任何 Inception 模型都不回傳任何內容，因此任何人呼叫它時，都會前往 Inception 自家的平台（新帳號可獲得 1 億個免費 token），或前往數個託管它的第三方平台之一。

差距大到足以讓人很想把整個工作負載切換過去，看看哪裡會出問題。不這麼做的理由並不是為了謹慎而謹慎；而是 Mercury 3 只有一項品質結果，該結果是在 Inception 自家的代理框架中、於 50 個真實上線的 Mind2Web 任務上產生的，它完成了 50%，據稱其 token 用量與步驟數都與前沿模型相同。這確實是個很有意思的結果——是真實上線的網站，而不是快照——但它也無法從外部被證偽，因為該框架與評分都屬於賣方。

在這種情況下，路由規則換來的是一次有界實驗。將特定比例的流量送往 Mercury 3，讓 Sol 留在其後作為後備路徑，並讓自動容錯移轉涵蓋新模型逾時或發生錯誤的情況。這個切片是設定檔中的一個數字，而不是一條程式碼路徑；將它從 10% 擴大到 100%，或在折扣結束時將它縮小到零，都是對那個數字做變更。

還有一個第三選項，是兩家廠商的頁面都不會告訴你的，而這也是多數團隊算過數字後最終選擇的方案：GPT-6 Sol。它採用與 GPT-5.6 Sol 相同的 $4.00 與 $20.00 價目表，位階比 GPT-6 旗艦低一級，每項 Intelligence Index 任務約花費 $1.05，而 Sol 為 $1.99。如果你考慮 Mercury 3 的原因是 Sol 每次回答太貴，那麼這個問題更便宜的解法，可能是同價位的新款模型，而不是一款價格只有它二十分之一、卻未經實測的模型。

這會落在何處

就純文字、高流量的工作而言，這筆帳的差距毫不接近，也不取決於任何未經證實的因素：以牌價計算，Mercury 3 的輸入成本比 GPT-5.6 Sol 便宜 20 倍，輸出成本便宜 28 倍，上下文視窗大小相同，也沒有需要跨越的界線。如果你的工作負載是每月一百萬次短呼叫，那就是決策所在，而風險在一天流量內就能衡量。

對於需要推理兩萬個 token、讀取螢幕截圖，或在工具持續介入的迴圈中無人值守運行數小時的工作而言，Sol 是行為有明文記錄、價格穩定的模型；而 91.8 秒的首個 token 時間，是可據以規劃的真實數字，不是你得自行驗證的說法。這筆代價可不是小事。

唯一能終結這場爭論的測量值，是 Mercury 3 在產出 Sol 的 $1.99 的那套測試框架上，每項 Intelligence Index 任務的成本。這項數據並不存在，也沒有給出任何日期；而在它出現之前，本文中 Mercury 3 的每一個逐次回答數字，都只是附著一張費率表的假設。至少那張費率表是真的——而且在 20 倍的情況下，它大到足以在值得相信之前先值得測試。