Mercury 3 對比 GPT-6 Astra：輸出價格高出 28 倍，努力等級得一次買一級

Mercury 3 與 GPT-6 Astra 在輸出價格上相差 28 倍——Inception 發布檔期期間每百萬 $0.35，而 OpenAI 為 $50.00——在吞吐量上則反向相差約 18 倍。這兩個數字很容易引用，但單獨來看幾乎沒什麼用，因為 Astra 不是單一價格的單一模型。它是一套推理階梯：五個努力等級，指數分數從最低的 46 攀升到最高的 53，帳單也隨之攀升。Mercury 3 也有一套某種意義上的階梯——四個努力設定，外加一個位於最低階的預設值——但在任何一級都沒有獨立分數。所以這場對決的真正問題，不是 Astra 是否值 Mercury 3 的 28 倍，而是你實際上需要爬上 Astra 階梯的多高，以及你正在做的工作到底需不需要一套階梯。像這次這樣的發布背後，有紀錄可查的 AI 失效與代理事件，都收錄在OrcaRouter AI 事件檔案庫其中每一條記錄都附有自己的來源、嚴重程度、信心評級與爭議標記。

決定這件事的數字，而它不是價格。

Artificial Analysis 在模型的最高投入程度設定下，於其 Intelligence Index 上測得 GPT-6 Astra 為 53 分，在該指數的 216 個模型中排名第七，每項指數任務的運算成本約為 3.26 美元。以最低投入程度設定執行同一套測試，得分則為 46。五個級別依序為 46、50、51、52 和 53。

把那張階梯表讀兩遍。第一種解讀是：最上面那一階只比最下面那一階高七分，而在這個七分就算很多的測試套件裡——Astra 以下的模型與它以上的模型，彼此之間的差距都比這更小。第二種解讀是：第四階為 52 分，距離頂端只差一分，而且想必更便宜。如果你的任務不需要最後那一分，你並不是在 Mercury 3 和一個 53 分的模型之間做選擇；你是在 Mercury 3 和一個 52 分的模型之間做選擇，而要達到那裡，代價是調整一個參數，而不是換成不同的模型。

Mercury 3 沒有提供這樣的選擇，因為根本沒有什麼可以往上攀爬的目標。它不存在即時、低、中或高等等級的指數分數。Inception 自家的比較性主張——即 Mercury 3 的表現優於 GPT-6 Luna 與 Claude Haiku 5.5——是針對快速層級所作的主張，並未附上差距幅度；而它唯一一項結構化的品質結果，是在其自家的代理框架內，於 50 項真實的 Mind2Web 導航任務上達到 50% 的完成率。那是一個真實的結果，也是一個小樣本，而且它無法告訴你：如果 Mercury 3 明天被納入一份涵蓋 216 個模型的指數，它會落在哪個位置。

一個要價 50 美元的輸出 token 究竟包含什麼

GPT-6 Astra 可接收文字、圖像和檔案，擁有 105 萬 token 的上下文視窗，並可傳回最多 128K 個 token。其標準價目表為每百萬輸入 token 10.00 美元、每百萬輸出 token 50.00 美元，快取輸入則為 1.00 美元。當輸入超過 272,000 個 token 時，整筆請求會改以 20.00 美元與 75.00 美元計價，快取輸入為 2.00 美元——這個界線並非邊際級距，而是會讓整筆帳單加倍的切換機制。批次與彈性處理會將費率減半；快速模式則會使其加倍。推理功能始終開啟，強度可從低到最高。

那段文字裡藏著兩個陷阱。272,000 token 的界線意味著，280,000 token 的請求成本是 270,000 token 請求的兩倍，而且沒有部分折抵——所以，在界線附近裁剪上下文所值得投入的工程心力，比大多數團隊願意給的還多。而 OpenAI 以「GPT-6 Astra Pro」行銷的東西，並不是獨立模型或獨立 SKU；它是推理旋鈕的 pro 設定，這意味著可從同一個端點以相同費率使用，也不需要新合約才能使用。

相較之下，Mercury 3 的定價是 $0.20 和 $0.70，發布期間減半為 $0.10 和 $0.35，快取輸入則為 $0.02 和 $0.01。一個 1M token 的上下文視窗、一個 131,072 的最大輸出，沒有分級、沒有邊界、沒有批次乘數。價目表只有四行。這種簡潔本身就很有價值——一個你能記在腦中的成本模型不會漂移。

沒有人採用的成本模型：看每項任務用掉多少 token，而不是每個 token 的價格

Astra 的每 token 價格，是關於 Astra 成本最不有趣的數字。Artificial Analysis 報告指出，在 Astra 上完整跑一次 Intelligence Index 總共會消耗約 6,000 萬個輸出 token，而一項 index 任務的成本約為 $3.26。將前者除以後者，就會得到真正重要的比率：Astra 在為回答花任何錢之前，會先花大量成本在思考上。

Mercury 3 的定價在上市時比 Astra 低十四倍，而 Mercury 的牌價相對 Astra 的標準費率則低 71 倍。但每個 token 的價格比較，假設了兩個模型在相同任務上會輸出數量相當的 token，而所有已知關於擴散解碼的資訊都表明並非如此。擴散模型會透過固定次數的去噪迭代來求解一個位置區塊；其輸出長度取決於答案本身，而非取決於在答案之前展開的內部獨白。Astra 的輸出長度則主要由這段獨白所決定。

這是一體兩面，而兩面都值得說明。在推理密集型任務中，Astra 要花費 100,000 個推理 token 才能得出正確答案，Mercury 3 的優勢遠不止 14 倍，因為 Mercury 3 完全不必為那段內心獨白付出成本——不過，它在沒有獨白的情況下能否得出相同答案，正是尚未解決的問題。在短答任務中，Astra 以低投入用三百個 token 作答，內心獨白根本不會出現，比較就只剩價目表：推出時是 14 倍，按 Mercury 的定價則是 71 倍。

實際壓上一個工作負載：每天一千萬個輸入 token 和兩百萬個輸出 token，混合支援與摘要用途。以 Astra 的標準費率計算，這是 100 美元的輸入和 100 美元的輸出——每天 200 美元，每月約 6,000 美元。以 Mercury 3 的牌價計算，則是 2 美元和 1.40 美元——每天 3.40 美元，每月約 102 美元。若是推出費率，還會再少一半。同樣的流量，59 倍的支出，而 Astra 的答案是否好上 59 倍，這個問題目前沒有人能用數字回答。

路由器在這場對局中真正能發揮作用的地方

GPT-6 Astra 已在 OrcaRouter 目錄中。可透過與我們所路由的其他模型相同的 OpenAI 相容端點存取，採用 OpenAI 的定價，我們這邊不額外加價——輸入 $10.00、輸出 $50.00、快取 $1.00，超過 272,000 token 邊界後的長上下文級距則為 $20.00 與 $75.00——並同時提供聊天補全與 Responses API，取決於你的程式碼目前採用哪種形式。

Mercury 3 不在我們的目錄中。我們的模型 API 對任何 Inception 模型都回傳空值，所以若要呼叫它，就得前往 Inception 自家的平台（新帳戶目前可獲得一億個免費 token），或是使用 Inception 所列的其中一個推論平台。我們寧可這樣講清楚，也不願讓一篇比較文章暗示我們有一條其實不存在的途徑。

路由層在這裡帶給你的，是另一種與 Astra 努力等級不同的調節旋鈕。五個努力等級是 Astra 自己的旋鈕，每往上爬一階都要花錢。路由則讓你選擇多麼罕見地才需要付錢給 Astra：把大部分流量送往我們有路由的快速層模型——GPT-6 Luna 的 $0.10 與 $0.50，或 Claude Haiku 5.5 的 $1.00 與 $5.00——並把 Astra 的高或最高等級保留給真正困難的那一小部分請求，同時具備供應商效能劣化時的自動容錯移轉，以及能用路由 DSL 把這種分流表達成規則、而非程式碼分支。省下的錢不在 Astra 的費率，而在於你多常避開它。

順帶一提，這也是評估 Mercury 3 的誠實方式。把它放在與 Luna 和 Haiku 5.5 並列的快速層級路徑上——也就是 Inception 自己的比較所放置的位置——看看它是否能在你的任務中勝出。直接把它與 Astra 相比，等於是把一個沒有指數分數的模型，拿來和一個在涵蓋 216 個模型的指數中位於第七級的模型相比；這樣的結果更能說明的是兩者不匹配，而不是任一模型本身。

有一個路由層不該草率帶過的細節，而我們也沒有草率帶過：Astra 的費率表在 272,000 個輸入 token 處有一道門檻，跨過就會重新計算整個請求的價格；另外還有一種能讓費用減半的批次模式。這些都不是微幅調整，而按牌價原樣轉嫁，唯有連棘手部分也一併轉嫁，才有意義。

能定奪此事的比較

能真正裁定 Mercury 3 與 GPT-6 Astra 孰優孰劣的，不是一篇發布貼文，也不是這篇文章。而是一個數字：Mercury 3 在 Astra 所處的同一個指數上的位置，於明確標示的投入程度設定下、在同一套評測套件上，由不是 Inception 的人所測得。在這個數字出現之前，這兩者之間的每一次比較，都是拿一個已測量的模型和一個未測量的模型相比；而預設上，應給予已測量的那一方疑點利益——不是出於對 O​penAI 的尊重，而是因為一個你能查核的分數，比一個你無法查核的吞吐量數字更有價值。

在此同時，有用的做法正是 Astra 自己的階梯所暗示的那一種。大多數工作都不需要任何事物的最高一階。把你大部分的流量導向能通過你品質門檻的最便宜模型，把昂貴的那一階留給未達門檻的請求，並將 Mercury 3 視為廉價路徑的候選，而不是昂貴路徑的替代方案。如果事實證明它能以十四分之一的價格通過門檻，你會在你自己任務上發現這一點，而那是唯一你能實際據其結果行動的測試集。