Mercury 3 對比 Kimi K3：一款模型可下載，一款只能租用

最有用的差異，存在於Mercury 3與Kimi K3之間，而這與速度或價格毫無關係。Kimi K3 是 Moonshot AI 於 2026 年 7 月 16 日發布、並於 7 月 27 日以 Modified MIT 授權條款公開權重的 2.8 兆參數混合專家模型，你可以下載、檢視、量化並自行託管。Mercury 3 則是 Inception 於 2026 年 10 月 19 日發布的封閉式擴散模型，你只能呼叫使用。這場對比中的其餘一切——它們共用的 100 萬 token 視窗、其中一方宣稱的每秒數千個 token、以及方向相反的輸出價格差距——都源自第一個差異：誰擁有這個成品。同一把金鑰可存取整個 200 多個模型的目錄（依牌價，並可跨供應商容錯切換）像這類發布背後的已記錄 AI 故障與代理事件，都收集在 the OrcaRouter AI Incident Archive，其中每筆條目都附有自己的來源、嚴重程度、可信度評級與爭議標記。

那套框架並不只是學術討論。它決定了這兩個模型中，哪一個能在供應商退出後繼續存活、哪一個能用你的資料微調、哪一個能讓你在凌晨三點不受速率限制地運行，以及哪一個只是別人一決定就能終止的支出項目。它也決定了什麼才算公平比較：Kimi K3 的每 token 價格是託管成本，而 Mercury 3 的則是租用費。

規格，位於所有權分界線的兩側

• 參數 — Kimi K3 總計 2.8 兆，每個 token 有 1040 億活躍參數，896 個專家中的 16 個；對比 Mercury 3 則未披露，僅被描述為比 Mercury 1 大逾 40×

• 架構 — 基於 Kimi Delta Attention 的混合專家模型，對比可平行精煉 token 區塊的擴散語言模型

• 上下文視窗 — 1,048,576 個 token 對 1,000,000 個 token；實際上不相上下

• 最大輸出 — Kimi K3 單次回應可達完整的 1M 視窗，對比 Mercury 3 的 131,072 個 token

• 輸入模態 — 文字、圖像與影片 vs 僅文字

• 權重 — 已公開、Modified MIT、於 Hugging Face 上提供，對比閉源

• 輸入價格 — 每 1M $3.00，對比定價每 1M $0.20，上線時 $0.10

輸出價格 — 每 1M $15.00，對比定價每 1M $0.70、上市時 $0.35

• 快取輸入 — 每 1M 為 $0.30，相較之下每 1M 為 $0.02

• 宣稱吞吐量——Moonshot 未公布，對比每秒 1,068 個 token，為廠商回報數據

• 獨立智慧指數 — 43.6，依據 Artificial Analysis，相較之下截至 2026 年 10 月 20 日尚無紀錄

把兩個價格欄並排，差距在輸入端是 15 倍、在輸出端是 21 倍。把模態那一行放在旁邊，差距就縮小到比一場潰敗還要小的幅度：Kimi K3 接受影片和圖片，Mercury 3 接受文字，而一個必須觀看螢幕錄影的工作負載，無論價格如何都不會在這兩者之間做選擇。把權重那一行放在旁邊，比較的性質就完全改變了，因為這兩個價格衡量的不是同一件事。

Kimi K3 的測量數據究竟說明了什麼

Kimi K3 是這五篇系列中唯一同時具備已公開權重與完整獨立紀錄的模型，因此它是很有用的錨點：

• Intelligence Index — 43.6，由 Artificial Analysis 測量

• Terminal-Bench 4.0 — 0.1263；Terminal-Bench 2.1 — 0.8502（依廠商自行回報的執行結果）

• SciCode — 0.5949，本批次四位對手中最高

• Humanity's Last Exam — 0.4690

• AA-LCR 長上下文推理 — 0.8867，是系列中最強的長上下文讀數

• GDPval-AA — Elo 1532.59

• AA-Omniscience — 19.7

• GPQA Diamond — 0.9354

• 每項索引任務的成本 — $2.00

關於那張表，有兩點提醒。Terminal-Bench 的數字差距極大——4.0 版本上是 0.1263，2.1 版本上是 0.8502——這是基準測試版本的問題，而不是模型的問題；任何人只引用其中一個而不提另一個，就是在選邊站。而 Kimi K3 在 Artificial Analysis 指數上的今日讀數為 43.6，但廠商自家的發布資料在該指數較早的修訂版本下曾宣稱 57。該指數後來已經重建；57 是歷史讀數，不是當前讀數。

同時經得起這兩項告誡的模型輪廓，是在長上下文推理與科學程式碼方面很強、知識召回中等、終端機風格代理工作表現平平的模型。這不是你會下載來全面取代前沿 API 的模型輪廓。這是一個值得為了特定工作環節而擁有的模型輪廓——而這正是開放權重的論據。

直白說明「下載即可執行」的注意事項

「已發布權重」和「可運行權重」是兩種不同的宣稱，而將兩者混為一談，是中國大型模型報導中最常見的過度宣稱。一個擁有 2.8 兆參數、1040 億活躍參數的混合專家模型，是資料中心的產物。發布檢查點意味著你可以檢視、微調、量化並部署它——但前提是組織擁有數十個加速器，以及能讓這些加速器持續運轉的工程團隊。這並不代表它能在工作站上運行；而每次這類發布後隨之而來的量化熱潮，既是為了讓模型變小，也同樣是為了讓模型能夠提供服務。

因此，誠實解讀 Kimi K3 的授權條款，會發現它比「開放」狹窄，但仍意義重大：它是一個可審計、可修改、可自行託管的前沿級模型。對一家無法將客戶資料送往第三方 API 的受監管企業而言，這正是關鍵所在。對一家只有三名工程師、每月 API 帳單 400 美元的新創公司來說，這不過是興趣項目。

Mercury 3 在任何價位都沒有這個選項。這是一項實質限制，而且值得明確說明：Inception 尚未宣布釋出權重，也沒有公布相關日期。它確實提供的企業替代方案是合約層面而非技術層面：專用容量、自動擴展、合規控制與可設定的資料保留，全都位於 Inception 的平台內。這對某些買家而言回答了資料駐留的問題。但對所有買家來說，它都沒有回答「如果供應商消失了怎麼辦」這個問題。

每完成一項工作的成本，而非每個 token 的成本

21× 的產出價格差距是常被引用的數字，而單獨來看，它在兩個方向上都會造成誤導。

首先，Kimi K3 的 $3.00/$15.00 在中國市場屬於高階定位，Moonshot 也這麼說過。相較於 Mercury 3 的 $0.20/$0.70，這不算高階，而是不同類別。一個每月執行 5,000 萬個輸出 token 的團隊，按牌價在 Kimi K3 上支付 $750，在 Mercury 3 上支付 $35。這個差距小到對某些企業無關緊要，也大到足以支應其他企業聘僱一名員工的成本。

第二，獨立的每項任務成本數字顛覆了直覺。Kimi K3 每完成一項索引任務的成本是 2.00 美元；Mercury 2.5 是 Mercury 系列中已測量且最接近的成員，成本為 0.1167 美元——但得分為 12.3，而 Kimi K3 為 43.6。每 token 便宜和每單位工作量便宜是不同的數字，而只有其中一個應該放進容量規劃。Mercury 3 沒有每項任務成本數字，因為它沒有索引得分，這意味著這項比較中最重要的格子是空的。

第三，這點常被人忽略：Kimi K3 在 OrcaRouter 上以 Moonshot 的定價、0% 加價提供，其餘兩百多個模型的目錄也是如此，全部透過同一個相容 OpenAI 的端點提供，並具備自動容錯移轉。Mercury 3 則不然——它是透過 Inception 自家的 API 以及數個第三方平台提供。這種不對稱改變了合理試用方案的樣貌：你可以不必簽署任何新合約，就能將 Kimi K3 與現行方案相比；而 Mercury 3 若不做第二次整合，就無法做到同樣的比較。

對於會執行長時間 agent 工作階段的負載，在信任任一份費率表之前，還有一個成本槓桿值得確認。Kimi K3 的 1M 上下文沒有公開的長請求附加費，Mercury 3 的也沒有。這很不尋常，而這正是這兩款模型對於在其他地方會觸發重新定價級距的逐字稿仍具可信度的主要原因。

該選哪一個，取決於情況，而不是取決於分數

在以下情況選擇 Kimi K3：當工作需要圖像或影片時、當長上下文推理是核心任務時——它在 AA-LCR 上的 0.8867 是本批次中最佳的讀數——當你需要以專有資料進行微調時、當資料不能離開你的基礎架構時，或當你想在正式投入流量之前先取得實測的能力底線時。權重是策略性資產；授權條款確實寬鬆；而價格則是不自行部署的代價。

在以下情況選擇 Mercury 3：工作負載僅涉及文字、受延遲限制且量大：支援回覆、搜尋答案、輔導對話，以及近似分類的工作，而亞秒級回應正是產品本身。輸出 $0.70、快取輸入 $0.02，便宜到每次請求的經濟效益不再是設計限制，而 1M 視窗意味著你很少需要摘要。你放棄的是多模態、公開的能力下限，以及任何自行託管的路徑。

在以下情況兩者都選：當分流是依用途賽道而非依模型來劃分時。這兩個系統在架構上截然相反——一個是龐大的稀疏自迴歸 MoE，另一個是平行擴散生成器——這意味著它們的失敗方式不同；而一套將視覺與長上下文推理交給 Kimi K3、將即時文字對話交給 Mercury 3 的策略，其合理性來自實質優勢，而非僅來自價格。難處在於整合：兩者之中只有一個能靠單一金鑰就接入。

什麼會改變答案？

三項發展，皆非臆測：

• Mercury 3 的首個獨立評分。Mercury 家族唯一受測成員在 Intelligence Index 上為 12.3，而 Kimi K3 為 43.6。若 Mercury 3 的表現接近 Kimi K3，而成本僅為其十五分之一，那麼「持有成本論點」就會成為 Kimi K3 僅剩的論點。若它的落點接近 12.3，價格差距便無關緊要。

• Mercury 3 權重發布。Inception 對此隻字未提。開放權重會讓本文的核心差異一夜之間瓦解

• Kimi K3 更便宜的託管服務商。$3/$15 的費率是 Moonshot 自家的；開放授權意味著第三方託管商可以壓低價格，而以一半價格託管 2.8T MoE，會在不更換模型的情況下改變每項任務的成本計算

在其中一個真正問世之前，比較的兩方是：一個可租用、未經評測、速度極快的文字模型，以及一個可擁有、經過評測、能理解影片的高階模型。這兩者並非替代品。唯一真正錯誤的答案，就是因為某個模型贏了另一個模型從未被打分過的欄位，就選它。