Mercury 3 與 Mercury 2.5 Preview 比較：升級有截止期限，就是 11 月 15 日

這是罕見的模型比較：較舊的模型就在你閱讀的同時被關閉。Mercury 2.5 Preview 於 2026 年 8 月 31 日上線；隨後被正式推出的 Mercury 2.5 於 9 月 8 日取代；而當 Inception 於 2026 年 10 月 19 日推出 Mercury 3 時，也宣布 Mercury 2 與 Mercury 2.5 不再開放新用戶，既有客戶僅能使用至 2026 年 11 月 15 日。所以問題不是 Mercury 3 是否優於它所承襲的預覽版——40 倍的參數規模提升與四倍的上下文視窗，在規格表上已經回答了這點。問題是：遷移到 Mercury 3 實際上要付出什麼成本、獨立委員會對你即將離開的模型有什麼說法，以及該委員會已經就其前代模型，推翻了 Mercury 3 自身發布說法的多少內容。截止期限是從今天起 26 天。 如果你最終選用的模型是我們有路由的模型，同樣的設定規範也適用於 我們的 OpenAI 相容端點，依供應商定價、0% 加價，因此在這裡切換也只是改設定。 像這類發布背後的已記錄 AI 故障與代理事件，都彙集在 OrcaRouter AI 事故檔案庫，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。

預覽版與旗艦版之間有什麼改變？

Inception 在七週內的三次發布中，對其產品陣容的組成一直異常一致，這使得差異很容易說明：

• 版本 — Mercury 2.5 Preview，2026 年 8 月 31 日（9 月 8 日由 Mercury 2.5 取代）對比 Mercury 3，2026 年 10 月 19 日

• 上下文視窗 — Mercury 2.5 為 260,000 個 token，Mercury 3 為 1,000,000 個，達到 3.8 倍

• 最大輸出 — 65,536 個 token 對比 131,072 個，正好加倍

• 定價中的輸出價格 — 每百萬 $0.75 對 $0.70，降幅 6.7%，並非大幅降價

• 清單上的輸入價格 — 兩者皆為 $0.20；輸入行完全沒有變動

• 快取輸入 — 兩者皆為 $0.02

• 上市折扣 — Mercury 2.5 提供 80% 的首發折扣；Mercury 3 以 50% 折扣推出，因此促銷期間輸入為 $0.10、輸出為 $0.35

• 吞吐量——Mercury 2.5 Preview 宣稱每秒 1,107 個 token，而 Mercury 3 為 1,068 個；這款更新、規模大得多的模型僅較慢（依廠商自身數據）

• 規模——據描述，Mercury 3 的總參數量比 Mercury 1 大 40 倍以上；Inception 並未公布任一模型的絕對參數量

• 模態 — 兩者皆僅限文字

• 權重 — 兩側皆已關閉

那份清單上有兩行值得多看幾眼。第一行是價格。從預覽版的正式接替版本轉向旗艦版，每百萬 token 的輸出成本降低五美分，規格表上其餘項目完全不變——這意味著這次遷移根本不是靠價格推銷。Mercury 3 的論點必須是能力與上下文，否則就稱不上論點。第二行是吞吐量：根據 Inception 自家數據，較大的模型每秒慢 39 個 token，所以升級買不到原始速度。它買到的是餘裕。

這裡真正賣的是上下文空間。260K 到 1M，差別在於對話是否必須被摘要；65K 到 131K 的輸出，差別在於一個答案與一份文件。如果你的 Mercury 2.5 工作負載的上下文從未接近 200K tokens，那麼提早轉換的理由並不充分。如果它經常截斷，Mercury 3 正是在解決你的問題，而這個期限是一份禮物。

這項決策中無人刊出的部分：董事會對 2.5 的說法

Mercury 2.5 有一份獨立紀錄，而這份紀錄並不客氣。在 Artificial Analysis 上，截至 2026 年 10 月 20 日所見：

• 智慧指數 — 12.3，實測而非估算

• AA-Omniscience — −39.5，在知識探測上的幻覺率為 80.3%

• Terminal-Bench 4.0 — 0.0

• SciCode — 0.3854

Humanity's Last Exam — 0.1177

• AA-LCR 長上下文推理 — 0.7167

• GDPval-AA — Elo 474.8

• 每項索引任務的成本 — $0.1167，是這整個五篇文章系列中最便宜的，差距達六倍

這是一個定位非常明確的模型：便宜、快速，卻恰好在通用助理最受評判的知識密集型工作上表現薄弱。這是延遲元件的特徵，而非推理模型的特徵；這與 Inception 一直以來對該產品線的定位——語音、支援、搜尋、輔導——一致，卻與當時預覽版所受的報導方式不一致。它每項索引任務的費用也是 $0.1167，這不是打錯字，也不是划算的交易：一個快速給出錯誤答案的模型，按任務算是便宜，按結果算卻昂貴。

這對 Mercury 3 很重要，因為同一個排行榜上沒有它的條目。旗艦模型才問世九天，而家族中唯一被測量過的成員得分為 12.3。這不能預測 Mercury 3 的分數——一次 40 倍的規模擴充加上新的訓練運行，會是另一種模型，而 Inception 聲稱從 Mercury 1（mini）到 Mercury 3，智慧提升了 3 倍——但這確實意味著，該家族目前的獨立過往紀錄只由一個偏弱的讀數和一個缺漏組成。任何規劃 11 月遷移的人，都應把 Mercury 3 視為未經測量，直到排行榜另有說明，並應如此設計遷移，使未經測量的模型無法拖垮生產路徑。

遷移實際上涉及什麼

操作機制是簡單的部分，而 Inception 讓它比多數廠商更容易。該模型與 OpenAI API 相容，因此端點的形式不會改變。會改變的是：

• 模型識別碼。Mercury 3 是全新的 ID，而非現有 ID 的版本號更新

• 上下文預算。1M 視窗會引來 260K 視窗無法接受的提示，而一條開始送出 600K token 請求的管線，即使每 token 費率相同，成本結構也不同。

• 推理設定。Mercury 3 提供即時、低、中、高；Mercury 2.5 的等級較少。若請求省略此設定，就會套用預設值，而該預設值未必是你延遲預算所依據的等級。

• 溫度。Mercury 3 接受 0.5 到 1.0。若你的 2.5 提示詞依賴任何低於 0.5 的數值，就必須將其限制在範圍內。

• 結構化輸出與工具呼叫。兩者在 Mercury 3 上都受支援，而且兩者都屬於在 40× 規模擴增下行為會出現細微差異的功能——值得進行結構描述層級的迴歸測試，而不是靠肉眼檢查

• 輸出上限。131,072 個 token 已經夠寬鬆，一旦生成失控，在停下來之前就會產生實質費用。請明確設下上限。

最便宜的做法是採用影子部署：把 Mercury 2.5 的一部分流量複製到 Mercury 3，使用相同的提示詞，記錄兩邊的輸出，並用你真正在乎的指標來比較——任務完成度，而不是 token 相似度。這樣跑一週，然後切換。11 月 15 日這個日期只夠你進行一輪這樣的循環，再多就沒什麼餘裕了，所以請從呼叫量最高的呼叫點開始，而不是從最有意思的那個開始。

也要注意備援的方向。在影子期期間，安全配置是以 Mercury 3 為主要、Mercury 2.5 為容錯移轉，而不是反過來：若新模型行為異常，舊模型仍會回應；若舊模型在你腳下被淘汰，新模型已經在承接流量。Inception 自家的說明寫道，現有客戶可持續存取「直到 2026 年 11 月 15 日」，這讀起來像是硬性截止，而非軟性截止。若一條管線唯一的備援是帶有到期日的模型，那麼在該日期之後就沒有備援了。

OrcaRouter 不路由 Mercury 3 或 Mercury 2.5——兩者都不在我們的目錄中，且都是透過 Inception 自家 API 與數個第三方平台提供。這使得本文成為本系列少數幾篇、其路由建議重點在於整合的形態而非我們的端點的文章之一：無論你使用哪個供應商，請把模型識別碼與推理設定放在設定中，而不是放在程式碼裡，這樣十一月的切換就只是設定變更，而不是一次部署。

誰現在該行動，誰該等待

現在就該搬移，如果：你的 Mercury 2.5 流量對延遲極為敏感且量大，你的提示詞經常觸及 260K 的上限，你需要超過 65K token 的輸出，或者你的供應商將在 11 月 15 日替你淘汰 2.5，不論你準備好了沒。在這些情況下，搬移並非選項，剩下的唯一決定是要不要先妥善測試。好好測試它。

等等——但仍要準備——如果：Mercury 2.5 只是次要元件、你的工作負載能輕鬆容納於 260K 之內，或你在正式投入前需要經過實測的品質。等待並不代表什麼都不做：現在就把識別碼與推理設定寫進組態，執行影子比對，並把切換延後到 Artificial Analysis 條目出現或 11 月 10 日到來為止，以先到者為準。

若符合以下情況，請完全考慮其他選擇：你的工作需要視覺、檔案輸入，或需要具備公開能力基準、知識密集的推理能力。Mercury 3 僅支援文字且未經評分；具備獨立指數與影像輸入的模型是更穩妥的選擇，而輸出價格調降 6.7% 並不足以彌補缺失的模態。

截止期限本身就是真正的新聞

剝去發表包裝後，Inception 在 10 月 19 日宣布的，其實是一份附帶模型的退場時程。Mercury 2.5 Preview 是已推出五週的預覽版；Mercury 2.5 作為正式出貨模型只維持了六週，隨後便停止開放新使用者；而既有客戶的截止期限是 11 月 15 日。對一家要求企業在其上建構的供應商來說，這是極快的節奏；而對任何在生產環境運行此系列的人而言，這是唯一最具決策相關性的事實——比 3.8× 的上下文增幅更相關，因為上下文增加是機會，退場日期則是限制。

反駁論點是：這樣的發布節奏換來了實質成果：100 萬 token 的上下文、加倍的輸出上限，以及略低於其所取代模型的輸出費率，且輸入價格不變，並提供 OpenAI 相容端點，因此替換只是改配置，而非改程式碼。擴散模型原本被認為會隨著規模擴大而撞上品質牆，而 Inception 的主張是它們並沒有。這項主張能否經得起獨立評估，是本文無法回答的未解問題，也是為何應先進行影子測試，而不是僅憑一篇發布文章就切換上線。

沒有公開的是時程表。如果 Mercury 2.5 承載著任何你在意的東西，那麼無論你有沒有把它寫下來，遷移計畫都已經存在，而且期限不到四週。