‏قیمت و API مدل Mercury 3؛ پول سرعت رو می‌دی، نه ارزونی

مدل Mercury 3 از شرکت Inception Labs یه diffusion language model هست (یعنی به‌جای نوشتن توکن به توکن، کل جواب رو یه‌جا و طی چند مرحله صیقل می‌ده). قیمت شروعش ۱۰ سنت برای هر میلیون توکن ورودی و ۳۵ سنت برای هر میلیون توکن خروجیه. این عدد با تخفیف ۵۰ درصدی دوره عرضه حساب شده و ورودی‌های کش‌شده هم ۹۰ درصد دیگه تخفیف می‌خورن.

تو این مقاله اومده که با قیمت تخفیفی، Mercury 3 تو همون محدوده قیمتی مدل‌هایی مثل GPT-6 Luna و Claude Haiku 5.5 قرار می‌گیره. ولی وقتی تخفیف تموم بشه، به گفته خود Inception ممکنه یه کم از اونا گرون‌تر بشه. پس نویسنده می‌گه حرف اصلی «توکن ارزون‌تر» نیست، بلکه ثانیه‌های کمتر برای هر جوابه. Inception می‌گه این مدل روی سخت‌افزار Nvidia Blackwell بیشتر از ۱۰۰۰ توکن در ثانیه تولید می‌کنه.

تخفیف ۹۰ درصدی کش برای سیستم‌های agentic خیلی مهمه. این سیستم‌ها تو هر مرحله دوباره همون context بلند (تاریخچه گفتگو، اسناد، خروجی ابزارها) رو می‌فرستن. یعنی بخش بزرگی از هزینه‌شون با نرخ کش حساب می‌شه و هزینه واقعی خیلی کمتر از قیمت روی برچسب درمیاد.

مدل از طریق API خود Inception، و همین‌طور OpenRouter و Base Ten و Vercel در دسترسه. API اون با OpenAI سازگاره و از tool calling و structured outputs پشتیبانی می‌کنه، پس بیشتر برنامه‌ها فقط با عوض کردن base URL جابه‌جا می‌شن و لازم نیست کد رو از نو بنویسی. پنجره context هم از ۲۶۰ هزار توکن نسخه قبلی به ۱ میلیون توکن رسیده.

تو بنچمارک‌های Inception، این مدل تو استدلال، پیروی از دستور و جستجو (مثل GPQA Diamond) خوب عمل کرده، ولی تو بخش سخت بنچمارک کدنویسی Aether یه قدم عقب‌تر از Opus 5.5 هست. مدل همراهش یعنی Mercury Decide فقط برای قضاوت‌های بله/خیر و دسته‌بندی ساخته شده و حدود یک‌چهارم مدل‌های مشابه هزینه داره. یه قضاوت تکی حدود ۰.۱۶ ثانیه طول می‌کشه و روی OpenRouter نسخه رایگان هم داره.

نتیجه‌گیری نویسنده اینه که برای کارهایی که تأخیر توشون جمع می‌شه، مثل زنجیره‌ای از sub-agentها یا رابط‌های real-time مثل عینک هوشمند، سرعت Mercury 3 می‌ارزه. ولی برای درخواست‌های تکی که سرعت گلوگاه نیست، بعد از تموم شدن تخفیف شاید مدل‌های autoregressive معمولی ارزون‌تر باشن.

نکات کلیدی:

• قیمت شروع: ۱۰ سنت ورودی و ۳۵ سنت خروجی برای هر میلیون توکن، با ۵۰ درصد تخفیف عرضه
• ورودی‌های کش‌شده ۹۰ درصد تخفیف بیشتر دارن
• سرعت بیشتر از ۱۰۰۰ توکن در ثانیه روی Nvidia Blackwell
• پنجره context از ۲۶۰ هزار به ۱ میلیون توکن رسیده
• API سازگار با OpenAI، با پشتیبانی از tool calling و structured outputs
• در دسترس روی Inception API، OpenRouter، Base Ten و Vercel
• Mercury Decide حدود یک‌چهارم هزینه مدل‌های قضاوت مشابه رو داره و روی OpenRouter رایگانه