Haiku 4.5 custa US$ 5 por milhão de saída; Mercury 2 cobra US$ 0,75

O contraste que a conta mostra

Você viu o lançamento do Mercury 2 no fim de fevereiro, leu que era uma "dLLM de raciocínio" e provavelmente passou direto. Faz sentido: num catálogo com 362 modelos, mais 28 lançados nos últimos 30 dias, um item a mais não chama atenção. Mas quando você coloca a régua do custo lado a lado com o Claude Haiku 4.5, a história muda.

O Mercury 2 cobra US$ 0,75 por milhão de tokens de saída. O Haiku 4.5 cobra US$ 5 pelo mesmo volume. Em volumes típicos de uma aplicação rodando o mês inteiro, a diferença entre esses dois números dita se a sua fatura termina em quatro dígitos ou em cinco. E o Mercury 2 não é apenas mais barato: ele foi lançado em 4 de março de 2026, dez dias antes desta comparação, enquanto o Haiku 4.5 já tem quase cinco meses de mercado.

Inteligência, sem confundir capacidade com preço

Aqui mora a armadilha que o marketing não desarma sozinho. Pelo índice de inteligência da Artificial Analysis medido hoje, o Haiku 4.5 marca 29,892 contra 21,896 do Mercury 2. O Haiku também lidera em raciocínio aplicado a código (43,892 contra 31,113) e em tarefas agentic (16,472 contra 9,458). Esses números existem, são reais e vêm da mesma régua. Não é opinião.

Mas existe uma leitura menos cômoda: o topo do mercado hoje é Gemini 3.1 Pro Preview (47,738) e GPT-5.3-Codex (45,512). Os dois modelos que estamos comparando estão bem abaixo desse teto, e isso muda o que cada um é. Nenhum dos dois é o modelo que você chama para resolver o problema difícil. O que está em jogo aqui é outra decisão: qual deles faz a tarefa mediana pagando menos e respondendo mais rápido.

A conta da latência e o que "rápido" realmente significa

Olha o número de velocidade e compara com tudo que você já viu: 90,21 do Haiku contra 669 do Mercury 2. Em termos relativos dentro do Artificial Analysis, o Mercury 2 está numa categoria que não admite comparação direta com modelos de geração sequencial. A Inception posiciona o Mercury 2 como uma dLLM — em vez de gerar token por token, o modelo produz e refina vários tokens em paralelo. É uma abordagem nova, e a velocidade é a consequência direta.

Para você, isso significa que o Mercury 2 entrega a primeira sílaba útil antes de você piscar. Em fluxos onde a percepção de tempo de resposta importa — chat com usuário final, agente que itera em loop curto, autocomplete de código — essa diferença pesa. Em fluxos onde o gargalo é qualidade de resposta e você espera 30 segundos sem problema, ela some.

Onde cada um ganha, sem a palavra proíbida

Você não está comprando um modelo. Está comprando duas coisas diferentes disfarçadas do mesmo nome.

Mercury 2 ganha quando o trabalho é texto puro (não entra imagem nem arquivo), a janela de 128 mil tokens é suficiente, e o volume de tokens é alto o bastante para que US$ 0,75 de saída frente a US$ 5 mude a conta no fim do mês. Pense em classificação, extração, agentes curtos, qualquer fluxo em que a velocidade percebida seja produto.

Haiku 4.5 ganha quando você precisa de multimodal (texto, imagem e arquivo de entrada), precisa de contexto maior que 128 mil tokens, ou quando o trabalho depende da régua de raciocínio mais alta do Haiku em código e tarefas agentic. Pague US$ 5 a mais por milhão quando esses três fatores existirem simultaneamente.

Onde nenhum dos dois te serve

Se você está tentando substituir o Gemini 3.1 Pro Preview ou o GPT-5.3-Codex por economia, pare. Tanto Haiku 4.5 quanto Mercury 2 estão a 8 a 16 pontos de inteligência abaixo do topo, em média. Para o trabalho que exige fronteira, esse delta aparece.

O que fazer com isso hoje

Abra o painel de billing e separe as chamadas em dois baldes: multimodal/contra-agente longo e texto puro/alto volume. Mande o primeiro balde para Haiku 4.5 e teste o segundo no Mercury 2 por uma semana. Se a percepção de velocidade e a queda na fatura não compensarem a diferença de 8 pontos no índice de inteligência, você volta. Se compensarem, você redesenha os prompts e economiza.