Mercury 3は40倍以上に成長し、毎秒1,000トークンを維持——スケーリングこそが物語の核心だ

Inception Labsは2026年10月19日にMercury 3をリリースした。あなたを立ち止まらせるべき数字は毎秒1,068トークンではない。40だ。Inception自身の説明によれば、Mercury 3は総パラメータ数でMercury 1の40倍超でありながら、毎秒1,000トークン以上で動作する。これは同社が最初のモデル以来売り続けてきたのと同じスループット階級だ。ローンチを報じる誰もが速度の数字を先頭に掲げている。速度の数字は2世代前からすでにMercuryの売り文句だった。新しいのは、Mercury 3が拡散言語モデルであり、2桁分のスケールを投げ込まれてもデコード速度がいつものように崩壊しなかったという点であり、そこが検証に値する主張だ。本稿はスケーリングについて、Inceptionがそれによって何を得たと述べているかについて、そしてローンチから1日後にビルダーがそこから何を結論でき、何を結論できないかについて論じる。 このようなリリースの背景にある、記録済みのAI障害やエージェントインシデントはOrcaRouter AI Incident Archive に収集されており、各項目には独自の情報源、深刻度、信頼度グレード、異議ありフラグが付属している。

Inceptionが行っている比較は、高速・低価格帯のモデルに向けたものだ。Mercury 3は「GPT-6 LunaやClaude Haiku 5.5を上回る」性能を示し、いずれも速度最適化されたモデルであるにもかかわらず、両者より高速に動作する。GPT-6 AstraやClaude Sonnet 5.5との比較を意図したものではなく、この発表をフロンティアモデルに関する主張として読むのは誤りであり、Inceptionはそのような主張をしていない。

なぜ40xは、拡散モデルにとってトランスフォーマーよりもハードルの高い主張なのか

自己回帰モデルは、ネットワークの順伝播1回につき1トークンを出力する。拡散言語モデルは、1回のパスにつきブロック全体を出力し、そのブロックが確定するまで位置のキャンバスを反復的にノイズ除去する。そこがスループットの源であり、また一方をスケールするのが他方をスケールするのとは異なるエンジニアリング課題である理由でもある。

小規模な拡散モデルでは、残りの位置を埋めるのが容易なため、各ノイズ除去ステップで多数の位置を一度に確定できる。モデルが大きくなるにつれて位置ごとに求められる品質基準は上がり、その基準に達するために必要なステップ数もそれに伴って増える傾向がある——速度上の優位を生み出した並列性は、まさに保持するのが難しくなるものだ。したがって、パラメータ数を40倍に増やしながら毎秒1,000トークンを維持したということは、ブロックあたりのステップ数が大幅に増える一方で、1ステップあたりの計算効率がそれ以上に大きく向上したか、あるいはInceptionが説明していないアーキテクチャまたはサンプリングの変更があったかのどちらかを意味する。発表はどちらなのかを述べておらず、それがこのリリースで最も興味深い未回答の問いである。

Inception が公開しているのは仕組みではなく結果です。Mercury 1 のパラメータ数の 40 倍超、そして自社スイート全体で Mercury 1 (mini) から Mercury 3 への測定知能が約 3 倍に増加したという点です。どちらの数値もベンダー報告であり、絶対的なパラメータ数は示されておらず、独立したハーネスがこのモデルをまだ実行していません。これらは測定値ではなく、同じファミリー内でより大きく、より良いという方向性を示す主張として扱うべきです。

スケールアップが仕様書で変えた点と変えなかった点

世代をまたぐ飛躍は、宣伝用の数字よりも地味な数字のほうにはっきりと表れている。置き換えられるモデルであるMercury 2.5と比較すると：

• コンテキストウィンドウ — Mercury 3では1,000,000トークン、Mercury 2.5では260,000トークン、最大出力は131,072トークンです。

• パラメータ — Mercury 1 の40倍超、絶対値は非公開。Mercury 2.5 のパラメータ数も公表されなかった。

• スループット — 1秒あたり1,068トークン。ベンダーが仕様不明のNVIDIA GPU上で測定したもので、Artificial Analysisが独自のハーネスでMercury 2.5について測定した約1秒あたり706トークンとの比較。

• 価格 — 定価では入力100万トークンあたり$0.20、出力100万トークンあたり$0.70。ローンチ期間中は50%引きで$0.10と$0.35となり、終了日は明記されていない。

• 推論エフォート — 4つの設定（instant、low、medium、high）があり、デフォルトは low です。Mercury 2.5 と Mercury 2 のデフォルトは medium です。

• モダリティ — テキスト入力、テキスト出力。変更なし。画像・音声・動画の入力はありませんが、Gemini 4 Argon と GPT-6 Astra はどちらもマルチモーダル入力に対応しています。

コンテキストウィンドウは、実用上の影響が最も大きく、報道が最も少ない変更だ。4倍への拡大により、Mercuryは短い文書の枠を抜け、リポジトリ全体、長いサポート会話の記録、数百ページに及ぶ契約書が1回の呼び出しに収まる範囲へと入る。長いコンテキスト上での拡散デコーディングはただでは済まない——キャンバスはより大きくなり、アテンションのコストも増える——ので、スループットが1,000超のままコンテキストが4倍になったという事実は、むしろ見出しの数字よりもエンジニアリングについての強い証言だ。

ハーネスに裏打ちされた、ただ一つの品質結果

Inceptionは、ベンチマーク表よりも有用な評価を実際に実施しており、それは速度に関する主張の下に埋もれている。同社はMercury 3を、フロンティアモデルと並べて自社の本番ウェブエージェントハーネスに入れ、50件のライブMind2Webナビゲーションタスク——固定されたスナップショットではなく実在するサイト——で実行し、同じトークン量と同じエージェントステップ数で50%の完了率を報告している。これは「GPT-6.1-Solより大幅に多い」という。同じ作業で、トークンあたりのコストはより少なく、完了率はより高い。

50件のタスクは小さなサンプルにすぎず、ハーネスもベンダーのものなので、その余裕は計画の根拠にできる数値ではない。しかし、エージェント型のWebナビゲーションは、ベンチマーク汚染の影響を最も受けにくく、Mercuryが売りにしている2つ——レイテンシとステップあたりのコスト——に最も敏感なワークロードだ。50件のライブタスクのうち半分を完了するモデルは、現実の何かを成し遂げている。同時に、50％ということは半分を失敗しているということであり、それが本番環境におけるこのクラスのモデルにとって正しい捉え方だ——タスクの半分を完了し、人によるエスカレーション経路を備えたエージェントは導入可能であり、信頼できると謳うエージェントはそうではない。

実際の予算の中でローンチ割引がどこに位置づけられるか

定価は100万トークンあたり入力0.20ドル、出力0.70ドルです。ローンチ価格はその半額です。どちらも、Mercuryが狙う価格帯と比べて誤差で済むような差ではありません。Claude Haiku 5.5は1.00ドルと5.00ドル、GPT-6 Lunaは0.10ドルと0.50ドルです。したがって、ローンチ時のMercury 3は競合する市場の最底辺に価格設定されており、定価でもHaiku 5.5の出力料金のおよそ7分の1です。

サポート・デフレクション（問い合わせ回避）のワークロード、1日あたり入力2,000万トークン・出力1,000万トークンで計算してみましょう。これはパイロットではなく中規模の導入です。定価ベースでは、入力が$4、出力が$7で、1日$11、月額約$330になります。ローンチ時の料率では1日$5.50です。そのボリュームでは割引は月額およそ$165に相当し、誰も公表していない日に終了します。試算は$330を前提に組み立ててください。

キャッシュされた入力こそが、エージェントの経済性を実際に左右する要素です。100万トークンあたり$0.02のリスト価格では、20,000トークンのシステムプロンプトとツール定義のプリアンブルは、呼び出しあたり0.4セントではなく0.04セントかかります。40ステップのエージェント実行では、プリアンブルに16セントではなく1.5セントかかることになります。それ自体は劇的な変革ではありませんが、コストがモデルの作業によって支配されるエージェントループと、自分の指示を読み直すことによって支配されるエージェントループとの違いではあります。

このサイズの拡散がまだ解決していないこと

ローンチ時の枠組みでは明確にされていないため、率直に述べておくべきことが3つある。

まず、独立した測定は存在しない。2026年10月20日時点で、このブログがモデル間比較に用いている中立的な評価ハーネスであるArtificial Analysisには、Mercury 3のページがまったくない。同サイトの最新のMercuryエントリーは2.5と2で、毎秒約706トークンと684トークンとして測定されている。流通しているすべてのMercury 3の数値は、この記事中のあらゆる数値を含め、Inceptionに由来している。

第二に、テキストのみ対応は今や様式的な問題ではなく、実際の制約です。Mercury 3 が低価格帯で価格を競っている競合製品はますますマルチモーダル化しており、Mercury 3 が今回新たに得た長いコンテキストウィンドウは、PDFやスクリーンショットとして届く文書にこそ最も役立ちます。抽出したテキストでしか埋められない100万トークンのウィンドウは、スペック表が示すほどの価値がありません。

第三に、デフォルトのエフォート設定は低い。デフォルトで低エフォートで回答するモデルは、同じモデルを高エフォートで動かした場合よりも速く見え、スコアは低くなる。そしてInceptionの比較上の主張には、どの設定で得られた数値なのかが明記されていない。Mercury 3を何かとベンチマーク比較する者は、エフォートパラメータを明示的に固定すべきだ。そうしなければ、Inception自身の数値との比較を含め、その比較は再現可能ではない。

本番経路をこのモデルに賭けることなく、このモデルをどう保持するか

Mercury 3はOrcaRouterのカタログにはありません。当社のモデルAPIはInceptionのどのモデルについても何も返しません——当社がルーティングする209モデルにはそれが含まれていないからです——したがってMercury 3を呼び出すには、新規アカウントに1億トークンが無料で付与されるInception自社のプラットフォームか、Inceptionが掲載している推論プラットフォームのいずれかへ行く必要があります。当社にない経路を示唆するより、そう率直に言うほうが有用です。

ここでルーターが本当に役立つのは、モデルそのものではなくデプロイの形です。実績はないものの異常に高速なリリースに合うのは、2経路のパターンです。レイテンシが重要な処理はInceptionのキーでMercury 3に送り、フォールバックと難しいケースは当社が実際に取り扱うモデルに残します——1つのOpenAI互換エンドポイントの背後に200以上、プロバイダー表示価格のまま0%のマークアップ、プロバイダーが劣化した際の自動フェイルオーバーを備えています。パススルー価格が重要なのは、ローンチ割引と同じ理由です。Inceptionが50%割引を終了すれば、ルーティングされたモデルの料金はベンダーが変更したその日に変わり、再交渉は不要です。

一日経った時点での正直な要約は、Mercury 3は速度の見出しをまとった本物のスケーリング成果だ、ということだ。40倍という主張は検証不能で、スループットの主張には中立的な再現がなく、品質の主張は定量的ではなく高速ティアとの比較にとどまる。しかし方向性は明確だ。拡散言語モデルは、260Kコンテキストと2.5世代モデルではレイテンシ面の珍奇な存在だったが、1Mコンテキストとパラメータ数40倍では、今や高速ティアが実際に位置する価格帯に入っている。注目すべき数字は、1,068が再現されるかどうかではない。次の独立系インデックスがMercury 3をGPT-6 LunaとClaude Haiku 5.5の数ポイント以内に位置づけるかどうかだ。なぜなら、そうなれば安価なティアはもはや一つのティアではなくなり、ひとつの判断になるからだ。