マーキュリー3、シンギュラリティ宣言、そして50ドルの侵入盗：10月20日の4つの物語

2026年10月20日、AIニュースサイクルを駆け抜けた4つの話には、厄介な共通点がある。3つは人工知能が今何をできるかという主張であり、今日の午後に呼び出してトークン単位で価格を付けられるモデルを伴うのは1つだけだ。それはMercury 3で、Inception Labsが前夜—2026年10月19日—にリリースした。価格は入力100万トークンあたり0.20ドル、出力100万トークンあたり0.70ドルで、終了日が公表されていないローンチ期間中は半額、ベンダー測定で毎秒1,068トークンで動作する。残る3つは、Jack Clarkが財務大臣たちを前に特異点は始まったと語ったこと、ある運用者がAIエージェントを使って侵入1件あたり約50ドルで100社超に侵入したこと、そしてOpenAIの新しいChatGPT音声がGPT-Live-1.1という名称で登場したことだ。以下ではそれぞれを独自の文脈で扱い、数字はそれを出した主体に紐づける。 このようなリリースの背景にある、記録された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、係争フラグが付されている。

Mercury 3：このリストで唯一価格を確認できる項目

Inceptionの売り込みは構図こそ変わらないが、程度ははるかに大きくなっている。Mercuryは拡散言語モデルであり、フォワードパスごとに1トークンを出力するのではなく、一度に位置のブロックをノイズ除去し、それらをまとめて確定する。Inception自身の説明によれば、Mercury 3はMercury 1の総パラメータ数の40倍超でありながら、毎秒1,000トークン以上で動作する。その主張は、規模の拡大によって、このファミリーの存在理由そのものであるスループットを犠牲にしなかったというものだ。

• 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。終了日が明示されていない50%のローンチ割引中は$0.10と$0.35。キャッシュ済み入力は入力料金より90%安い。

• コンテキストと出力 — Inceptionのドキュメントによると、コンテキストウィンドウはMercury 2.5の260,000トークンから増えて1,000,000トークン、出力上限は131,072トークンです。

• 速度 — 毎秒1,068トークン。Inceptionが詳細を明かしていないNVIDIAハードウェア上で測定したもの。独立したハーネスによる計測は行われていない。

• 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。なお、Mercury 2.5 と Mercury 2 では medium がデフォルトでした。

• モダリティ — テキスト入力、テキスト出力。画像、音声、映像の入力はありません。

• 無料枠 — Inceptionのプラットフォームでは新規アカウントに1億トークンを提供。

発表の中で唯一の構造化された品質結果は、ベンチマーク表ではない。InceptionはMercury 3を自社の本番Webエージェントハーネスに入れ、実際のウェブサイトに対して50件のライブMind2Webナビゲーションタスクを実行し、その50%——25件——を完了したと報告している。同じトークン量と同じエージェントステップ数で「GPT-6.1-Solより大幅に多い」という。これはある点ではベンダーベンチマークより強い証拠形態である。タスクが固定ではなくライブだったからだ。別の点では弱い。ハーネス、サイト、採点のすべてがモデルを販売する企業に属しているからだ。他に誰も実行していない。10月20日時点でMercury 3のArtificial Analysisページはまったく存在しない。だからこそ上記のすべての数値にはInceptionの名前が前に付いている。

試すかどうか決めようとしている人には、はっきり言っておくべきことが2つある。Mercury 3 は OrcaRouter のカタログにはない——当社のモデルAPIは Inception のどのモデルに対しても何も返さない——ので、呼び出すには Inception 自身のAPIプラットフォームか、それをホストする複数のサードパーティプラットフォームのいずれかを使うことになる。そして、ローンチ割引はプロモーション価格であり、料金表ではない。入力 $0.10 の料金は定価の半額で、Inception はそれがいつ終了するかを明言していない。したがって、それに基づいて構築したコストモデルには、あなたが知らされていない有効期限がある。

IMFでのジャック・クラーク：日付が示されたシンギュラリティ

IMF・世界銀行の年次総会で経済学者や政策担当者を前に語ったAnthropic共同創業者のジャック・クラーク氏は、シンギュラリティ——AIによる進歩が人類の追随能力を超えることを同氏が指す言葉——が「今始まった」と述べた。この主張には2本のベンチマーク曲線と1つの経済予測が伴っていたが、残す価値があるのは曲線のほうだ。

Humanity's Last Examは、検索で答えを見つけにくくするために専門家が作成した問題セットだが、A​nthropicの集計では2025年以降8%から67.7%に上昇した。FrontierMathは2%から94%に上昇した。これらはこの分野で最も引用される「我々はこれには準備ができていない」という数字の2つであり、およそ1年でこれほどの跳ね上がりは、かつてなら10年軸でグラフ化されていた類のものだ。経済予測では、A​nthropicの一モデルがAIを急速に普及させれば2030年までに米国GDPを44兆ドルにするとしている。クラーク自身も、その数字は突飛に聞こえると認めつつ、雇用への「非常に破壊的な」影響を予測している。

彼のスケールに関する主張こそ、今週のニュースに関わるものだ。世界の一千万人の科学者が、まもなく「十億人のバーチャル科学者」を指揮できるようになるかもしれず、各国はそれについて論争するよりも、研究所やロボットを建設すべきだという。政策面では、行動に移すまで「数年」と述べ、AnthropicのCEOダリオ・アモデイ氏がAIの「知能の天井」に制限を設けることに言及したと指摘した。その言葉は、12か月で8%から67.7%へと跳ね上がったベンチマークの隣に置くと、いささか奇妙に映る。

Mercury 3 と照らし合わせて読むと、この二つの話は実際には同じことを扱っていない。一方は能力の天井についての主張で、評価曲線から論じられている。もう一方は料金表を伴う製品リリースだ。同じ日に現れたのは、拡散モデルがまさにその評価曲線を構成する種類のシステムだからだ。安価で、高速で、テキストのみで、中立な誰にも測定されておらず、狭いタスクにおいては、「十分に良い」とは何を意味するかを誰かが決める前に展開する価値があるほど十分に優れている。

$50の侵入：エージェント能力は相手側からどう見えるか

セキュリティ企業NorForgeは、中国語を話す単独の攻撃者がAIエージェントを駆使して企業への侵入作業のほぼすべてを遂行したキャンペーンを明らかにした。ロイターは、Cummins、Deere、SharkNinjaを含む被害企業を特定した。その手口は目新しい脆弱性の悪用ではなかった。NorForgeは、オープンソースのAIエージェントツール「Cairn」について保護されていないコントロールパネルを20以上発見した。攻撃者は事前に選別した標的——注文が活発なオンラインストアで、注文が中国語100文字未満のもの——を用意し、その後エージェントに1,200以上ものサイトを処理させた。

• ツール — Claude Code と DeepSeek V4.1 Flash。いずれも通常の開発者ツールとして使用されています。

• コスト — 侵入成功1件あたり約50ドル、それぞれ約1日分のエージェント時間、キャンペーン全体でトークンに約5,000ドル。

• 結果 — 100社以上が侵害された。データが持ち出されたかどうかは立証されていない。SharkNinjaは脅威を「封じ込め済み」と呼び、Deereは「修復措置」を挙げ、Cumminsは「調査中」と述べた。

座り込んで考えるべき数字は100ではない。50ドルだ。ビジネスランチより安く、1日で済む侵入は、防御的セキュリティが20年間築いてきた経済性を覆す。なぜなら、再挑戦の限界費用はほぼゼロであり、間違うことの限界費用はそうではないからだ。これは、なぜその露出が退屈だったのかも説明する。オープンソースのエージェントツール向けの20以上ものコントロールパネルが、インターネットから到達可能なまま放置されていたのだ。誰も巧妙である必要はなかった。必要だったのは、忍耐強く、安く済ませることだけだった。

エージェントを本番環境で有用にする特性——自ら行動し、リトライし、何時間も無人で稼働する——こそが、攻撃者が借り受けたものである。ここで示されているのは、別個の悪意ある能力ではない。標的リストに向けられた、ごく普通のエージェントループにすぎない。

GPT-Live-1.1の新しい音声：音声はモデルではない

OpenAIの音声に関する取り組みは、発表というよりハウツーとして届いた。そして報道の中で最も有用な一文は注意喚起だ。新しい音声と新しいモデルは別の変更である。この区別が重要なのは、音声製品では両者が常に混同されるからであり、実用的な見分け方は名目ではなく挙動による。

アクセス経路は、ChatGPTの音声設定、次に利用可能な場合のLiveオプション、次に音声の選択です。実施する価値のある演習は、順に次のとおりです。言語と指示を固定したまま同じ文章で音声を比較する。そうすれば、聞こえている違いが別のプロンプトによるものではなく、音声によるものだと分かります。地域別の音声を試す。アクセントの扱いは、言語設定だけでなく音声によっても変わるからです。回答の途中で割り込み、訂正した日付や人数を伝えて、その訂正が最終回答に反映されるか確認する。そして、アシスタントにOpenAIのリリースノートを検索させ、ソースリンクを読み上げさせる。これは、モデルが実在するものを引用しているかどうかを知る最も手軽な方法です。

Bubbieという名前の音声を、同じテキストで聞き手が普段使う音声と比較した——これは正しい方法であり、多くの人が飛ばしてしまう方法だ。Pro購読者には練習用プロンプトとリスニングチェックリストが提供される。これに基づいてワークフローを再構築する前に確認すべきは、これらの変更のうちどれが音声でどれが基盤モデルなのかということだ。なぜなら、システムにできることを変えるのはそのうち一方だけだからだ。

一日を通して流れる糸

この4つの話のうち3つは、それを取り巻く仕組みよりも速く能力が到来することについての話だ。評価指標の数値は、モデルが専門的タスクで誰も予測しなかった速さで向上していることを示している。侵入の話は、同じ能力が50ドルと対象リストさえあれば誰でも利用できることを示している。音声製品の話は、下にあるモデルが変わったかどうかに関係なく、ユーザーが判断する対象はインターフェースになりつつあることを示している。Mercury 3は4つ目であり、唯一異質なものだ。なぜなら、100万トークンあたりの公開価格と文書化されたコンテキストウィンドウを備えている唯一の話であり、今夜コストモデルに入れられる唯一のものだからだ。

ルーティング層も同じ話であり、ベンダーのマーケティングが通常意味するような話ではない。19時間前にリリースされ、独立した評価がまだないモデルは、まさに本番経路に固定して組み込むべきではないものだ。必要なのはトラフィックの一定割合をそのモデルへ送るルールであり、その背後に計測済みのモデルを維持し、壊れたときには自動でフェイルオーバーする——そうすれば、それを維持するか捨てるかの判断は、ローンチ投稿ではなくあなたのエラー率によって下される。 1つのキーと1つのOpenAI互換エンドポイントで、そのルールの両側を手に入れられる。そしてInceptionの割引が終わるか、中立なスコアがついに現れたとき、ルールは変わり、アプリケーションは変わらない。

Mercury 3自体について、一日経った時点で正直に要約すれば範囲は狭い。異例に安く異例に速いテキスト専用モデルで、実際に100万トークンのコンテキストを備え、Inception自身が生み出したライブサイト上のエージェント結果が1件あり、何についても第三者による測定はない、という内容だ。決着をつける2つの数値——Artificial Analysisのスコアと、Inceptionが所有していないハーネス上での完了タスクあたりのコスト——はまだ存在しない。それらが出そろえば、この記事の続編は1段落で済むだろう。