Mercury 3 vs Gemini 4 Pro：これらの名前のうち1つはモデルではない

Gemini 4 Pro は存在しない。存在するのは Gemini 4 Argon で、Google が2026年10月13日に有料 API ティアで一般提供を開始したものだ。そして Inception Labs が2026年10月19日にリリースした Mercury 3 もある。にもかかわらず、大勢の人が Mercury 3 と、Google がこれまで発表もせず、識別子も与えず、価格も付けず、コンテキスト長も公表していない Gemini 4 Pro との比較を検索している。とはいえ本稿は、この問いを真面目に受け止める。その根底にある疑問は現実のものだからだ。小規模ラボによる毎秒1,068トークンの拡散モデルは、実際に測定できる事柄において、Google の現行フラッグシップとどう比較されるのか。答えは、実在するモデルである Gemini 4 Argon との比較で示す。そして最初に分かるのは、両者がそもそも同じ市場に属していないということだ。このようなリリースの背景にある、記録された AI の障害やエージェントのインシデントは、次に収集されている：OrcaRouter AI Incident Archiveにおいて、各エントリに独自の出典、重大度、信頼度グレード、異議ありフラグが付されている。

欠落している名前がどのように確認されるか

不在は沈黙からの推論ではない。それは五つの別個の検査を経てもなお成立する。

G​oogleのG​emini APIモデルドキュメントには、G​emini 4の見出しの下にモデルがちょうど1つだけ記載されています — gemini-4-argon — そのページは2026年10月19日に最終更新されており、これはこの記事の1日前です。2つ目のG​emini 4カードはそれに続いていません。

• DeepMind のモデルページでは、Gemini 4 ラインに Argon カード以外は何も掲載されていません。

Google自身のブログにはGemini 4 Proの発表はなく、Argonのリリース投稿では、ArgonはGemini 4ファミリーのフラッグシップとして説明されており、その上または下にProがある階層化されたラインの一員としてではありません。

• APIドキュメントのどこにもG​emini 4 Proというモデル識別子は存在せず、料金表も、コンテキスト長も、出力上限も、ライセンス条項もありません。これらを一つも備えていないモデルは、静かにリリースされたモデルではなく、人々が存在するだろうと勝手に思い込んだ名前にすぎません。

• それは当社のカタログにもありません。OrcaRouter がルーティングする Google モデルは 3.x 系 — gemini-3.1-pro-preview、gemini-3.8-flash、gemini-3.6-flash、gemini-3.5-flash、および lite バリアント — であり、4 系のものは一切ありません。当社がルートを伏せているのではなく、伏せるルートなど存在しないのです。

もしGemini 4 Proが今年後半に登場しても、この比較の構成はおそらくそのまま成り立つ。それが位置づけられる価格帯は、すでに最上位のArgonが押さえているからだ。ただし、以下の数値はGemini 4 Argonのものであり、そのように明記されている。

比較対象となっているものなので、Gemini 4 Argonとは何か

Gemini 4 Argonは2026年9月30日に発表され、2026年10月13日に有料ティアで一般提供を開始しました。呼び出しの入力・出力の両面でマルチモーダル対応しており、テキスト、画像、動画、音声、PDFを入力し、テキストを出力します。100万トークンの統合コンテキストを備え、デフォルトの出力上限は65,536トークンで、長デコードモードでは1,048,576トークンまで拡張されます。料金は導入価格として入力100万トークンあたり2.00ドル、出力100万トークンあたり10.00ドルで、2026年12月1日に4.00ドルと20.00ドルへ値上げされます。キャッシュ入力は0.10ドルで、同日に0.20ドルへ倍増します。キャッシュは暗黙的なもののみで、購入できる明示的なキャッシュティアはありません。Googleの無料ティアでは提供されていません。

Artificial Analysis の Intelligence Index では 52.6 を記録し、インデックスタスクあたりの計算コストは約 1.99 ドルです。Google が自ら公表した数値には、Terminal-Bench 4.0 で 57.1%、SciCode で 61.8%、Humanity's Last Exam で 57.1% が含まれています。これらはベンダーによる報告であり、その旨が明記されていますが、少なくとも名称付きのハーネス上で、名称付きのタスクについて示されています。

つまり、この比較のもう一方の側にいるモデルは、独立系インデックスのスコアが52.6で、価格が6週間で2倍になるマルチモーダルのフラッグシップです。Mercury 3はインデックススコアを持たないテキスト専用の拡散モデルで、価格はローンチ時に半額になります。この比較のほとんどすべての次元は、言語モデルが何のためにあるのかについての2つの異なる理論の対比です。

導入を左右する側面における仕様の対比

• 出力価格 — Mercury 3はローンチ時100万トークンあたり$0.35、定価$0.70。一方、Gemini 4 Argonは現在$10.00、2026年12月1日からは$20.00。

• 入力価格 — ローンチ価格 $0.10、定価 $0.20 に対し、現在 $2.00、12月1日以降は $4.00。

• キャッシュ入力 — Mercury 3ではローンチ価格$0.01、リスト価格$0.02（Argonでは現在$0.10、12月1日以降は$0.20、暗黙的キャッシュのみ）

• コンテキスト — どちらも1,000,000トークンだが、Argonのものはモダリティ全体で統合されているのに対し、Mercury 3のものはテキストのみに対応する。

• 最大出力 — Mercury 3では131,072トークン、Argonではデフォルトで65,536トークン、ロングデコードモードでは最大1,048,576トークンです。

• 入力モダリティ — テキストのみ vs テキスト、画像、動画、音声、PDF

• スループット — Mercury 3 ではベンダー報告により毎秒1,068トークン、一方 Argon については比較可能なシングルストリームの数値が公開されていない。

• 独立したインデックススコア — Mercury 3 は該当なし、Argon は 52.6（インデックスタスクあたり約 $1.99 の計算資源）

• 価格の方向性 — Mercury 3の割引には公表された終了日がなく、Argonの値上げは2026年12月1日に予定されており、入力がロングコンテキストの境界を超えるとリクエスト全体に適用されます。

価格設定こそが、実際の導入の大半を左右する要素であり、12月1日という日付は、Mercuryのリリースにはない切迫感を伴わせている。Argonで$2.00/$10.00の料金体系に基づいてドキュメントパイプラインを構築し、1月にコストモデルを再実行するチームは、入力料金が2倍になり、出力料金もそれに伴って2倍になっていることに気づくだろう。これは微妙なリスクではない。カレンダーに書き込まれた予定なのだ。

価格比較が完全に破綻するのはどこか

Gemini 4 ArgonはPDF、スクリーンショット、音声、動画を扱えます。Mercury 3はテキストを扱います。このたった一行で、Argonが実際に使われるワークロードの大部分——請求書、スキャンしたフォーム、録音された通話、画面録画など、入力が文字ではなくピクセルや波形として届くあらゆるもの——における価格比較が不要になります。

PDFをMercury 3に取り込むには、まずOCRかレイアウトモデルを実行する必要があり、その工程にはそれ自体のコスト、レイテンシ、エラー率がある。40ページのスキャン契約書は、抽出されたテキストを読むモデルが安いからといって無料になるわけではない。Argonのマルチモーダル性が要となるワークロードにおいて、Mercury 3はより安価な選択肢ではない。選択肢にすらならず、正直な比較はそこで終わる。

モダリティが一致する場面——テキスト入力、テキスト出力、そして生産トラフィックの大部分はまさにそれだ——では、価格差はArgonの現在の出力レートで約14倍、12月1日以降は28倍になる。これはアーキテクチャを変えるに十分な大きさだ。現在、再ランキングのために20件の候補パッセージをフラッグシップモデルに送っている検索パイプラインは、同じコストで100件をMercury 3に送れる。そして、追加のコンテキストはトークンあたりの品質差よりも価値がある可能性が十分にある。

証拠の非対称性、そしてそれがここでより重要となる理由

G​emini 4 Argonには独立した測定値とベンダーによるベンチマーク表がある。Mercury 3にはどちらもない。Mercury 3にあるのは、Inceptionが特定されていないNVIDIAハードウェア上で測定したスループット値、Mercury 1のパラメータ数の40倍超という主張、そして構造化された品質結果が1つだ。Inception自身のエージェントハーネス内で行われた50件のライブMind2Webナビゲーションタスクでの50%完了で、同社はこれが同じトークン量とステップ数で「GPT-6.1-Solを大幅に上回る」ものだと述べている。

それは本物の成果です — ライブWebナビゲーションは不正に攻略しにくい — しかし、中立的なインデックスにおける52.6とは比較できません。この2つの数値は別の問いに答えています。一方は「このモデルは50個の実ナビゲーションタスクの半分を完了できる」と言い、もう一方は「このモデルは、インデックス内の他のすべてのモデルも受けている、固定された公開済みスイートで52.6を獲得する」と言っています。2つ目は代替案と順位付けできます。1つ目は妥当性をざっと確認することしかできません。

この比較には、もう一つ校正上の問題が潜んでいる。Mercury 3は、パラメータを省略すると4段階あるエフォート設定のうち最も低い設定をデフォルトにするため、エフォートを固定していない評価は、モデルを最も能力の低い設定で測定していることになる。Argonには相当する調整項目がない。両方を不注意にベンチマーク実行すると、どちらの方向であれ実際よりも差が大きく見えてしまう——そしてInception自身の比較主張は、どの設定で得られた結果なのかを明記していない。

この2つのモデルは、価格変動に対して同じ側にはない

2つの料金表を並べると、進む方向は逆だ。Mercury 3は終了日のない50%割引で開始した。つまり開発者には、6か月後の料金が$0.10/$0.35なのか$0.20/$0.70なのか分からない。Argonは明確な終了日付きの導入料金で開始した。つまり開発者は、12月2日の料金が2倍になることを正確に把握できる。

悪い数値に対する確実性は、良い数値に対する不確実性よりも価値があることが多い。そしてこれは、2つのモデルがそれぞれ一方ずつを与えてくれるケースだ。1年分のパイプラインを予算化するなら、12月以降はArgonの$4.00/$20.00を基準にモデルを組むべき数値であり、Mercury 3の$0.20/$0.70というリスト価格も、割引は料金表ではないため、基準にすべき数値だ。その2つの保守的な数値でも、出力では20倍の差があり、これは依然としてこの比較における最大の単一の事実である。

どの料金表にも書かれていないのは、タスクあたりのコストです。Argonのインデックス実行はタスクあたり約1.99ドルの計算コストがかかります。Mercury 3には同等の測定値がなく、拡散デコーディング下でのトークン経済性は自己回帰モデルのそれとは同じ形ではありません。現時点でMercury 3のタスクあたりコストを挙げている人は、トークンあたりの料金と出力長に関する推測から外挿しているにすぎません。

どちらにもコミットせずに両方を保持する方法

Gemini 4 ArgonはOrcaRouterのカタログにはありません。当社がGoogleからルーティングしているのは3.x系で、gemini-3.1-pro-previewが$2.00/$12.00、gemini-3.8-flashとgemini-3.6-flashが$0.75/$3.75、gemini-3.5-flashが$1.50/$9.00、それにlite版です。またMercury 3もカタログにはありません。より単純な理由は、当社がInceptionのモデルを一切扱っていないことです。したがって、この特定の組み合わせについては、どちらの側についても当社はルートではない、というのが正直な立場です。

ルーターがなお有用なのは、その選択を取り巻くアーキテクチャの部分においてです。当社が実際に提供している3.xモデルは、どちらの場合のフォールバックにもなれます。テキスト処理の大部分をGemini 3.1 ProまたはGemini 3.8 Flashにルーティングし、当社側では一切上乗せせず、それぞれの定価で、旗艦モデルまたは拡散モデルが本当に必要な呼び出しだけを各ベンダーに送ります。これにより、1つのエンドポイント、1つのキー、1つの認証情報セットを大部分のトラフィックで維持でき、2つの特殊ケースを2つの狭いコードパスに限定できます。これは、どちらか一方をすべてのデフォルトとして選ぶよりもはるかに小さなコミットメントです。

パススルー料金は、特にArgonにとって重要です。12月1日を迎えてGoogleが料金を2倍にすると、ルーティングされたモデルの価格はベンダーが変更した日に変わります。再交渉は不要で、コストモデルに古い料金表が残ることもありません。当社は現在Argonをルーティングしていませんが、もしそれが変われば、値上げはGoogleが公表するスケジュール通りに適用され、当社のスケジュールに合わせてではありません。

存在しないモデルとの比較をどう扱うか

実務的な助言は地味だが、述べておく価値がある。調達文書、社内提案書、あるいは目の前のベンダー資料がG​emini 4 Proを引用しているなら、APIでのモデル識別子を尋ねること。マーケティング名でも、ファミリー名でも、ティアでもなく、リクエストボディに入れる文字列を。答えがgemini-4-argonなら、それは別のラベルが貼られたArgonであり、料金表は現在$2.00/$10.00、12月1日から$4.00/$20.00だ。答えがなければ、その文書は製品ではなく名前を引用している。

同じテストは、逆方向でもMercury 3に当てはまる。その識別子は実在し、料金表は公開され、コンテキスト長も公開されているが、スループットの数値はベンダーの主張にすぎない。完全な仕様表はあるが独立したスコアがないモデルと、名前を多くの人がいまだに間違えている独立スコア付きのモデルなら、後者のほうが依然として安全な既定の選択だ。Googleがより安全なベンダーだからではなく、信じ込む必要のない数値は、検証できない割引より価値があるからだ。Inceptionのモデルにインデックスページができるまでは、この2つの間の選択は証拠と価格の間の選択であり、ほとんどのチームは証拠を買い、価格を借りるべきだ。