Mercury 3 vs GLM-5.5：検索クエリが求めているその比較を、実在するモデルに対して実行する

GLM-5.5 は存在しません。Z.ai のリリースログは 2026年8月26日の GLM-5.3-Flash で止まっており、ドキュメントの索引には GLM-5.3、GLM-5.3-Flash、GLM-5.2 が列挙され、Hugging Face の zai-org 組織の最新4リポジトリは8月25日に作成された GLM-5.3 シリーズで、Artificial Analysis にはその名前のページはなく、当社独自のカタログでは z-ai/glm-5.5 に対して model-not-found が返されます。本日再確認した5つの確認先はすべて否定的です。したがって「Mercury 3 vs GLM-5.5」というタイトルのページができることは2つに1つです。一度も存在したことのないモデルのスペックシートをでっち上げるか、その名前がおそらく何を指すのかを説明し、実際に実行できる比較を行うか。このページは後者を行います。 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 OrcaRouter AI Incident Archive に収集されており、各エントリには独自の出典、重大度、信頼度グレード、係争中フラグが付いています。

存在するモデルはGLM-5.3で、Z.aiが2026年8月18日にリリースし、8月25日にはオープンウェイトも続いた。その隣にあるのがMercury 3で、Inception Labsが2026年10月19日に、100万トークンのコンテキストと毎秒1,068トークンのスループット主張を備えた拡散言語モデルとしてリリースした。これは実際の対決であり、そこには実際の問いがある。実績あるオープンウェイトのコーディングモデルが$1.26/$3.96で、測定されていない速度モデルがローンチ期間中に出力$0.35で対する。タイトルのバージョン番号は間違っている。その下の比較は間違っていない。

なぜその名前がそもそも存在するのか

GLM-5.5は発表ではなく予測だ。それは、Z.aiの次期フラッグシップを8月の枠に置いた、2026年6月に出回ったアナリスト予測にさかのぼる。8月はGLM-5.3で終わった。Z.aiの開発ペースを読むアナリストは現在、次のリリースを5.4とし、おおよそ10月8日から11月9日までの枠内と見込んでいる。今日は10月20日——その枠内であり、何もリリースされていない。

このブログはその名前をこれまで何度も取り上げてきたが、いつも結論は同じだった。そして新しいMercuryのリリースに際して陥りがちな誘惑は、存在しない比較対象を、記事を書かずに済ませる口実と見なすことだ。そうではない。検索クエリは実在しており、有用な答えとは、Z.aiが実際に販売しているモデルとの比較である。以下ではまず、あのタイトルが正確になるために何が必要かを列挙し、そのうえで実際に存在する数値を検証していく。

GLM-5.5をモデルたらしめる5つのこと

• API識別子 — 任意の公開カタログで解決できる z-ai/glm-5.5。当社では model-not-found が返り、glm-5.4 も同様です。

• 料金表の行 — z.ai のモデル API ページに記載された価格。現在このページには GLM-5.3（$1.40/$4.40）、GLM-5.3-Flash（$0.15/$0.50）、GLM-5.3-FlashX（$0.37/$1.25）およびそれ以前のモデルが掲載されており、5.3 より上のモデルはありません。

• リリースノートの項目 — docs.z.ai の New Released ページは項目ごとに日付が付けられており、最新は 2026-08-26 です。

• 重みリポジトリ、または重みが存在しないことを明示した声明 — zai-org フィードの最新のテキストリポジトリはすべて 2026-08-25 付です。

• 日付入りの独立したカード — artificialanalysis.ai/models/glm-5-5 は404を返す一方、glm-5-3 は完全なページを返します。

それらのどれか一つでも強いシグナルになるだろう。五つすべてが同時に現れるのがリリースの姿であり、一つも現れないのが予測の姿だ。このチェックは再実行可能であり、信用するのではなく再実行すべきだ。なぜなら、否定的な所見はベンダーが出荷した瞬間に陳腐化するからだ。

実際の仕様の対比

• 価格 — Mercury 3 は提供開始時 $0.10/$0.35（100万トークンあたり）、定価 $0.20/$0.70。GLM-5.3 は当社カタログで $1.26/$3.96、これは Z.ai 自身の定価 $1.40/$4.40 を 10% 下回る価格です。

• コンテキスト — 両方とも1Mトークン。Mercury 3の出力上限は131,072トークン、GLM-5.3は出力を128,000トークンに制限しています。

• アーキテクチャ — Mercury 3は拡散モデルであり、トークンを並列に生成する。Inceptionは絶対的なパラメータ数を明示せずに、Mercury 1より40倍超大きいと述べている。GLM-5.3は専門家混合型トランスフォーマーであり、その公開されている詳細はZ.aiがファミリーレベルにとどめている。

• 速度 — Mercury 3 は 1,068 tok/s。Inception の数値であり、再現されていない。GLM-5.3 は出力 88.4 tok/s（当社自身のプレイグラウンドのトラフィックを 7 日間にわたり測定）、エンドツーエンドのレイテンシ中央値は 3.3 秒。

• 独立系スコア — GLM-5.3はArtificial AnalysisのIntelligence Indexで44.8、Coding indexで74.8を記録し、同社が追跡対象とするモデルのうちコーディングで14位にランクされています。Mercury 3にはArtificial Analysisのページがありません。

• タスクスコア — GLM-5.3はTerminal-Bench 2.1で83.9%、Terminal-Bench 4.0で41.9%、GPQA Diamondで91.7%、τ²-Bankingで50.3%を記録（いずれもArtificial Analysisによる）。Mercury 3は数値のタスクスコアを公表していない。唯一の構造化された結果は、50件のライブMind2Webナビゲーションタスクにおける50%の完了率である。

• 重み — GLM-5.3 はオープンで、8月25日から Hugging Face でチェックポイントが公開されています。Mercury 3 の重みは公開されておらず、Inception は公開することを約束していません。

• モダリティ — どちらもテキスト入力、テキスト出力。

GLM-5.3 が明確により強い買い候補となる唯一の点は、検証するのが最も安く済む点だ。つまり、測定済みなのだ。74.8 のコーディング指数と 83.9 の Terminal-Bench 2.1 スコアは、名前を挙げられるタスクでこのモデルが何をするかを示している。Mercury 3 は、Claude Haiku 5.5 を上回ると伝えているが、どれだけ上回るのか、何で上回るのか、4 つあるエフォート設定のどれで上回るのかは言っていない。

1秒あたり1,068トークンにどれだけの価値があり、誰にとって価値があるのか

Mercuryの速度に関する主張は、実時間でコーディング作業をより速く終えられるということではない——より多くのステップを要したり、再試行が必要なモデルは、どんなスループットでもその競争に負けうる。主張の要点は、個々のターンが、人がまだ画面を見ている間に返ってくるということだ。Inception自身の顧客の声がこれを明確にしている。約1秒での学習支援のヒント、中央値0.9秒での検索生成、会話を保つサポート返信だ。

GLM-5.3の毎秒88.4トークンは通常の自己回帰速度であり、それらのどれにとっても快適ではないでしょう。6分間動作してから報告するエージェントにはまったく十分であり、それはそのベンチマークプロファイルが描写するワークロードの形—リポジトリ規模のコーディング、多段階のエンジニアリング、長い期間にわたるツール利用—です。

それがこの2つのモデル間の本当の分岐線であり、価格の問題ではありません。違うのは、人間が待っているかどうかです。もし待っているなら、Mercury 3のスループットこそが製品であり、欠けているベンチマークはリトライ予算で上限を設定できるリスクです。もし待っていないなら、GLM-5.3の実測された能力は、出力価格が11倍という割高さに値します。なぜなら、バックグラウンドエージェントからの誤った回答は、節約したトークン以上のコストをもたらすからです。

コーディングエージェントのワークロードにかかるコスト

コーディングエージェントは入力負荷が大きく、各ステップで長いリポジトリのコンテキスト、ツール定義、会話履歴を扱います。1日あたり3億入力トークンと1200万出力トークンは、小規模チームがエージェントを継続的に実行している規模です。Mercury 3でローンチ価格なら、入力が$30、出力が$4.20で、合計$34.20です。定価では、$60と$8.40で、合計$68.40です。

GLM-5.3では、当社のカタログ料金で同じトラフィックは入力が378ドル、出力が47.52ドル、1日あたり425.52ドルになります。Z.aiの定価では420ドルと52.80ドル、つまり472.80ドルになります。したがって、Mercuryの定価では約6.2倍、ローンチ期間中は12.4倍の割高になります。

さて、ここで正直な対抗軸を示そう。Mercury 3 の実際のコーディングタスクにおける完了率が GLM-5.3 を実質的に下回るなら、その倍数は崩れる。タスクの3分の2しか完了できないモデルは試行回数が50%多く必要で、しかも各試行でリポジトリのコンテキストを再送することになる。33%の不足なら実効プレミアムは約4倍に下がる — 依然として大きく、現実的だが、もはや測定せずに下せる判断ではない。Mind2Web の結果は、Mercury が実際のウェブサイトを操作できることを示しているが、パッチを無事に適用できるかどうかについては何も語っていない。

オープンウェイトの問い——それは価格設定の問いではない

GLM-5.3の重みはHugging Faceで公開されている。つまりこのモデルは、セルフホストも、自社のコードベースでのファインチューニングも、非推奨化に対するバージョン固定も可能だということだ。競争優位性がファインチューニングにあるチームにとって、それは決定的な根拠であり、どのホスト型サービスの価格もこれには太刀打ちできない。Mercury 3にはそうした道がない。それはAPI製品であり、発表のエンタープライズ向けプランは、重みを手渡すことではなく、専用キャパシティとデータ保持に関するものだからだ。

反論は経済的なものだ。GLM-5.3クラスのモデルを自前で提供すると、ほとんどのチームにとっては、GPUと運用のコストが入力100万トークンあたり1.26ドルを上回る。そしてオープンライセンスは計画ではなく保険だ。ベンダーが条件を変更するときには意味を持つが、ただの火曜日には意味を持たない。

二つを並行して実行する

GLM-5.3 は当社のカタログに z-ai/glm-5.3 として $1.26/$3.96 で掲載されています。これはプロバイダーの リスト料金で、マークアップは0%です。そのため、Z.ai が価格を変更すると、次回の請求サイクルではなく当日中に当社側でも反映されます。Mercury 3 は当社のカタログにはありません。当社のモデル API はすべての Inception モデルに対して model-not-found を返すため、Mercury 3 への経路は Inception 自身のプラットフォームとなり、そこでは新規アカウントに1億トークンが無料で付与されます。当社は GLM-5.3 をルーティングし、Mercury 3 はルーティングしていません。それぞれへのアクセス方法の違いは、好みによるものではなく、このことから生じています。

この対決をローンチ投稿ではなく自社の実トラフィックで決着させる方法は、ブラインドルーティング分割です。エージェントのステップの半分を、固定したエフォートレベルでInceptionのキー経由でMercury 3に、残り半分をz-ai/glm-5.3に送り、トークンあたりではなく完了したタスクあたりの完了率と総コストを比較します。1つのOpenAI互換エンドポイントが、GLM側と他の200以上のモデルをカバーし、自動フェイルオーバーを備えているため、新しいプロバイダーの最初の1か月が不安定でも、フォールバックはすでに配線済みです。ルーティングDSLは分割をルールとして保持できるので、答えが出たときに必要なのはコード変更ではなく設定変更です。

GLM-5.5がまだ名前だけのうちにすべきこと

ここにGLM-5.5を求めてたどり着いたなら、正直な答えは、Z.aiはまだそれをリリースしておらず、その番号は予測にすぎない。リリースノートのページとHugging Faceのフィードを注視してほしい。リポジトリが現れたとき、その名前はモデルになり、この比較は良い意味で時代遅れになる。アナリストは次のフラッグシップが10月8日～11月9日の範囲に登場すると予想しており、その大半は5.4という番号になると見ている。そして今日はその範囲内にあるが、何も公開されていない。

今日決める必要があるなら、選択肢は、価格がおよそ6〜12倍の慎重に調整されたオープンウェイトのコーディングモデルか、公開ベンチマークスコアがないはるかに高速なテキストモデルかだ。出荷前に出力を読まない作業にはGLM-5.3を選べ。人が待っていて、再試行のコストが安い作業にはMercury 3を選べ。そしてMercury 3は定価で予算を計上せよ。無料に見せる割引は、Inceptionが維持すると約束していない唯一の数字だからだ。