Mercury 3 対 GPT-5.6 Sol：トークンあたり20倍安く、しかもトークンこそが議論のすべて

Mercury 3をGPT-5.6 Solの隣に置くことの興味深さは、SolがすでにOpenAIのフロンティアの安価な端にあり、Mercury 3はさらに安く、その差は「安い」という言葉を無意味にするほどだという点にある。Inception Labsは2026年10月19日にMercury 3をリリースし、入力トークン100万あたり0.20ドル、出力トークン100万あたり0.70ドルとしたが、終了日が明示されていないローンチ期間中は半額の0.10ドルと0.35ドルになった。OpenAIが2026年7月9日に出荷したGPT-5.6 Solは、272,000トークン以下では4.00ドルと20.00ドル、それを超えると8.00ドルと30.00ドルの定価だ。出力では、Mercuryのローンチ価格で57倍、定価で28倍の差になる。しかも、こうした差の多くと違い、回答あたりで測っても縮まらない。なぜなら、以前のGPT-6比較におけるSolの強みはトークンの倹約性だったが、SolはGPT-6 Solのような倹約性を持っていないからだ。このようなリリースの背後にある、記録されたAI障害やエージェントのインシデントは、OrcaRouter AI Incident Archiveに集められており、各項目には独自の出典、重大度、信頼度グレード、異議フラグが付いている。

両モデルとも1回の呼び出しで100万トークンの入力を受け取り、どちらも返答としてテキストのみを出力する。両者が分かれるのはトークンの周辺で何が起きるかだ。Mercury 3は一度に位置のブロックを確定する拡散言語モデルで、ベンダー測定で毎秒1,068トークンで動作する。一方、GPT-5.6 Solは自己回帰型のフロンティアモデルで、テキストだけでなく画像やファイルも受け付け、Artificial Analysisの測定ではIntelligence Indexのタスクあたり1.99ドルで毎秒87.7トークンだった。したがってこの比較は、どちらのモデルが優れているか（Mercuryについては誰も測定していない）というよりも、再試行と無駄なトークンを数えたときに同じワークロードがそれぞれでいくらかかるかという話だ。

2枚のレートカードをよくお読みください

SolのカードにはMercuryのカードにはない境界があり、その境界は両製品間で最も重大な構造的違いです。入力トークン272,000個まではすべて$4.00と$20.00で課金されます。それを超えると、リクエスト全体が$8.00と$30.00で再価格設定されます — 超過分のトークンではなく、全体です。300,000トークンのプロンプトはSolで入力に$2.40かかります。これは、テキスト量が20%多いにもかかわらず、250,000トークンのプロンプトが$4.00でかかる場合より2倍超のコストです。

• 価格 — Mercury 3：100万トークンあたり$0.20 / $0.70、ローンチ時は$0.10 / $0.35、キャッシュ入力は入力料金の90%割引。GPT-5.6 Sol：272,000トークン未満は100万トークンあたり$4.00 / $20.00、超えると$8.00 / $30.00、キャッシュ入力は$0.40で、100万トークンあたり$5.00の書き込みコスト。

• コンテキストと出力 — Mercury 3: 入力1,000,000トークン、出力131,072トークン。GPT-5.6 Sol: 入力1,050,000トークン、出力128,000トークン。

• モダリティ — Mercury 3: テキストのみ。GPT-5.6 Sol: テキスト、画像、ファイルを入力、テキストを出力。

• 速度 — Mercury 3: 1秒あたり1,068トークン（Inceptionによる計測）。GPT-5.6 Sol: Artificial Analysisのハーネス上で1秒あたり87.7トークン、デフォルトのロングプロンプトワークロードでは最初のトークンが出力されるまで91.8秒。

• 独立スコア — Mercury 3：公開なし。Artificial Analysis のページは存在しません。GPT-5.6 Sol：Intelligence Index で 47、コーディング指数で 77.4、GPQA Diamond で 94.1、Humanity's Last Exam で 49.5、長文脈リコールで 84.0。

• リリース — Mercury 3：2026年10月19日。GPT-5.6 Sol：2026年7月9日。

Solのカードに記載されたある数字は、独立した一文にする価値がある。なぜならそれは、レイテンシ予算を構成する数字だからだ。Artificial Analysisは、同社がテストする構成において、GPT-5.6 Solの中央値での最初のトークンまでの時間を91.8秒と記録している。これは誤植でもコールドスタートでもない。長いプロンプトに対して、推論優先のモデルが話す前に考えるとこうなる、ということだ。Mercury 3の発表報道には第三者のレイテンシ報告も含まれている——Octenは自社のワークロードにおいて、生成時間の中央値0.9秒、エンドツーエンド応答の中央値2.2秒を計測した——しかしそれらはベンダーの発表資料に載った顧客の証言であり、中立的なテストハーネスではなく、ワークロードも異なる。方向性に疑いはないが、共通のテストなしにその規模は判断できない。

なぜトークン数がこの選択を左右するのか、そして自分のワークロードでそれを確認する方法

トークン単価の差はリスト価格で28倍、ローンチ時で57倍なので、Solがその差を埋める唯一の方法は、同じ作業に対してはるかに少ないトークンを生成することだ。GPT-6 Solの比較ではまさにそうなった。Solはインデックスタスクあたり約31,000出力トークンを使い、Claude Sonnet 5.5の193,000トークンに対して、出力レートが20倍高いにもかかわらず、タスクあたりでは安く済んだ。ここでは明らかにそうなっていない。GPT-5.6 SolはIntelligence Indexタスクあたり1.99ドルかかるのに対し、同じハーネス上でGPT-6 Solは約1.05ドルだった。つまりSolは回答あたりで後継モデルの約2倍高く、Mercury 3が同じトークン量を消費すると仮定した場合の0.05ドルのMercury 3タスクに比べて、回答あたり約40倍高くつく。

その「if」がすべての仕事をしていて、主張としてではなくテストとして述べる価値がある。自分のプロンプトを100個用意し、それらをSolで実行し、プロンプトごとの出力トークン数と、回答に再試行が必要だったかどうかを記録する。Mercury 3でも同じことをする。料金表のレートを掛け合わせる。結果があなたの答えであり、ベンチマーク論争ではなく半日で済む。

結果の形は3つあり、いずれも事前に予測できるほど一般的です。

• 短く大量のテキスト処理——分類、抽出、ルーティング、短い要約で、1回の呼び出しあたり出力150トークン。Solのトークン節約は働く余地がなく、料金表がすべてを物語る。割引前の時点で、Mercury 3では28〜57倍安い。

• 推論負荷の高い作業 — Sol が20,000推論トークンを費やす多段階分析。Mercury 3 が同じ答えに到達するのに2回の試行を要するなら、実効ギャップは28倍から14倍に縮む。5回必要なら6倍未満まで縮む。それでも大きな節約であり、もはや意思決定における丸め誤差ではない。

• 画像が関わるもの — スクリーンショット、スキャンしたページ、グラフ — では、Mercury 3 はエラーを返します。比較は存在せず、Sol のマルチモーダル入力の価格は Sol が請求する額のままです。

割引、そして誠実なコストモデルがリストを使う理由

Mercury 3 の $0.35 という出力レートはプロモーションです。Inception は定価と割引率を公表していますが、終了日は公表していません。つまり、$0.35 を前提に構築されたコストモデルには、誰も規模を見積もれない負債が含まれているということです。上記の短答型ワークロードでは、ローンチ価格と定価の差は 2x です。それは、良い四半期と悪い四半期を分けるのと同じ 2x が、何の警告もなく訪れることを意味します。

Solのカードは正反対の特性を持っています。安定しており、文書化された境界があり、文書化されたキャッシュ構造があります。読み取りは100万トークンあたり$0.40、書き込みは100万トークンあたり$5.00で、これは入力レートより25%高いです。エージェントループの各ステップで同じ30,000トークンのプリアンブルを再送するワークロードでは、その書き込みプレミアムは一蹴する前に計算する価値があります — Solは一度だけ25%多く支払い、以降の読み取りごとに90%少なく支払い、タスクあたり10ステップ以上では償却後の入力コストは100万トークンあたり$1.00を下回ります。

Mercury 3のキャッシュ料金は定価で100万トークンあたり0.02ドル、ローンチ期間中は0.01ドルで、公表されている書き込み割増料金はない。まさにそのワークロードにとって、これは同モデルを支持する唯一最も強い数字だ。30,000トークンのプリアンブルを伴う20ステップのエージェントループでは、Mercuryの定価でキャッシュ入力に0.60ドルかかるのに対し、書き込み後のSolでは100万トークンあたり約0.40ドル相当の読み取りとなり、絶対額では同程度だ。そしてこの比較が同程度にとどまるのは、Solのキャッシュが異常に優れているからにすぎない。両方からキャッシュを除けば、差は再び20倍になる。

20倍の差があり、中立スコアが存在しない場合にルーティング層が行うこと

GPT-5.6 SolはOrcaRouterのカタログにOpenAI自身の料金で掲載されています——100万トークンあたり$4.00と$20.00、272,000トークンの境界を超えると$8.00と$30.00、キャッシュ読み取りは$0.40——当社がルーティングするほかのすべてと同じOpenAI互換エンドポイントの背後にあり、追加のマークアップは一切ありません。Mercury 3はカタログにありません。当社のモデルAPIはInceptionのどのモデルについても何も返さないため、Mercury 3を呼び出す人は、Inception自身のプラットフォーム（新規アカウントには1億トークンが無料）か、Mercury 3をホストしている複数のサードパーティプラットフォームのいずれかにアクセスすることになります。

ギャップは十分に大きいため、全ワークロードを切り替えて何が壊れるかを見たくなる。そうしないことの根拠は、慎重さそのものではない。Mercury 3には品質面の結果が1つあり、それはInception自身のエージェントハーネス内で、50件のライブMind2Webタスク上で得られたもので、50%を完了し、報告によればフロンティアモデルと同じトークン量とステップ数でそれを達成したというものだ。これは実に興味深い結果だ——スナップショットではなくライブサイト——そして同時に、外部からは反証不可能でもある。ハーネスとスコアリングが販売者側に帰属しているからだ。

その状況でルーティングルールによって得られるのは、範囲を限定した実験です。トラフィックの定義済みの一部をMercury 3に送り、Solをその背後にフォールバック経路として維持し、新しいモデルがタイムアウトしたりエラーを起こしたりするケースを自動フェイルオーバーでカバーできるようにします。このスライスはコードパスではなく設定ファイル内の数値であり、10%から100%へ広げることも、割引終了時にゼロまで狭めることも、その数値の変更です。

どちらのベンダーのページにも書かれていない第三の選択肢もあり、数字をはじいてみたほとんどのチームが行き着くのがこれです。GPT-6 Solです。GPT-5.6 Solと同じ$4.00と$20.00の料金表を採用し、GPT-6フラッグシップの1階層下に位置し、Intelligence Indexのタスクあたり約$1.05かかりますが、Solは$1.99です。Mercury 3を検討している理由が、Solは回答あたりが高すぎるからだというなら、その問題へのより安上がりな答えは、20分の1の価格の未測定モデルではなく、同じ価格の新しいモデルかもしれません。

これがどこに着地するか

テキスト専用の大量処理作業なら、計算は比較にならないほど明確で、未検証の何かに依存するものでもない。リスト価格では、Mercury 3 は入力で GPT-5.6 Sol より20倍安く、出力で28倍安く、コンテキストウィンドウは同じサイズで、越えるべき境界もない。月に100万回の短い呼び出しがあるワークロードなら、それが判断であり、リスクはトラフィック開始から1日以内に測定できる。

2万トークンにわたって推論し、スクリーンショットを読み取り、ツールをループに組み込んで何時間も無人で動くような作業には、Solは文書化された挙動と安定した価格を備えたモデルであり、最初のトークンまでの91.8秒は、試して確かめる必要のある主張ではなく、計画に組み込める実際の数値です。それは、対価を払うに値しない小さなことではありません。

議論を終わらせる唯一の測定値は、Solの1.99ドルを導き出したハーネス上での、Intelligence IndexタスクあたりのMercury 3のコストだ。それは存在せず、その時期も示されていない。それが存在するまでは、本記事におけるMercury 3の回答あたりの数字はすべて、料金表が添えられた仮定にすぎない。少なくとも料金表は実在する。そして20倍という開きは、信じる前に検証する価値があるほど広い。