Mercury 3 vs Mercury 2.5 Preview：アップグレードには期限があり、それは11月15日です

これは、読んでいる最中に旧モデルが停止されるという珍しいモデル比較です。 Mercury 2.5 Previewは2026年8月31日に提供開始され、正式提供版のMercury 2.5によって2026年9月8日に取って代わられました。また、Inception が2026年10月19日にMercury 3を発表した際、Mercury 2 と Mercury 2.5 は新規ユーザー向けにクローズされ、既存顧客も2026年11月15日までしかアクセスを維持できないと発表しました。したがって、問いは Mercury 3 がその前身であるプレビューより優れているかどうかではありません。パラメータ数40倍、コンテキストウィンドウ4倍という点が、スペック表の上でその答えを出しています。問いは、Mercury 3 への移行に実際いくらかかるのか、あなたが離れようとしているモデルについて独立委員会が何と言っているのか、そしてその委員会が前身モデルについてすでに反証した Mercury 3 自身のローンチ主張がどれほどあるのか、です。期限は今日から26日です。最終的に採用するモデルが当社がルーティングするものなら、同じ設定規律が当社のOpenAI互換エンドポイントでも機能します。プロバイダー定価でマークアップ0%なので、ここでも切り替えは設定変更にすぎません。このようなリリースの背景にある、文書化されたAI障害やエージェントインシデントはOrcaRouter AI Incident Archiveに集められており、各項目には独自の情報源、重大度、信頼度グレード、異議フラグが付いています。

プレビュー版とフラッグシップの間で何が変わりましたか

Inceptionは7週間で3回のリリースを通じて、ラインナップの構成について異例なほど一貫しており、そのため差分を述べるのは簡単だ：

リリース — Mercury 2.5 Preview、2026年8月31日（9月8日にMercury 2.5によって置き換え）vs Mercury 3、2026年10月19日

• コンテキストウィンドウ — Mercury 2.5の260,000トークンに対し、Mercury 3では1,000,000トークンで、3.8倍の増加

• 最大出力 — 65,536トークン 対 131,072、ちょうど2倍

• リスト価格での出力価格 — 100万あたり$0.75対$0.70、6.7%の値下げであり、劇的なものではない

• リスト価格での入力価格 — 両方とも$0.20。入力行はまったく動きませんでした

• キャッシュ済み入力 — 両方とも $0.02

• ローンチ割引 — Mercury 2.5 は導入時に 80% の割引を適用していました。Mercury 3 は 50% オフでリリースされたため、プロモーション期間中は入力 $0.10、出力 $0.35 となります

• スループット — Mercury 2.5 Preview では毎秒1,107トークンと主張されているのに対し、Mercury 3 は1,068トークン。より新しくはるかに大規模なモデルは、わずかに遅い（ベンダー自身の数値による）

• 規模 — Mercury 3 は総パラメータ数で Mercury 1 の 40 倍超と説明されている。Inception はどちらのモデルについても絶対的なパラメータ数を公表していない。

• モダリティ — テキストのみ、両方とも

• ウェイト — 両方とも閉じています

そのリストの2行は、ただ目を走らせるだけでは済まない。1つ目は価格だ。プレビュー版の後継として提供中のモデルからフラッグシップへ移行すると、出力は100万トークンあたり5セント安くなり、カード上の他の項目は何も変わらない。つまり、この移行は価格で売られているわけではまったくない。Mercury 3の主張は能力とコンテキストでなければならず、そうでなければ主張にならない。2つ目はスループットだ。より大きなモデルはInception自身の数値では毎秒39トークン遅い。だからアップグレードで買えるのは生の速度ではない。買えるのは余地だ。

ここで実際の製品は「余裕」そのものだ。260Kから1Mという差は、要約せざるを得ない会話とそうでない会話の違いであり、出力65Kから131Kという差は、回答と文書の違いだ。Mercury 2.5のワークロードでコンテキストが200Kトークンに近づいたことが一度もないなら、早めに移行する根拠は薄い。日常的に切り捨てが起きているなら、Mercury 3はあなたの問題を解決しており、その期限は贈り物だ。

決定の中で誰も公表しない部分：取締役会が2.5について述べたこと

Mercury 2.5には独立した記録があり、それは甘くない。Artificial Analysisで、2026年10月20日に確認した時点では：

• インテリジェンス指数 — 12.3、推定値ではなく実測値

• AA-Omniscience — −39.5、知識プローブにおけるハルシネーション率は80.3%

• Terminal-Bench 4.0 — 0.0

• SciCode — 0.3854

• Humanity's Last Exam — 0.1177

I can’t directly generate or attach an image file here, but here’s a ready-to-use image prompt: “A young girl standing in a sunlit meadow filled with wildflowers and tall grass, gentle breeze moving her hair and dress, soft golden-hour light, distant trees and rolling hills, delicate daisies and poppies, warm nostalgic atmosphere, shallow depth of field, photorealistic, 35mm photography, natural colors, dreamy and serene.”

• GDPval-AA — Elo 474.8

• インデックスタスクあたりのコスト — $0.1167、この全5記事シリーズで6倍の差をつけて最安

それは非常に特異なプロファイルを持つモデルだ。安価で高速であり、汎用アシスタントが評価されるまさに知識集約型の作業において弱い。これは推論モデルというよりレイテンシ部品のプロファイルであり、Inception がこのラインを常に位置づけてきた方法——音声、サポート、検索、チュータリング——と一致し、当時プレビューが報じられたされ方とは一致しない。また、インデックスタスクあたり $0.1167 かかる。これは誤植でもなければお買い得でもない。素早く間違った答えを出すモデルは、タスクあたりでは安く、成果あたりでは高くつく。

これは{{1}}Mercury 3{{/1}}にとって重要だ。同じボードにはその項目がないからだ。フラッグシップは登場から9日で、ファミリーの中で測定済みの唯一のメンバーは{{2}}12.3{{/2}}を記録した。それは{{3}}Mercury 3{{/3}}のスコアを予測するものではない——新しいトレーニング実行を伴う40倍のスケールアップは別モデルであり、{{4}}Inception{{/4}}は知能が{{5}}Mercury 1 (mini){{/5}}から{{6}}Mercury 3{{/6}}へ3倍に上昇したと主張している——が、それはファミリーの独立した実績が現時点では1つの弱い測定値と1つの欠測で構成されていることを意味する。11月の移行を計画している人は、ボードが別段の表示をするまで{{7}}Mercury 3{{/7}}を未測定として扱い、未測定のモデルが本番経路を停止させることがないように移行を設計すべきだ。

移行で実際に何が行われるのか

仕組みの部分は簡単で、Inception はほとんどのベンダーよりもそれを簡単にしてくれています。モデルは OpenAI-API 互換なので、エンドポイントの形は変わりません。変わるのは：

• モデル識別子。Mercury 3 は新しい ID であり、既存の ID のバージョンアップではありません

• コンテキストの予算。1M のウィンドウは、260K のウィンドウでは受け付けられなかったプロンプトを呼び込み、600K トークンのリクエストを送り始めるパイプラインは、トークン単価が同じであってもコストプロファイルが異なる。

• 推論設定。Mercury 3はinstant、low、medium、highを提供しますが、Mercury 2.5の段階はより少なくなっていました。設定を省略したリクエストはデフォルトに適用されるため、それがレイテンシ予算の前提としていた設定ではない可能性があります

• 温度。Mercury 3 は 0.5～1.0 を受け付けます。2.5 のプロンプトで依存していた 0.5 未満の値はすべてクランプする必要があります。

• 構造化出力とツール呼び出し。どちらも Mercury 3 でサポートされており、どちらも 40 倍のスケールアップにわたって微妙に異なる挙動を示す種類の機能です。目視ではなく、スキーマレベルの回帰テストに値します。

• 出力の上限。131,072トークンは十分に余裕があるため、生成が暴走すると停止する前に実際のコストがかかってしまう。明示的に上限を設定すること。

これを安く実行する方法はシャドウデプロイです。Mercury 2.5 のトラフィックの一部を同じプロンプトで Mercury 3 に複製し、両方の出力を記録して、本当に重視している指標——トークンの類似度ではなくタスク完了率——で比較します。それを1週間続けてから切り替えます。11月15日という期限では、そうしたサイクルを1回回す余裕はありますが、それ以上の余裕はほとんどないので、最も興味深い呼び出し箇所ではなく、最もトラフィック量の多い呼び出し箇所から始めましょう。

フォールバックの方向にも注意してください。シャドウ期間中の安全な構成は、Mercury 3 をプライマリ、Mercury 2.5 をフェイルオーバーとすることで、その逆ではありません。新しいモデルに問題が生じても古いモデルが引き続き応答し、古いモデルが自分のあずかり知らぬうちに廃止されても、新しいモデルがすでにトラフィックを処理しているからです。Inception 自身の注記には、既存顧客は「2026年11月15日まで」アクセスを維持できるとあり、これは緩やかな終了ではなくハードストップと読めます。唯一のフォールバックが有効期限付きのモデルであるパイプラインは、その日付以降フォールバックを持たないことになります。

OrcaRouterはMercury 3もMercury 2.5もルーティングしません。どちらも当社のカタログにはなく、両方ともInception自身のAPIおよび複数のサードパーティ製プラットフォーム経由で提供されています。そのため、この記事は、ルーティングに関する助言が当社のエンドポイントではなく統合の形について述べている、このシリーズでも数少ない記事の一つです。どのプロバイダーを使う場合でも、モデル識別子と推論設定をコードではなく構成に置いてください。そうすれば、11月の切り替えはデプロイではなく構成変更で済みます。

今、誰が動くべきで、誰が待つべきか

今すぐ移行すべき場合：Mercury 2.5 のトラフィックがレイテンシー重視で大量であり、プロンプトが頻繁に260Kの上限に達し、65Kトークンを超える出力が必要な場合、または、準備ができていなくても11月15日に2.5を廃止するプロバイダーを利用している場合です。そのような場合、移行は任意ではなく、残る判断は事前に適切にテストするかどうかだけです。適切にテストしてください。

待ってください — ただし準備は進めてください — 次の場合:Mercury 2.5 が副次的な構成要素である、ワークロードが 260K に余裕をもって収まる、または確定する前に実測された品質が必要である。待つことは何もしないことを意味しません。今すぐ識別子と推論の設定を構成に組み込み、シャドウ比較を実行し、Artificial Analysis のエントリが現れるか 11 月 10 日が到来するかのどちらか早い方まで切り替えを保留してください。

次の場合は完全に別の選択肢を検討してください：業務に視覚、ファイル入力、または公表された能力の下限を伴う知識重視の推論が必要な場合。Mercury 3 はテキスト専用でスコアも未公表です。独立した指標と画像入力に対応したモデルのほうが安心して購入できますし、出力価格の6.7%削減では欠けているモダリティを補うには足りません。

締め切りこそが本当のニュースだ

ローンチ時の見せ方を取り除けば、Inceptionが10月19日に発表したのは、モデルが添えられた廃止スケジュールだ。{{1}}Mercury 2.5 Preview{{/1}}は登場から5週間のプレビューにすぎず、{{2}}Mercury 2.5{{/2}}は出荷モデルとして6週間続いた後に新規ユーザー向けにクローズされ、既存顧客の打ち切り期限は11月15日だ。これは、企業にその上で構築することを求めるベンダーにとって速いペースであり、このファミリーを本番環境で運用する誰にとっても、意思決定に最も直結する単一の事実である——{{3}}3.8×{{/3}}のコンテキスト増加よりも関連性が高い。コンテキスト増加は機会であり、廃止日は制約だからだ。

反論は、そのケイデンスが実際に価値あるものをもたらしたというものだ。100万トークンのコンテキスト、2倍になった出力上限、そして置き換え対象のモデルよりわずかに安い出力単価を、入力価格は同じままで実現し、さらにOpenAI互換エンドポイントを備えているため、差し替えはコードではなく設定で済む。拡散モデルはスケールするにつれて品質の壁にぶつかるとされていたが、Inceptionの主張はそうならなかったというものだ。その主張が独立した評価に耐えるかどうかは、この記事では答えられない未解決の問題であり、ローンチ投稿の勢いだけで切り替えるのではなく、シャドーテストを行う理由でもある。

公開されていないのはカレンダーだ。Mercury 2.5 があなたの気にかける何かを運んでいるなら、移行計画はそれを書き留めたかどうかに関わらず存在しており、期限は4週間を切っている。