Mercury 3 対 MiniMax M3：たった一つの数字 対 記録全体

Inceptionは2026年10月19日にMercury 3をリリースし、性能指標を1つだけ——毎秒1,068トークン——示したが、ベンチマークスコアは一切示さなかった。M​iniMaxは2026年6月1日にMiniMax M3をリリースし、ベンダーのベンチマーク表、ダウンロード可能なチェックポイント、そして4か月後に独立評価機関が公表したスコアを伴っていた。両者を並べてみると、興味深い問いはどちらのモデルが速いか、安いかではない。今日、この2つのモデルのうち片方は作者以外の誰かが検証できるが、もう片方はできない、ということだ。この非対称性こそが比較のすべてであり、どちらのラボが発表する値下げにも揺るがない。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のインシデントは、以下に集められています：OrcaRouter AI Incident Archive。各項目にはそれぞれの情報源、重大度、信頼度グレード、異議ありフラグが付いています。

この2つのモデルはまた、スペック上では十分に似通っているため、選択は現実的なものになっている。どちらも100万トークンのコンテキストウィンドウで動作する。どちらも低価格帯に位置する。どちらもそのクラスでは異例のアーキテクチャに基づいて構築されており——Mercury 3は拡散、MiniMax M3は専門家混合におけるスパースアテンション——どちらも、そのアーキテクチャこそがコスト効率を実現していると主張している。

2つのローンチ投稿、2種類の異なる証拠

Inceptionの発表を文書として読む。そこではスケーリングに関する主張が展開されている。Mercury 3は総パラメータ数でMercury 1の40倍超であり、測定された知能はMercury 1（mini）からMercury 3へ約3倍に上昇し、同モデルは最小の祖先モデルと「同じくらい高速」だという。品質に関する比較主張もある。Mercury 3は「GPT-6 LunaやClaude Haiku 5.5のようなフロンティアの速度最適化モデルと同等以上」だという。そして報告されているタスク結果は正確に1件だけで、Inception自身のWebエージェントハーネスによる、50件のライブMind2Webナビゲーションタスクでモデルが50パーセントを完了したというものだ。これらのいずれもベンダー報告であり、ベンチマークスイート、マージン、ハードウェア構成のいずれも明記していない。

MiniMaxの資料を文書として読むと、まったく逆の形をしている。名前付きのスイートとパーセンテージを並べたベンチマーク表があり——SWE-Bench Pro 59.0、Terminal-Bench 2.1 66.0、BrowseComp 83.5、OSWorld-Verified 68.70——さらにモデルカード、Hugging Face上の重み、そしてArtificial Analysisによる独立したリストがあり、同社のIntelligence Indexでこのモデルを29と評価している。ベンダーの数字はやはりベンダーの数字であり、それが再現されたのを私たちは見ていない。しかしこのモデルは、望む誰もがダウンロードし、実行し、測定できる。独立した数字が存在するのは、まさにそのためだ。

公開されている内容のその違いは、マーケティング上の些細な話ではありません。それは、この2つのモデルについて誰がどんな助言をできるかを左右します。MiniMax M3については、測定されたスループット値、インデックスタスクあたりの測定コスト、測定された順位があります。Mercury 3については、主張があるだけです。

仕様書（各サイドのソースを添付）

• 100万トークンあたりの価格 — Mercury 3 はリスト価格で入力 $0.20、出力 $0.70、ローンチ割引の実施中は半額の $0.10 と $0.35 となるのに対し、MiniMax M3 は最大 512K 入力トークンのリクエストで $0.30 と $1.20

• キャッシュ済み入力 — Mercury 3 は100万あたり$0.02、ローンチ期間中は$0.01、対して MiniMax M3 は100万あたり$0.06

• コンテキストウィンドウ — Mercury 3 の1,000,000トークン 対 MiniMax M3 の1,048,576トークン

• 最大出力 — 当社独自のカタログページでは、Mercury 3 が131,072トークン、MiniMax M3 が512,000トークンです。MiniMax は最大出力の数値を公表していないため、その数値はベンダーによるものではなく当社によるものです

• 入力モダリティ — Mercury 3 はテキストのみ、MiniMax M3 はテキスト、画像、動画

• アーキテクチャ — Mercury 3 はトークンのブロックを並列に洗練させる拡散言語モデルであるのに対し、M​iniMax M3 は Mixture of Experts（専門家混合）モデルで、総パラメータ数は約 428B、トークンあたり約 23B がアクティブとなり、M​iniMax Sparse Attention を採用しています

• ウェイト — Mercury 3 はクローズドで API のみ、一方 MiniMax M3 は MiniMax Community License の下でダウンロード可能

• スループット — Mercury 3は1秒あたり1,068トークン（名前非公開のNVIDIAハードウェア上、バッチサイズとeffort設定は不明の条件下でベンダーが報告）に対し、MiniMax M3は1秒あたり106.4トークン（Artificial Analysisによる測定）

• Independent Intelligence Index — Mercury 3は2026年10月20日時点でエントリーなし、対するMiniMax M3は29で、同日時点のリビジョンで121モデル中23位

• 推論制御 — Mercury 3はinstantからhighまでの4段階のエフォート設定を持ち、パラメータを省略するとlowがデフォルトになるのに対し、MiniMax M3はenabled、adaptive、disabledモードを備えるthinkingパラメータを持つ

• ツール呼び出しと構造化出力 — どちらも OpenAI 互換のチャット補完エンドポイントでサポートしています

これらの行のうち2つには、どこかで引用される前に注意書きを付ける必要があります。1,068という数値は、評価ハーネスが明記されていないベンダー測定値であるため、固定された方法論の下で独立した評価者が算出した数値とは比較できません。また、Artificial Analysisは指数を定期的に再スコアリングしており、上記の29は2026年10月20日時点の読み取り値で、MiniMax M3は以前の改訂版では異なる値を示していました。その指数上の数値は変動しますが、M3には存在し、Mercury 3には存在しないという事実は変わりません。

1秒あたり1,068トークンとはリクエストレベルで何を意味するのか

トークン毎秒は何かを判断するための単位としては不適切です。なぜなら、誰もトークンを買っているわけではないからです。人々が買うのは完了したリクエストです。両方の数値を、ユーザーが実際に体験するもの——1000トークンの回答を生成するのにどれだけ時間がかかるか——に換算してください。

Inception が公称する毎秒1,068トークンでは、1,000トークンの回答の生成に約0.94秒かかります。MiniMax M3 の実測値106.4では、同じ回答に約9.4秒かかります。M3 の実測の最初のトークンまでの時間1.13秒を加味すると、ネットワーク遅延やキュー待ち、プロバイダー自身のオーバーヘッドを誰かが加える前の時点で、この2つの体験の差はおよそ10倍になります。

それはMercury 3にも当てはまる話であり、実際にそうした事例が存在します。生成時間が10倍違うということは、検索の回答が瞬時に感じられるか、ページ読み込みのように感じられるかの違いです。Inceptionの製品ライン全体はこれを中心に構築されています。同社は、最初の回答トークンまでの時間向けにMercury Voiceを、分類向けにMercury Decideを販売し、フラッグシップをサポート、チュータリング、検索、Webエージェント向けに位置づけています。これらはいずれも、遅い回答が「少し劣る製品」ではなく「壊れた製品」になるワークロードです。

10倍という数字が教えてくれないのは、Mercury 3がどれほど優れているかということだ。Mind2Webの結果——50件のライブタスクで50パーセント完了、「GPT-6.1-Solより大幅に多い」——は、Inceptionが公表した唯一の構造化された品質シグナルであり、50件というタスク数は、難しいサイトが1つあるだけで割合が2ポイント動くほど小さなサンプルだ。評価ハーネスはInception自身のものである。比較対象モデルはスコアを伴わずに名前だけ挙げられている。これはモデルがブラウザを操作できるという本物のシグナルではあるが、調達判断に組み込める測定値ではない。

MiniMax M3の記録が実際に示していること

M3の独立した評価は地味だが有用だ。比較クラスのモデル中央値19に対してインテリジェンス・インデックスは29、出力速度は中央値77.4トークン/秒に対して106.4トークン/秒、最初のトークンまでの時間は中央値1.70秒に対して1.13秒、モデルごとにインデックスを実行するコストは0.51ドルだ。同クラス内で品質は平均を大きく上回り、サイズに対して速度も明らかに平均以上で、実行コストも低いモデルである。

同じインデックス系列の第三者による再公開で出回っているサブスコアは、より具体的な状況を物語っている。文書理解と指示追従では強く、自律的な多段階エージェント作業では弱い。コーディングとエージェント的サブスコアの間の差は、その記録の中で最大の内部格差である。あなたのワークロードが「この長い文書を読んで正確に答える」ことなら、M3には十分な裏付けがある。「20分間走らせて成果を出す」ことなら、根拠はより薄く、しかも逆方向を指している。

Mercury 3 については、データが存在しないため、同等の段落を書くことはできない。Artificial Analysis には Mercury 3 のページがなく、そのインデックスにはまだ Mercury 2.5 と Mercury 2 が掲載されている。そのため、ローンチから1日経っても、このモデルには独立したスコア、独立した速度数値、タスクあたりのコスト数値がない。Inception の比較セット（GPT-6 Luna、Claude Haiku 5.5）はフロンティアではなく高速ティアであり、レイテンシー製品にとっては適切な比較対象だが、その主張にはマージンもテスト名も示されていない。

価格差は、表示価格から想像するよりも小さい

反射的にMercury 3を安価な選択肢、M3を高価な選択肢と呼びたくなる。トークンあたりで見れば方向性としてはその通りだが、見た目ほど劇的ではない。入力はMercury 3の方が1.5倍安く、出力は1.7倍安い。それは別格ではない。棚が違うだけだ。

具体的なワークロードを実行しましょう。1日あたり10,000件の返信を処理するサポートまたは検索アシスタントを想定します。各返信は、取得されたコンテキストとプロンプトの足場で1,500入力トークン、出力は300トークンです。これは1日あたり1,500万入力トークンと300万出力トークンになります。

• 定価での Mercury 3 — 15 × $0.20 に 3 × $0.70 を加えて、1日あたり $5.10

• Mercury 3（ローンチ時料金）— 15 × $0.10 と 3 × $0.35、1日あたり $2.55

• MiniMax M3 の小規模リクエスト料金では — 15 × $0.30 に 3 × $1.20 を加えて、1日あたり $8.10

2つのリスト価格の1日あたりの差は、1万件の会話で約3ドルです。Mercury 3のデフォルトの低エフォート設定でのトークン効率がM3より悪ければ――そしてInceptionの外部には誰も知らない。Mercury 3には測定された出力トークン数がないからだ――その3ドルの差は実トラフィック上で縮まるか逆転しうる。これが、スコアが付いていないモデルの予算を立てにくい具体的な理由です。測定された完了率と測定された冗長度がなければ、完了タスクあたりのコストを計算できないのです。

エージェントのワークロードでは、見出しの価格よりもキャッシュ入力の料金行のほうが重要だ。なぜなら、エージェントは毎ステップで同じシステムプロンプトとツール定義を再送するからだ。Mercury 3の100万キャッシュトークンあたり0.02ドルなら、2万トークンのプリアンブルは1回の呼び出しあたり0.0004ドル（1ドルの1万分の4）になる。M3の0.06ドルはその3倍で、それでもまだ小さい——しかし50ステップの実行では、差は1セントの何分の1かではなく数セントになり、セントが積み重なるのはまさにエージェントのトラフィックだ。

ライセンス、出口、そしてダウンロードできないもの

MiniMax M3はMiniMax Community Licenseのもとで提供されています。非商用利用は無料です。商用利用には「Built with MiniMax M3」の表示、年間収益2,000万ドル未満の場合は一度きりの通知、それを超える場合は事前の書面による許諾が必要で、さらに禁止用途の付属文書の遵守も求められます。これは形式的な手続きではなく法的な審査ではありますが、構築を始める前に読むことのできるライセンスです。

{{1}}Mercury 3{{/1}}には読むべきライセンスが存在しない。ライセンスすべきものが何もないからだ。それはクローズドだ。だからといって自動的に失格になるわけではない——API経由でモデルを呼び出すチームの大半は重みに触れることはない——しかし、Inceptionが価格や条件、提供状況を変更した場合に何が起きるかは変わってくる。その際の出口は再デプロイではなく、マイグレーションだ。

特筆すべき非対称性がもう一つある。M3には4か月の実績がある。当社のカタログに十分長く掲載され、トラフィックとレイテンシのパーセンタイルを蓄積できるほどで、料金表も安定している。Mercury 3はまだ公開から1日しか経っておらず、その提供開始価格には終了日が公表されておらず、前モデルはすでに新規ユーザーの受付を終了している。Inception自身の移行に関する注記には、Mercury 2とMercury 2.5は新規登録の受付を停止し、既存顧客も2026年11月15日にはアクセスできなくなると書かれている。これほど早くモデルラインを終了するベンダーは、自社製品をどのように利用してほしいと考えているかを示している。

ルーターが計算を変える場面

この対決は、最初の週にはどちらも選ばないことを裏付ける有力な根拠になる。MiniMax M3はOrcaRouterで、100万トークンあたり入力0.30ドル、出力1.20ドルで提供されており、これはプロバイダーの定価で、上乗せのマークアップはない。また、1つのOpenAI互換エンドポイントの背後で200を超える他のモデルと並んで利用できる。Mercury 3は当社のカタログにはない——当社のモデルAPIを確認しても、Inceptionのモデルは何も返ってこない——ため、呼び出したい人はInception自身のプラットフォームか、Inceptionが掲載している第三者ホストのいずれかにアクセスすることになる。当社は、存在しないルートを暗示するよりも、それを率直に伝えたい。

未計測かつ異常に速いリリースに適合するパターンは、2経路設計です。レイテンシが重要な層はベンダー経由で Mercury 3 に置き、計測済みのフォールバックは M3 または当社が提供する別のモデルに残します。429 や劣化したエンドポイントで機能が停止しないよう、自動フェイルオーバーを組み込んでください。ルーティング DSL は、まさにこの分割をコードベース内の分岐ではなくルールにできるようにするために存在しており、またプロバイダーの定価が変更なくそのまま反映されるため、Inception の値下げや M​iniMax のティア変更は、次回の契約時ではなく発表当日に請求へ反映されます。

その設計で得られないのは、Mercury 3側の品質保証です。まだ何もそれを保証できていません。

今週適用するルール

・回答が約1秒で届く必要があり、間違った回答でも回復可能な場合——検索候補、サポートのトリアージ、チュータリングのヒント、エスカレーション経路を備えたエージェントのステップ——Mercury 3は、レイテンシに関する主張だけを根拠にしても、1週間の評価に値する。割引には公開された終了日がないため、50パーセントのローンチ価格ではなく定価を基準に予算を組むこと。

• 導入を決める前にモデルの性能を確認したいなら、この2つのうちそれを可能にするのはMiniMax M3だけです。また、ダウンロードして量子化し、ファインチューニングしたり、自分のハードウェアで実行できるのも、この2つのうちMiniMax M3だけです。

• ワークロードで動画や画像を読み取るなら、比較はそこで終わりです。M3はそれらに対応しますが、Mercury 3は対応しません。

• トークンあたりのコストではなく、完了したタスクあたりのコストを最適化しているのであれば、どちらのモデルもまだ必要な数値を与えてくれません。M3はエージェント的な弱さが測定済みで現実に存在するため、Mercury 3は完了時の挙動についてまったく測定されていないためです。

注目すべきは Mercury 3 の価格ではない。Mercury 3 の最初の独立評価だ。それがいつ出るとしても。もしスループットの主張が、中立的なハーネスの下で毎秒1,068トークンに近い水準で再現され、品質が Inception が主張する Haiku クラスに到達するなら、これはもはや対決ではなく、ウェブ上のレイテンシーに縛られたあらゆる製品にとっての移行の問いになる。もし独立評価でいつものベンダー主張からの目減りにとどまり、品質が単に競争力があるだけなら、正直な要約は先に述べたとおりになる。速く、安く、実証されていないモデル対、より遅く、安く、実証済みのモデル——そしてほとんどのチームにとって、生産経路を得るのは実証済みの側であり、もう一方の側に数字が出るまでそうだ。