Mercury 3 vs Qwen 4 Max：これらのモデルのうち1つはまだ存在しない

Mercury 3は2026年10月19日から利用可能です。Inceptionによるクローズドな拡散モデルで、100万トークンのコンテキスト、131,072出力トークン、料金は$0.20/$0.70です。Qwen 4 Maxは利用可能日数ゼロです。なぜならリリースされていないからです。Alibabaは2026年9月22日、杭州のApsara Conferenceのステージでこの名前をQwen 4 Flash、Qwen 4 Plus、Qwen 4 27Bとともに披露し、このファミリーは新世代アーキテクチャでトレーニング中だと説明し、まもなく登場すると述べました。10月20日時点で、Qwen 4のどのティアにもモデルカード、API識別子、コンテキストウィンドウ、価格、ライセンス、ベンチマークスコアはありません。したがって、これは通常の意味でのモデル対モデルの記事ではありません。これは、今日実際に何を購入できるのか、ステージ発表にどれだけの価値があるのか、そしてQwen側でMercury 3の真の代替がQwen3.8-Maxであり、見出しのモデルではない理由を扱った記事です。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に収集されており、各項目には独自の情報源、重大度、信頼度グレード、異議申し立てフラグが付いています。

実際に比較されているのは何ですか？

対象は2種類の異なるものです。Mercury 3 は、料金表が公開され、動作範囲が文書化され、具体的な数値の主張を含むベンダーのローンチ投稿がある、出荷済み製品です。Qwen 4 Max は、ロードマップに紐づけられたティア名です。以下の Qwen 列にあるすべての事実は、モデルについての事実ではなく、発表についての事実です：

• リリース日 — Mercury 3 は2026年10月19日、Q​wen 4 Max は未発表。このラインは「トレーニング中」と説明されていた

• コンテキストウィンドウ — 1,000,000トークン 対 未公表

• 最大出力 — 131,072トークン（未公開のものと比較）

• 価格 — 入力100万あたり$0.20、出力100万あたり$0.70。未公表価格と比較して50%のローンチ割引、任意の通貨で

• モダリティ — テキストのみ 対 未公開；Apsaraの枠組みでは、エージェント型かつツール利用型の作業が強調されていた

• 重み — クローズドか未公開か。同じファミリーの27Bティアは、歴史的にオープンで提供されてきた側だ

• スループット — 1秒あたり1,068トークン、ベンダー報告値 対 未公開

• 独立系ベンチマークスコア — Mercury 3 はまだ未取得、Q​wen 4 Max は取得自体が不可能

• パラメータ数 — 非公開。「Mercury 1の40倍以上」という説がある一方、未発表。出回っている5兆〜10兆という数字はQwen 4.5およびQwen 5のロードマップに関するもので、Qwen 4 Maxのものではない

• 今日それを使ってできること — Inception の API 経由で呼び出す場合と、何もしない場合

その最後の行が比較だ。上の10行のうち9行は「未公開」であり、9割が空白のスペック表はスペック表ではなく、列の書式を施したプレスリリースにすぎない。

カンファレンスのお知らせにはどれだけの価値があるのか

AlibabaのQwenラインには真剣に受け止める価値のある実績があり、だからこそこの発表がそもそも取り上げられたのだ。3.8世代は2.4兆パラメータのフラッグシップを$2.00/$6.00で投入し、27B階層の重みを公開し、毎月のペースでサブバージョンをリリースしてきた——Qwen3.8-Maxは2026年8月3日にGAとなり、9月2日には（0902）リフレッシュ、8月14日には27Bのオープンウェイト版、8月26日にはFlash-Nextモデルが登場した。これは、決まったスケジュールで、重みも伴って実際にリリースしてくるラボだ。

また、このラボは出荷前に発表するタイプのラボでもある。Q​wen 4のラインナップは9月22日に発表されたが、4つのティアのいずれにも日付は付されておらず、それから4週間が経っても、モデルカードもリポジトリもHugging Faceのチェックポイントも、独立系のボードへの掲載も一切出てきていない。現実的な計画上の前提は「Q​wen 4 Maxは来月登場する」ではなく「Q​wen 4 Maxはモデルカードが現れたときに登場する」であり、これは確定できない日付、したがって移行計画を組み立てる基準にできる日付ではない。

ロードマップの発表が本当に役立つのは、別の種類の意思決定だ。今日ベンダー間で選ぶのであれば、その発表はAlibabaが最上位ティアで競争を続けるつもりであることを示しており、それはファミリーから離れるよりも現行世代にとどまる理由になる。今四半期に導入するモデルを選ぶのであれば、実行に移せることは何も教えてくれない。

Qwen 4の報道とともに出回った「5兆〜10兆パラメータ」という数字には、明確な訂正が必要です。今後も広まり続けるからです。これはQwen 4より後の世代、すなわちQwen 4.5とQwen 5の時期についての将来を見据えた記述であり、AlibabaはQwen 4 Maxにパラメータ数を一切付していません。Qwen 4というモデル名の隣にQwen 5クラスの規模の主張が印字されているのは、長い半減期を持つカテゴリー・エラーです。

実際に呼び出せるQ​wen

検索の背景にある問いが「Mercury 3 を使うべきか、それとも Alibaba のフラッグシップを使うべきか」なら、Alibaba のフラッグシップは Qwen3.8-Max であり、確かな実績がある。したがって重要な比較は、Mercury 3 と、実在するそのモデルとの比較だ：

• リリース — Mercury 3 2026年10月19日 対 Qwen3.8-Max 2026年8月3日、9月2日に更新

• コンテキスト — Artificial Analysis の記録では 1,000,000 トークン 対 983,616 トークン。ベンダーは一律 1M と公称

• 価格 — 定価で$0.20/$0.70、ローンチ期間中は$0.10/$0.35（$2.00/$6.00に対して）、キャッシュされた入力は$0.25

• キャッシュ入力 — $0.02（提供開始時は $0.01）対 $0.25。Mercury 3 はキャッシュ読み取りにおいて桁違いに安価です

• Independent Intelligence Index — エントリーなし vs 45.4

• インデックスタスクあたりのコスト — $5.41 との比較では未測定

• Terminal-Bench 2.1 — 0.8876（このバッチで最高）との比較は未測定

• AA-LCR 長文脈推論 — 0.8033 との比較では未測定

• GDPval-AA — Elo 1665.58 に対して未測定

• AA-Omniscience — 12.0 に対して未測定

• 重み — Max ティアはクローズド対クローズド、同世代の 27B ティアはオープン

その比較の構図は、このバッチの他の記事でも見慣れたもので、曖昧にせず明言する価値がある。Mercury 3は入力価格がQwen3.8-Maxの約10分の1、出力価格が12分の1で、コンテキストウィンドウはわずかに大きく、独立したスコアはない。Qwen3.8-Maxは実測対象のモデルであり、測定値は存在する範囲では良好だ。Terminal-Bench 2.1での0.8876はこの5本の記事セット中最強の数値だが、完了したインデックスタスクあたり5.41ドルというコストも最高であり、大量利用時にこの能力が手頃かどうかを決めるのはこの数値だ。

それが、このページの読者が今日直面する実際の判断です。問題は、存在しない Q​wen 4 モデルと Mercury 3 の比較ではなく、A​libaba が販売する Q​wen モデルと Mercury 3 の比較です。Q​wen 4 の発表は、それを待つ理由ではなく、このファミリーを注視する理由なのです。

Qwen 4 Max の枠を、それに賭けずに確保する方法

Q​wen 4 Max が重要になると見込むチームにとって合理的な立ち位置は、そのオプションを安価に保つことだ。それを可能にする3つの要素があり、いずれも待つ必要はない。

まず、モデル選択はコードではなく設定として記述します。Mercury 3とQwen3.8-MaxはどちらもOpenAI互換API経由で利用できるため、リクエスト時にモデル識別子を解決するスタックであれば、モデルカードが公開された当日に、デプロイなしでQwen 4ティアを採用できます。これは、ベンダーの非推奨通知をインシデントではなく設定変更にするのと同じ規律であり、Inceptionはそうした通知がどれほど速く届くかをたった今示しました。Mercury 2とMercury 2.5は10月19日付で新規ユーザー向けの提供を終了し、既存のアクセスは11月15日に終了します。

第二に、ベンチマークすべきはモデルではなくワークロードです。Mercury 3に関するベンダーの主張は、自社ハーネスでの50タスクのMind2Web結果と、4社のパートナーからの推薦コメントです。これらは、そのモデルが本番に近い形の作業で高速であることを示すだけで、あなたのドキュメントをどう扱うかは示していません。同じプロンプトでMercury 3とQwen3.8-Maxに対して実行する自社の評価ケース30件は、今月公開されたどのローンチ表よりも多くの情報をもたらします。

第三に、計測対象のモデルは失敗し得ない経路に置くこと。OrcaRouterはqwen/qwen3.8-maxをAlibabaの定価のまま0%のマークアップで提供し、自動フェイルオーバーを200以上のモデルにわたって1つのキーで実行する。そのため、比較における既存側は新しい契約ではなくルーティングテーブルとなる。Mercury 3はこのルーター上にはなく、Inception自身のAPIおよび複数のサードパーティプラットフォーム経由で提供されている。つまり、誠実な試行ではMercury 3をベンダーAPIの背後でトラフィックの一部に充て、計測対象モデルは本番経路を維持することになる。将来Qwen 4 Maxがルーターに投入されれば、二度目の統合をすることなく同じポリシーに収まる。

次の発表の前に問うべき質問

毎年、発表されてから数か月もの間検索され続けるのに、その名前のモデルがまだ存在しない、というモデル名がいくつか生まれる。そのギャップのコストを払うのは、発表に合わせて計画を立てるチームだ。役に立つ習慣は一行のテストである。すなわち、自分で呼び出せるか、そして価格はあるか。Mercury 3は今日、その両方を満たしている。Q​wen 4 Maxはどちらも満たしておらず、A​libabaがモデルカードを公開するまで満たすことはない。

具体的に見るべきは、Maxティアのベンチマーク表ではなくQwen 4 27Bチェックポイントです。27Bは歴史的にオープンで提供されてきたティアであり、そのライセンスとサイズから、この世代におけるオープンウェイトへのコミットメントがどれほど本気かが分かるからです。次にMaxティアの料金表です。Qwenのフラッグシップが$2.00/$6.00を下回るなら、この比較では能力の論点ではなく手頃さの論点が変わるからです。そしてMercury側では、最初の独立したスコアです。このファミリーで唯一測定済みのメンバーであるMercury 2.5はIntelligence Indexで12.3にとどまるため、フラッグシップの品質範囲は、ベンチマークボードが評価を示すまでは完全にベンダーの主張にすぎません。

それまでは、比較は、リクエストごとの経済性を取るに足らないものにする価格で今日の午後にも借りられるモデルと、杭州の会議場に存在するモデルとの間のものだ。その一方は決断であり、もう一方はカレンダーの予定にすぎない。