Mercury 3 対 Step 5 Preview：値上がりしたのは計測済みモデルの方だった

2026年10月14日、StepFunはStep 5 Previewのキャッシュヒット時入力価格を100万トークンあたり0.35元から0.70元へと2倍に引き上げた。ただし、すでにこのモデルを利用していた呼び出し元には既存の条件が適用される。その5日後、InceptionはMercury 3を定価の半額で投入し、割引がいつ終了するかは明示しなかった。この2つの事実を並べると、この比較の構図が見えてくる。独立したベンチマークスコアを持つモデルのほうが値上げされ、セール中のモデルのほうは、そのラボの外で誰も測定していないのだ。 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にまとめられており、各エントリには独自の出典、深刻度、信頼度グレード、異議ありフラグが付いている。

その逆転は偶然ではなく、どちらかの側の論拠でもない。Step 5 Preview は確立されたモデルで、公的な実績が増えつつある——2026年9月20日のベンダーリリース、独立系 Intelligence Index スコア、Hugging Face 上の公式ウェイト——そしてベンダーは、動作することが知られているものにはより多く課金する。Mercury 3 は登場から9日で、1秒あたり1,068トークンと主張されているが、いかなる種類の独立系スコアも持っていない。安いほうを選ぶ代償は、あなた自身が測定になることだ。

異なる意味を持つ2つのプレビュー

「preview」という語はどちらの名前にも含まれているが、それぞれで異なる役割を果たしている。Step 5 Preview では、それは StepFun 自身のラベルであり、API 識別子の一部でもある——送信する文字列は step-5-previewであり、step-5ではない——そして StepFun はその文字列について、置き換え日も非推奨通知も安定性に関するコミットメントも公表していない。実際には、このモデルは1か月間稼働しており、Hugging Face に重みがあり、公開された料金表もある。そのため「preview」は見た目ほど大きな役割を果たしていない。

Mercury 3にはプレビューラベルが一切ありません。これはOpenAI互換エンドポイントを備え、モデルIDはmercury-3、新規アカウント向け1億トークンのトライアル付きの一般提供リリースです。代わりにMercury 3にあるのはローンチ割引で、これは別種の不安定さです。プレビューラベルはモデルが変わる可能性を警告しますが、ローンチ割引は価格が変わることを警告します。

日付は何よりも先に正確に押さえておきたい。Step 5 Preview のベンダーによるリリース日は2026年9月20日で、StepFun 自身の発表資料に基づいている。Artificial Analysis はこのモデルを2026年9月リリースとして掲載しており、そのFAQ文では9月18日とされている。この2日間のずれについてどちらの当事者も説明しておらず、本記事では日付が必要な箇所では StepFun の日付を用いる。Mercury 3 の日付は明確で、2026年10月19日、これが書かれる1日前である。

各行の出典が付いた仕様書

• 100万トークンあたりの価格 — Mercury 3 は入力 $0.20、出力 $0.70（定価）、ローンチ割引中は $0.10 と $0.35。一方、Step 5 Preview は入力 7元、出力 20元で、10月14日の変更後はキャッシュヒット時の入力が 0.70元

• 評価者によるドル建ての数値 — Step 5 Preview は100万トークンあたり入力1.00ドル、出力2.70ドル、キャッシュ割引90%で、Artificial Analysis が公表したとおり。これらは評価者自身の数値であり、StepFun の料金表を通貨換算したものではない

• コンテキストウィンドウ — Mercury 3 は1,000,000トークン、Step 5 Preview は1Mトークン

• 最大出力 — Mercury 3 131,072トークン 対 Step 5 Preview 64,000トークン

• 入力モダリティ — Mercury 3 はテキストのみ、Step 5 Preview はテキスト、画像、動画

• 出力モダリティ — 両方ともテキスト

• パラメータ — Mercury 3 は非公開で、Mercury 1 の 40 倍超とのみ説明されています。一方、Step 5 Preview は StepFun のプラットフォームドキュメントにも評価者のモデルページにも公開されていないため、ここではどちらの数値も引用できません。

• 重み — Mercury 3 はクローズド、Step 5 Preview は Hugging Face 上で StepFun Model License 1.0 の下に公開され、ベースリポジトリに加えて BF16 および NVFP4 ビルドを含む

• 推論制御 — Mercury 3はインスタントから高までの4段階のエフォート設定を持ち、デフォルトは低。一方、Step 5 Previewは公開されたエフォートパラメータを持たない推論モデル。

• Independent Intelligence Index — Mercury 3は2026年10月20日時点でエントリーなし、これに対しインデックスリビジョン4.3.2のStep 5 Preview 44

• 測定された出力速度 — Mercury 3 none 対 Step 5 Preview：92.2トークン/秒（Artificial Analysisによる測定）

• プロンプトキャッシュ — Mercury 3 は定価で100万キャッシュトークンあたり0.02ドルで対応、一方 Step 5 Preview は100万キャッシュヒットあたり0.70元で対応（10月14日の0.35から値上げ）

そのリストの1行は、どちらのモデルの価格も公に動いた唯一の箇所なので、もう一度見る価値がある。Step 5 Previewのキャッシュヒット率は、提供開始から12日目で2倍になった。キャッシュミス時の入力価格と出力価格は変わっておらず、その時点より前に従量課金APIでこのモデルを使ったことのある呼び出し元は、既存利用者保護条項により旧料金を維持した。プロンプトキャッシュを前提にコストモデルを構築しているなら——エージェントのワークロードはどれもそうだが——一度すでに2倍になった料金は、継続的に確認すべき料金だ。

マルチモーダルなその一言は、一部の会話を終わらせるものだ。

Step 5 Previewはテキスト、画像、動画を受け取り、テキストを返します。Mercury 3はテキストを受け取り、テキストを返します。Inceptionのドキュメントはこの点について曖昧ではありません。モデルはテキスト専用として記載されており、ローンチの資料はビジョンではなくスピードとコストについてのものです。

スクリーンショットを読み取り、請求書をスキャンし、画面録画を確認したり、動画を構造化ノートに解析したりするワークロードでは、比較するものは何もない。Step 5 Preview は、二者のうち、そもそも入力を受け取れる唯一のものであり、そのため、ビジョン作業が重要かどうかを判断するまでは、価格差もベンチマーク差も無関係になる。その判断は通常、モデルではなくプロダクトによって下される。

テキスト入力・テキスト出力のワークロード——検索、サポート、コードレビュー、要約——では、モダリティの線引きは消え、比較は速度、価格、エビデンスを巡るものになり、その順番はそれぞれの確認しやすさに対応する。

この対戦で唯一の独立したスコアが示すもの

Step 5 Previewは、Artificial Analysis Intelligence Index（バージョン4.3.2）で44を記録している。これは同インデックス自身の表で121モデル中4位であり、中央値は19だ。同じ一覧には、計測された出力速度が毎秒92.2トークン、最初のトークンまでの時間が2.55秒、冗長性の数値が出力トークン数1億6000万（中央値1億4000万）であることも記録されており、評価者はこれをやや冗長だと表現している。また、同等のオープンウェイトモデルと比べてやや高価だと評しており、これは$1.00/$2.70という価格設定に対する妥当な見方だ。

44という数字を注意深く読んでください。それはベンチマークスイート全体にわたる加重合成スコアであり、あなたのワークロードについての主張ではなく、あなたの特定のタスクでStep 5 Previewが42位のモデルを上回るという意味でもありません。評価者自身のページにも、いくつかの個別評価に対して「Under review」の印が付いています。しかし、それは第三者が検証できる方法論によって生成された数値であり、そのモデルをこの分野の中央値より上に位置づけています。

Mercury 3にはそれに匹敵するものは何もない。Inceptionの品質に関する主張は比較型のものだ——「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」——だが、その差は示されておらず、テスト名もなく、4つあるエフォート設定のうちどれがその比較を生み出したのかという指標もない。唯一の構造化された結果は、Inception自身のエージェントテストだ。ライブのMind2Webナビゲーションタスク50件で50パーセントを完了し、「GPT-6.1-Solを大幅に上回った」。同じトークン量と同じステップ数で、したがってトークンあたりのコストはその数分の一ということになる。ベンダー自身のハーネスにおける50件のタスクはシグナルであって、スコアではない。

物理的な番号と、それがどれほどの価値があるか

1秒あたり1,068トークンというのが、Mercury 3について読むべき理由そのものです。これが維持されれば、500トークンの回答は0.5秒未満で生成され、これは瞬時に感じる検索回答とネットワーク往復のように感じる回答との違いになります。Step 5 Previewは実測1秒あたり92.2トークンで、同じ回答に約5.4秒かかり、さらに最初のトークンまでに約2.55秒かかります。

この主張にはハードウェア、バッチサイズ、エフォート設定、そしてシングルストリームかアグリゲートかの記述がないが、これら4つの選択はいずれもスループット数値を数倍変動させる。このファミリーにおけるベンダーと独立系の差は文書化されている。Artificial AnalysisはMercury 2.5を約706トークン/秒と測定しており、これはInceptionがそのローンチ時に公表した数値を下回る。誰かが再現するまで、1,068にはその割引を適用すべきだ。10月20日時点で、Artificial AnalysisにMercury 3のページはない。

対照的に、Step 5 Previewの速度は、測定されたものにありがちな退屈さがある。実測で毎秒92.2トークンで、評価者の速度ランキングでは78モデル中32位——典型的より速いが、特筆すべきものではない。誰も速度のために買っているのではない。1Mトークンのウィンドウ、マルチモーダル入力、そしてスコアのために買っているのだ。

両方のレートカードで同じジョブを原価計算する

文書トリアージパイプラインを考えてみましょう。1日8,000ページ、ページあたりOCRテキスト2,500トークン、ページあたり300トークンの分類・抽出出力です。これは毎日2,000万入力トークンと240万出力トークンであり、同じ指示ブロックが呼び出しごとに再送されるため、キャッシュ可能です。

• Mercury 3を定価で — 20 × $0.20 に 2.4 × $0.70 を加えたもの、つまり1日あたり$5.68

• Mercury 3をローンチ価格で — 1日あたり約2.84ドル

• ステップ5 プレビュー、未キャッシュ — 20 × 7 に加えて 2.4 × 20元、つまり1日188元；評価者のドル建て数値では、20 × $1.00 に加えて 2.4 × $2.70、つまり $26.48

• Step 5 Preview（命令ブロックをキャッシュ済み） — キャッシュヒット時の料金は100万あたり0.70元、ミス時は7元なので、節約額は、その2,000万のうちどれだけが新規ページ本文ではなく繰り返しのプリアンブルかによって完全に決まる

つまり、表示価格の差は Mercury 3 に有利な形でおよそ4.5倍あり、発売時の割引によってそれが約9倍まで広がる。これは Mercury 3 を支持する最も強い単一の論拠であり、完全に計算可能だ。計算できないのは完了したジョブあたりのコストである。なぜなら Mercury 3 には公開された完了率も、公開された出力トークン数もないからだ。Step 5 Preview の冗長さは少なくとも測定されている——インデックス上で1億6000万トークン、中央値の1億4000万トークンに対してであり、評価者はそれをやや冗長と呼んでいる——ので、それを予算に織り込める。

繰り返し強調しておきたい注意点が一つあります。Mercury 3 で計画を立てる際に基準とすべき数字は定価です。50パーセントの値引きは「提供開始時」と説明されているだけで終了日の定めがなく、また前身の2モデルは現在、新規ユーザーの受け付けを終了しており、既存のアクセスも2026年11月15日で終了します。Inceptionの商業的な動きから判断すると、プロモーション終了後も存続する価格を前提に試算すべきです。

重み、ライセンス、そして先月の変更点

Step 5 Previewのオープンウェイトに関する経緯は、公開後に変わった。リリース時点では、重みはベンダーによって公開されたのではなく、第三者によってミラーされていた。今週時点では、StepFun自身のHugging Face組織がベースリポジトリに加えてBF16およびNVFP4ビルドを保持しており、いずれも最終更新日は2026年10月15日である。ライセンスはStepFun Model License 1.0で、ApacheでもMITでもなく、提供前に読む必要がある——寛容型ライセンスではなく、条件を伴うベンダーライセンスだ。

Mercury 3にはウェイトもライセンスを読む必要もありません。API専用であり、エンタープライズ向けの導入では、手に取れる成果物ではなく、専用キャパシティ、オートスケーリング、設定可能なデータ保持が追加されます。

チームがファインチューニングすべきか、量子化すべきか、自前のハードウェアで実行すべきかを判断する場合、その一行が決定的であり、他の行は問題にならない。APIを呼び出し、チェックポイントに一切触れないチームにとっては、それは乗り換えコストの指標としてのみ意味を持つ。StepFunが価格を変更したりモデルを廃止したりした場合、Step 5 Previewのデプロイは自前ホストの重みに移行できるが、Mercury 3のデプロイは別のベンダーに移行することになる。

ルーティングの疑問に、正直に答える

どちらのモデルもOrcaRouterのカタログにはありません。当社のモデルAPIはstep-5-previewやInceptionのどのモデルに対しても何も返さないため、どちらかを呼び出したい方は、ベンダー自身のプラットフォームか、各ベンダーが示すサードパーティホストのいずれかを利用することになります。それをはっきりと伝えるほうが、当社に存在しないルートをほのめかすよりも有用です。

この状況でルーティングレイヤーが提供してくれるのは、コミットせずにその問いに答える方法です。200を超えるモデルが、マークアップなしのプロバイダー定価で、1つのOpenAI互換エンドポイントの背後に用意されています。そして、価格と能力の面でこの2つに最も近いモデル——1Mトークンウィンドウで$2.00/$6.00のQwen 3.8-Max、$1.40/$4.40のGLM 5.2、$3.00/$15.00のKimi K3——は、今日の午後にも自社のトラフィックで測定できます。どれも基準をクリアしなければ、どちらか一方のベンダーに支払う根拠が強まります。1つでもクリアすれば、統合を1つ省けたことになります。自動フェイルオーバーは、この対決に固有のリスクもカバーします。すなわち、安定性の確約がないローンチ割引中のモデルを本番経路に投入することになる、というリスクです。

ここでいつも以上に重要な仕組み上の点が一つあります。プロバイダーの定価はそのまま反映されるため、ベンダーの料金改定は更新時ではなく当日に請求へ反映されます。Step 5 Preview のキャッシュ価格がすでに一度変動していることを踏まえると、これは仮定上の利点ではありません。

選ぶ前に問うべきこと

これらのモデルはどちらも安価です。現実的なパイプラインでの請求額の差は1日数ドルにすぎず、ローンチ割引のせいでMercury 3はプロモーション終了後よりも安く見えています。つまり、この判断のポイントはコストではありません。

本質は、もっと単純な問いにあります。必要なのは速い答えですか、それともそれが正しいかどうかを知ることですか？ Step 5 Preview は検証できるほうです。独立したインデックススコア、実測された速度、実測された冗長さ、自分のハーネスで実行できる公開された重みがあります。Mercury 3 は1秒未満で答えるほうで、現在 Inception の外部の誰も検証できません。

人間が介在し、失敗が回復可能なレイテンシー重視の製品では、2番目のトレードオフは妥当であり、評価コストも安い。無人で稼働し、エラーのコストが高いパイプラインでは、測定スコアが40点台半ばのモデルは、スコアがまったくないモデルの数倍の価値がある——そして、あらゆるベンチマークではなく、まさにそれこそが、測定スコアを持つモデルがキャッシュ価格を引き上げられる理由だ。

注目すべきは地味な点だ。次に独立系のMercury 3の測定値がいつ出るか、そしてStepFunのキャッシュ価格が再び動くかどうか。どちらも小さな事実だが、どんなローンチ記事よりも計算を大きく変えるだろう。