Mercury 3, 초당 1,068토큰 달성 — 단 하나의 벤치마크 수치도 없이

Inception Labs는 2026년 10월 19일 Mercury 3를 출시했으며, 발표문은 세 가지 숫자를 앞세웁니다. NVIDIA GPU에서 초당 1,068토큰, 100만 토큰 컨텍스트 창, 그리고 출시 할인이 지속되는 동안 입력 토큰 100만 개당 0.10달러입니다. 그러나 여기에는 단 하나의 벤치마크 점수도 없습니다. 품질 주장은 비교형입니다. 즉 Mercury 3가 "GPT-6 Luna와 Claude Haiku 5.5를 능가한다"는 것이며, 게시물의 모든 정량적 주장은 속도, 크기 또는 가격에 관한 것입니다. 이는 비판이라기보다는, 이번 주에 워크로드를 이쪽으로 옮길지 결정하려는 경우 여러분이 다뤄야 하는 증거의 형태에 가깝습니다. 이 글은 Inception이 실제로 무엇을 출시했는지, 점수로 뒷받침되지 않은 주장이 무엇을 의미하는지, 그리고 빌더가 시험해 보는 것과 의존하는 것 사이에 어디서 선을 그어야 하는지를 살펴봅니다.이와 같은 릴리스의 배후에 있는 문서화된 AI 실패와 에이전트 사건은 the OrcaRouter AI Incident Archive에 수집되어 있으며, 각 항목에는 자체 출처, 심각도, 신뢰도 등급, 이의 제기 플래그가 포함되어 있습니다.

Inception이 10월 19일에 테이블에 올린 것은 무엇인가?

Mercury 3는 디퓨전 언어 모델이며, 인셉션은 이를 dLLM이라고 부르고, 지금까지 출시된 디퓨전 기반 모델 중 가장 뛰어난 모델이라고 회사 측은 말합니다. 이 아키텍처는 토큰을 한 번에 하나씩이 아니라 병렬로 생성하며, 처리량에 대한 주장은 여기서 나옵니다. 인셉션은 이 모델의 총 파라미터 수가 Mercury 1보다 40배 이상 크다고 밝히면서도 절대적인 파라미터 수는 공개하지 않았고, 자사 벤치마크 제품군 전반에서 측정된 지능은 Mercury 1 (mini)에서 Mercury 3로 약 3배 상승했다고 말합니다.

• 컨텍스트 — Mercury 2.5의 260K에서 1M 토큰으로 증가했으며, 최대 출력은 131,072 토큰입니다.

• 가격 — 정가 기준 입력 백만 개당 $0.20, 출력 백만 개당 $0.70이며, 출시 할인 진행 중에는 $0.10과 $0.35입니다.

• 캐시 입력 — 정가 기준 백만 개당 $0.02이며, 출시 기간에는 절반인 $0.01로, 이는 입력 요율에 적용되는 통상적인 90% 할인입니다.

• 추론 강도 — 네 가지 설정: instant, low, medium, high. Mercury 3는 매개변수를 생략하면 low가 기본값이며, Mercury 2.5와 Mercury 2는 medium이 기본값입니다.

• 모달리티 — 텍스트 입력, 텍스트 출력. 도구 호출 및 구조화된 출력은 채팅 완성 엔드포인트에서 지원됩니다.

• API 형태 — OpenAI 호환 채팅 완성이며, temperature는 0.5에서 1.0 사이로 조정할 수 있습니다.

• 이용 가능성 — 신규 계정에 1억 개의 무료 토큰이 제공되는 Inception 자체 API 플랫폼과 여러 타사 추론 플랫폼. 엔터프라이즈 배포에는 전용 용량, 오토스케일링, 구성 가능한 데이터 보존 기능이 추가됩니다.

기본 effort 설정은 가장 놓치기 쉽고 가장 중요할 가능성이 큰 세부 사항입니다. 기본적으로 "low" effort로 답하는 모델은 동일한 모델이 "high"일 때보다 더 빨라 보이고 점수는 더 낮을 것이며, Inception 자체의 비교 주장에는 어떤 설정에서 그 결과가 나왔는지 명시되어 있지 않습니다. Mercury 3를 직접 벤치마크한다면 effort 수준을 명시적으로 고정하세요. 그렇지 않으면 여러분의 수치는 다른 누구의 수치와도 비교할 수 없게 됩니다.

품질에 대한 주장은 정량적이 아니라 비교적입니다.

다시 읽어 보세요: Mercury 3는 "GPT-6 Luna와 Claude Haiku 5.5를 능가한다". 둘 다 속도에 최적화된 모델이지 최전선 플래그십이 아니며, 전체적인 판매 포인트가 지연 시간인 모델에게는 이 비교가 올바른 비교입니다. 하지만 발표에는 격차도, 벤치마크 이름도, 작업별 결과도 없어서, 직접 실행해 보지 않고서는 공개 하네스로 그 주장을 검증할 수 없습니다.

그나마 구조적 뒷받침이 있는 유일한 품질 결과는 에이전트 테스트다. Inception은 자사의 실제 운영 웹 에이전트 하네스 안에서 Mercury 3를 최전선 모델들과 함께 50개의 실제 Mind2Web 탐색 작업에 투입했고, 그중 50%를 완료했다고 보고하면서 "GPT-6.1-Sol보다 훨씬 더 많다"고 밝혔다. 동일한 토큰 양과 동일한 수의 에이전트 단계를 사용했으므로 토큰당 비용은 일부에 불과했다. 50개 작업은 작은 표본이고, 하네스는 Inception 자체 것이며, 비교 모델은 점수 없이 이름만 제시되었다. 이는 실제 신호다. 실제 사이트에서의 작업 완료는 객관식 평가 세트보다 조작하기 어렵다. 그러나 그것은 신호일 뿐, 조달 문서에 넣을 수 있는 측정치는 아니다.

Inception은 또한 Mercury 3가 프런티어 추론 모델과 동등하다기보다는 “프런티어 속도 최적화 모델과 동등하거나 더 낫다”고 말합니다. 그 구분은 이 글에서 상당한 역할을 하고 있으며, 액면 그대로 받아들일 가치가 있습니다. 이 모델은 Claude Opus 5.5나 Gemini 4 Argon이 아니라 빠른 등급을 겨냥해 포지셔닝된 모델입니다.

마지막 Mercury와 대비해 배치된 속도 숫자

초당 1,068토큰이 핵심 수치이며, 맥락 없이 인용될 가능성이 가장 높은 숫자다. Inception은 이를 하드웨어, 배치 크기, 에포트 설정, 또는 단일 스트림 측정인지 집계 측정인지를 밝히지 않은 채 "NVIDIA GPUs" 덕분이라고 설명한다. 이 네 가지 모두 수치를 몇 배 단위로 바꾼다.

존재하는 독립 측정치는 이전 세대에 대한 것이다. Artificial Analysis는 Mercury 2.5를 초당 약 706토큰, Mercury 2를 680대 토큰으로 측정했으며, 둘 다 자체 하네스에서 나온 수치다. 이는 실제로 재현 가능한 제3자 수치이며, 해당 출시 당시 함께 제시된 벤더 수치보다 낮다. 이 격차는 이 범주에서 흔히 나타나는 벤더 수치 대 독립 측정치 간 할인 폭이지, 악의의 증거는 아니다. 다만 누군가 1,068을 재현하기 전까지는 정신적으로 적용해야 할 할인 폭이다.

2026년 10월 20일 기준으로 Artificial Analysis에는 Mercury 3 페이지가 없습니다. 해당 모델 인덱스에는 여전히 Mercury 2.5와 Mercury 2만 등재되어 있고, Mercury 3 URL은 아무 결과도 반환하지 않습니다. 따라서 출시 하루가 지난 시점에서 속도 주장을 독립적으로 검증할 수단은 아직 없습니다. 이는 바뀔 것입니다. 주목할 만한 점은 그 수치가 1,068 근처에 나오는지가 아니라, 중립적인 평가 환경에서도 Mercury 2.5와의 격차가 Inception의 설명이 시사하는 만큼 크게 유지되는지 여부입니다.

출시 할인이 어떤 가치가 있는지, 그리고 어떤 가치가 없는지

50% 인하는 종료일 없이 “출시 시점”에 한시적이라고만 명시되어 있습니다. 따라서 이는 요율표가 아니라 프로모션 요율이며, $0.10/$0.35를 기준으로 구축한 어떤 비용 모델이든 알 수 없는 만료일을 갖게 됩니다. 계획을 세울 때 기준으로 삼아야 할 숫자는 정가입니다.

구체적인 비교를 보면 규모가 분명해진다. 하루 입력 토큰 1,000만 개, 출력 토큰 4,000만 개가 필요한 지원 또는 검색 워크로드를 생각해 보자. 정가 기준으로 Mercury 3는 입력에 2달러, 출력에 28달러가 들어 하루 30달러다. 출시 요금 기준으로는 같은 트래픽에 1달러와 14달러, 즉 하루 15달러가 든다. 한 달로 치면 약 900달러 대 450달러다. 즉 이 프로모션의 가치는 이 모델이 중급 자기회귀 모델보다 갖는 전체 정가 우위와 거의 맞먹는다. 유용하긴 하지만, 이를 기준으로 아키텍처를 설계할 이유는 되지 못한다.

캐시된 입력 가격 라인은 에이전트 워크로드의 실제 경제성을 바꾸는 항목입니다. 에이전트는 매 단계마다 동일한 시스템 프롬프트와 도구 정의를 다시 보내기 때문입니다. 백만 캐시 토큰당 $0.02라면 20,000토큰 프리앰블 비용은 호출당 $0.004가 아니라 $0.0004입니다. 50단계 에이전트 실행에서는 프리앰블 비용이 20센트가 아니라 2센트이며, 이는 작업당 가격이 실행 가능한 수준인지 아슬아슬한 수준인지를 가르는 차이입니다.

Inception은 챗봇을 판매하는 것이 아닙니다.

출시는 단일 모델이 아니라 포트폴리오를 중심으로 구성되었으며, 그 구성은 이 제품이 누구를 위한 것인지 보여줍니다. Mercury Voice는 음성 에이전트에서 첫 답변 토큰까지 걸리는 시간에 최적화되어 있고, Mercury Decide는 별도 엔드포인트에서 제공되는 분류 및 점수 산정 모델로, 입력 100만 개당 2센트, 출력은 무료로 책정되었습니다. Inception의 고객 사례는 모두 지연 시간에 민감한 프로덕션 시스템입니다: TinyFish의 웹 에이전트 하네스, RevisionDojo의 튜터링 피드백, Octen의 검색 생성, Lorikeet의 고객 지원.

그것들은 2초 응답이 제품 요구사항이고 5초 응답은 버그인 워크로드입니다. 또한 잘못되어도 복구할 수 있는 워크로드이기도 합니다 — 잘못된 힌트, 잘못된 검색 답변, 에스컬레이션된 지원 턴 — 이는 공개된 벤치마크 점수가 없는 모델을 안전하게 시험해 볼 수 있는 위험 프로필과 정확히 일치합니다.

이번 주 이 일이 건설업체를 어디에 놓이게 하는가

Mercury 3는 OrcaRouter 카탈로그에 없습니다. 현재 저희 모델 API는 어떤 Inception 모델에 대해서도 아무 결과도 반환하지 않으며, Mercury 3 모델 페이지도 저희 사이트에 존재하지 않습니다. 따라서 Mercury 3를 호출하려는 사람은 Inception 자체 플랫폼이나 Inception이 나열한 제3자 호스트 중 한 곳으로 가게 됩니다. 저희는 갖고 있지 않은 경로를 암시하기보다는 이 점을 분명히 말하는 편이 낫습니다.

이 상황에서 우리 라우팅 레이어가 유용한 지점은 새 모델 자체가 아니라 새 모델을 둘러싼 부분입니다. 아직 검증되지 않은, 유난히 빠른 릴리스에 통하는 패턴은 두 개의 모델 경로를 쓰는 것입니다. 지연이 중요한 계층은 Inception의 키를 통해 Mercury 3로 보내고, 폴백과 까다로운 사례는 우리가 실제로 보유한 모델에 두는 것입니다 — 하나의 OpenAI 호환 엔드포인트 뒤에 있는 200개 이상의 모델, 0% 마크업이 없는 제공업체 정가로, 제공업체 성능이 저하되면 자동으로 페일오버됩니다. 이득이 되는 곳에서는 속도를, 중요한 곳에서는 두 번째 의견을 얻으면서도 폴백을 위한 두 번째 통합은 필요 없습니다.

앞으로 몇 주 동안 주목할 만한 세 가지가 있다. 첫째, 독립적인 Mercury 3 측정으로, 처리량 수치와 품질상의 위치를 한 번에 확정할 것이다. 둘째, Inception이 자사 수치 뒤에 있는 effort 설정과 하드웨어를 공개할지 여부다. 그런 정보가 없는 벤치마크는 재현할 수 없기 때문이다. 셋째, 출시 할인에 종료일이 붙는지 여부다. 정가는 Mercury 2.5의 출력 요율보다 33% 낮고 Claude Haiku 5.5의 약 5분의 1이며, 방금 모델을 40배로 확장한 회사라면 사람들이 기억하는 숫자가 프로모션 숫자가 되기를 바랄 이유가 있다.

그때까지 솔직한 요약은 이렇습니다. Mercury 3는 방어 가능한 아키텍처 스토리와 진정으로 공격적인 가격, 그리고 Inception 외부에서는 아직 아무도 검증하지 못한 품질 주장을 갖춘 실제 출시 제품입니다. 사람이나 에스컬레이션 경로가 루프에 포함된 지연 시간에 민감한 워크로드라면, 일주일간의 평가를 정당화하기에 충분합니다. 잘못된 답변이 비용이 많이 들고 모니터링되지 않는 모든 경우에는, 아직 마이그레이션을 정당화하기에 충분하지 않습니다.