Mercury 3 vs Grok 4.6: 하나는 대체되었고, 다른 하나는 측정되지 않았으며, 둘 다 속도를 내세워 판매되고 있다

Mercury 3와 Grok 4.6을 비교할 때 가장 먼저 알아야 할 사실은 Grok 4.6이 현재의 Grok이 아니라는 점이다. SpaceXAI는 2026년 8월 12일에 이를 출시했으며 입력 토큰 100만 개당 $2.00, 출력 토큰 100만 개당 $6.00의 가격을 책정했고, 그 후 Grok 4.7을 내놓았다. Artificial Analysis는 이제 4.6을 deprecated(사용 중단)로 표시하고 독자들에게 더 새로운 모델을 안내한다. 반면 Mercury 3는 이제 겨우 이틀 되었다. Inception Labs가 2026년 10월 19일에 $0.20 및 $0.70(100만 개당)으로 출시했고, 종료일이 공개되지 않은 출시 기간 동안 가격을 절반으로 낮췄으며, 중립적인 누구도 이를 전혀 측정하지 않았다. 따라서 이 조합에 대한 솔직한 문제 설정은 "이 둘 중 무엇을 써야 하나"가 아니다. 핵심은 둘 다 주로 속도 수치를 앞세워 판매된다는 점, 그 두 속도 수치는 같은 종류의 수치가 아니라는 점, 그리고 두 제품 중 하나는 카탈로그에서 퇴출되는 중인 반면 다른 하나는 그것을 만든 회사 직원이 아닌 누구도 아직 테스트하지 않았다는 점이다.이와 같은 출시의 배경에 있는 문서화된 AI 실패 및 에이전트 사건이 수집되어 있는 곳은 the OrcaRouter AI Incident Archive이며, 각 항목에는 자체 출처, 심각도, 신뢰도 등급, 이견 표시가 함께 제공된다.

그렇다면 이는 측정에 관한 비교가 되는데, 이는 두 모델의 가격을 정하기 전에 알아두면 가장 유용한 정보이기도 합니다. Mercury 3는 확산 언어 모델로 — 한 번에 토큰 하나를 내보내는 대신 여러 위치의 블록을 노이즈 제거하여 한꺼번에 확정합니다 — Inception은 NVIDIA 하드웨어에서 초당 1,068토큰, Mercury 1의 전체 파라미터 수의 40배 이상, 260,000토큰에서 1,000,000토큰으로 커진 컨텍스트 창, 131,072토큰의 출력 상한을 보고합니다. Grok 4.6은 긴 에이전트 실행을 위해 만들어진 기존의 프런티어 모델로, 500,000토큰 컨텍스트, 텍스트·이미지·파일 입력, 그리고 백만 회 읽기당 $0.50에 75% 캐시 할인을 제공합니다.

두 개의 속도 숫자가 실제로 측정하는 것

Inception의 초당 1,068 토큰은 출력 처리량 수치입니다. 즉, 모델이 토큰 생성을 시작한 뒤 토큰이 모델을 빠져나가는 속도입니다. Artificial Analysis가 Grok 4.6에 대해 동일한 양을 측정한 결과는 초당 65.4 토큰입니다. 이 두 수치를 나란히 놓고 보면 Mercury 3가 16배 더 빨라 보입니다. 이는 실제 차이이며, 동시에 차이의 전부는 아닙니다. 처리량은 지연 예산을 구성하는 세 가지 수치 중 하나에 불과하기 때문입니다.

두 번째는 첫 토큰까지 걸리는 시간이며, 여기서 그림은 그 프레이밍에 덜 유리해지고 더 흥미로워집니다. Artificial Analysis는 자사가 테스트하는 워크로드에서 Grok 4.6의 첫 토큰까지 걸리는 시간 중앙값을 37.19초로 기록했는데, 이는 자사 보드에 있는 모델들의 중앙값 3.75초와 대비됩니다. 우리 자체 7일 플레이그라운드 텔레메트리에서는 Grok 4.6의 p50이 샘플이 있는 하루 동안 8.00초로 나타납니다. 이 중 어느 것도 Mercury 3의 문제나 Mercury 3의 이점이 아닙니다. Inception은 첫 토큰 수치를 전혀 공개하지 않았고, 발표 자료에서 유일한 타사 지연 시간 수치는 고객 추천사뿐입니다. Octen은 생성 시간 중앙값 0.9초와 엔드투엔드 응답 중앙값 2.2초를 보고했고, RevisionDojo는 답변이 "약 1초 만에" 돌아온다고 보고했으며, Lorikeet은 Mercury 3가 지연 시간에서 다른 모델들을 앞섰고 자사 평가에서 더 높은 점수를 받았다고 말했습니다. 이는 유용한 신호이긴 하지만 마케팅 인용문이며, 그 세 회사 밖의 누구도 검토할 수 없는 워크로드에 대한 것입니다.

세 번째 숫자가 빠른 모델의 사용 가능 여부를 결정하는데, 바로 오류율입니다. 지난 7일간 우리 자체 인프라에서 GPT-5.6 Sol의 서빙 경로는 0.05%의 오류율을 기록했습니다. Grok 4.6은 텔레메트리가 존재하는 단 하루인 2026년 10월 17일에 86.7%를 기록했습니다. 이는 8월부터 라이브 상태였던 모델에 대한 단 하루치 샘플이므로, 모델에 대한 평결이라기보다는 서빙 경로에 대한 경고이며, 벤더 페이지에는 절대 등장하지 않는 바로 그런 종류의 숫자입니다. Mercury 3의 경우 측정할 경로 자체가 없기 때문에 오류율이 아예 없습니다.

각 줄에 출처가 첨부된 사양서

{{1}}가격{{/1}} — Mercury 3: 백만 토큰당 $0.20 / $0.70, 출시 시 $0.10 / $0.35, 게시된 종료일 없음, 캐시된 입력 90% 할인. Grok 4.6: 최대 200,000토큰까지 백만 토큰당 $2.00 / $6.00, 그 이상의 전체 요청에는 $4.00 / $12.00, 캐시된 읽기 $0.50.

• 컨텍스트 및 출력 — Mercury 3: 입력 1,000,000, 출력 131,072. Grok 4.6: 입력 500,000, 해당 모델 페이지에는 출력 상한이 공개되어 있지 않습니다.

• 모달리티 — Mercury 3: 텍스트 전용. Grok 4.6: 텍스트, 이미지 및 파일 입력, 텍스트 출력.

• 처리량 — Mercury 3: 초당 1,068토큰, Inception 측정. Grok 4.6: Artificial Analysis 기준 초당 65.4토큰; 샘플이 있던 날 우리 자체 플레이그라운드에서는 초당 256토큰.

• 독립 점수 — Mercury 3: 없음, Artificial Analysis 페이지가 존재하지 않습니다. Grok 4.6: Artificial Analysis Intelligence Index에서 44점으로 217개 모델 중 37위, 코딩 지수에서 76.8점으로 138개 모델 중 5위입니다.

• 상태 — Mercury 3: 출시 이틀째, 측정되지 않음. Grok 4.6: Artificial Analysis 보드에서 지원 중단됨, Grok 4.7로 대체됨.

컨텍스트 비교는 일반적인 순서를 뒤집는 부분이다. Mercury 3는 Grok 4.6의 두 배 창, 즉 100만 토큰 대 50만 토큰을 제공하며 입력 가격은 10분의 1이다. 서류상으로는 장문 문서 작업에서 접전이 아니다. 실제로는 50만 토큰 창만 해도 누구든 처리하는 거의 모든 단일 문서보다 크며, 측정되지 않은 모델의 100만 토큰 창에 관한 흥미로운 질문은 그것이 존재하는지가 아니라 그 전반에서 품질이 유지되는지다. Artificial Analysis는 장문 컨텍스트 회상을 명시적으로 측정하며, Grok 4.6은 그곳에서 80.3점을 받는다. Mercury 3에는 이에 상응하는 수치가 없으며, 이는 회상 곡선을 알 수 없는 100만 토큰 창이 능력 주장이 아니라 용량 주장임을 의미한다.

Grok 4.6의 가격으로 실제로 무엇을 얻는가

Grok 4.6은 정가 기준 입력에서 Mercury 3보다 10배, 출력에서는 약 9배 비용이 든다. 그리고 그 비용으로 얻는 것에 대한 솔직한 답은 중립 하네스에서 측정된 위치, 멀티모달 입력, 그리고 공개된 답변당 비용이다. 마지막 항목이 가장 유용하다. Artificial Analysis는 Grok 4.6의 Intelligence Index 작업당 비용을 $1.48로 제시한다. 이 수치는 모델이 해당 스위트를 완료하는 데 필요한 토큰 수를 이미 반영한 것으로, 이 전체 비교에서 두 모델 중 어느 모델에 대해서든 존재하는 유일한 답변당 수치다.

그에 반해 Mercury 3의 $0.70 출력 요금은 답변당 대응 수치가 없는 토큰당 수치다. Mercury 3 작업이 Grok 4.6 작업과 동일한 출력량을 소비한다면 비용은 약 10분의 1이다. 출력량을 세 배 소비한다면 — Grok이 더 높은 추론 노력으로 하는 작업을 낮은 추론 노력으로 기본 설정하는 모델에서는 그럴 법한 일이다 — 비용은 약 3분의 1이 되고, 전략적 근거는 “10배 차이”에서 “검증되지 않은 모델에 대한 의미 있는 할인”으로 약화된다. 아직 누구도 둘 중 어느 쪽이 사실인지 말할 수 없다. 그것은 수사적 회피가 아니라, 빠져 있는 구체적인 측정치다.

Grok 4.6의 자체 수치는, 그 나름의 가치가 있든 말든, 긴 에이전트 실행이 필요로 하는 지점들에서 강합니다: GPQA Diamond 94.9, Humanity's Last Exam 42.9, 장문맥 회상 80.3, 그리고 138개 모델 중 5위에 올리는 코딩 지수 76.8입니다. 이는 SpaceXAI가 아니라 Artificial Analysis의 실행 결과이며, 그래서 적어도 Mercury 3와 비교가 가능합니다 — 그리고 그러한 실행 결과가 없는 Mercury 3는 비교할 수 없습니다.

구형 모델 문제야말로 진짜 결정이다

오늘 Grok 4.6을 선택한다는 것은, 자체 공급업체가 이미 대체해 버린 모델을 선택한다는 뜻입니다. Grok 4.7은 저희 카탈로그에 있으며, Artificial Analysis의 4.6 페이지는 독자들을 명시적으로 그쪽으로 안내합니다. 이제 막 기반으로 구축하려는 워크로드라면, 지원 중단된 모델에서 시작하는 것은 나중에 마이그레이션하겠다는 결정입니다. 문제는 언제뿐이며, 답은 보통 "장애가 발생했을 때"입니다.

그렇다고 해서 Mercury 3가 안전한 선택이 되는 것은 아니다. 측정되지 않은 이틀 된 모델과 더 이상 권장되지 않는 아홉 주 된 모델은 서로 다른 종류의 위험이며, 이 조합에서 어느 쪽도 저위험 선택지는 아니다. 이 비교가 실제로 입증하는 것은 더 좁고 더 유용하다. 답변당 비용이 문서화되어 있고 멀티모달 입력을 지원하는 측정된 모델을 원한다면, Grok 4.7이 그 범주의 현재 버전이고 4.6은 같은 가격의 전임자다. 백만 토큰 윈도우를 갖춘, 어디서든 이용 가능한 가장 저렴한 텍스트 전용 토큰을 원한다면 Mercury 3가 바로 그것이며, 단서가 있다. 그 카드에서 가장 저렴한 숫자는 종료일이 없는 프로모션이다.

Grok 4.7은 SpaceXAI 자체 요율로 OrcaRouter 카탈로그에 등재되어 있으며, 저희가 라우팅하는 다른 모든 모델과 동일한 OpenAI 호환 엔드포인트를 통해 추가 마진 없이 제공되고, 한 경로에 속도 제한이 걸리면 제공자 간 자동 장애 조치가 이루어집니다. 10월 17일 4.6의 서빙 경로에서 저희 텔레메트리가 기록한 오류율을 감안하면 이는 이론상의 이점이 아닙니다. Mercury 3는 카탈로그에 없습니다. 저희 모델 API는 어떤 Inception 모델에 대해서도 아무것도 반환하지 않기 때문에, 이를 호출하려는 사람은 신규 계정에 1억 개의 무료 토큰을 제공하는 Inception의 플랫폼으로 가거나, 이를 호스팅하는 여러 타사 플랫폼 중 하나를 이용하게 됩니다.

이 조합에 맞는 라우팅 패턴은 가격을 기준으로 나누는 것이 아닙니다. 무엇이 실패해도 괜찮은지를 기준으로 나누는 것입니다. 사용 중단된 모델의 트래픽을 현재 모델로 옮기고, 텍스트 전용 작업의 일부를 제한된 범위로 Mercury 3에 배치하고, 측정된 모델을 폴백으로 유지하고, 새 경로에 문제가 생기는 경우는 페일오버가 처리하게 하세요. 이 일부는 구성 값이고, 폴백은 라우팅 규칙입니다; 이를 넓힐지 좁힐지는 일주일 이내에 자체 오류율로 결정됩니다.

월요일에 무엇을 할까

작업이 긴 텍스트이고, 양이 많고, 답을 검증할 수 있다면, Mercury 3의 요금표는 이번 주에 범위를 정한 실험을 해볼 가치가 있습니다 — Inception 플랫폼의 1억 무료 토큰이 테스트를 커버하고, 백만 토큰 창은 문서를 잘라 추측하는 대신 전체 문서를 보낼 수 있다는 뜻입니다. 두 가지를 지켜보세요: 작업당 출력 토큰 수가 Sol 또는 G​rok 기준선에서 크게 벗어나는지, 그리고 긴 컨텍스트의 끝부분에서 품질이 저하되는지입니다. 둘 다 하루 안에 측정할 수 있고, 어느 것도 누군가의 벤치마크가 필요하지 않습니다.

이미지가 포함된 작업이거나, 도구를 반복 호출하며 몇 시간씩 실행해야 하거나, 첫 시도에 정확해야 하는 작업이라면 이 조합에서 답은 Grok 4.6이 아니다. 바로 Grok 4.7이거나, 검증된 프런티어 모델 중 하나이며, 솔직한 이유는 4.6은 지원 중단되었고 Mercury 3은 검증되지 않았기 때문이다. 즉, 뒤에 폴백을 두지 않고서는 고객 앞에 내놓을 수 없는 두 모델 중에서 고르는 셈이다.

이 모든 것을 바꿀 숫자는 Mercury 3의 완료된 작업당 중립 비용이다. G​rok의 $1.48을 만들어낸 하네스에서 나온 단 하나의 수치라면, 이 글의 핵심 불확실성을 비율로 바꿔 놓을 것이다. 그것이 존재하기 전까지 방어 가능한 입장은 지루한 쪽이다. 저렴한 토큰은 실제이고, 속도 주장은 그럴듯하지만 단일 출처에 기반하며, 스스로 검증할 수 있는 유일한 것은 자신의 트래픽에서 발생하는 자신의 오류율뿐이다.