Mercury 3 vs Mistral Large 4: 두 미완성 모델과 각 모델에 붙은 약속

이 두 모델 중 어느 것도 완성되지 않았으며, 완성되지 않은 방식은 서로 정반대다. Mercury 3는 Inception Labs가 2026년 10월 19일에 입력 토큰 100만 개당 $0.20, 출력 토큰 100만 개당 $0.70의 출시 제품으로 공개했으며, 어떤 종류의 독립 평가도 없다 — Artificial Analysis 점수도, 제3자 하네스도, 그 무엇도 없다. Mistral Large 4는 Mistral이 2026년 10월 6일에 100만 개당 $1.36 및 $4.18의 공개 프리뷰로 발표했으며, Artificial Analysis Intelligence Index에서 독립 점수 38과 인덱스 작업당 측정된 $1.13을 기록했지만, Mistral이 '월말까지' 공개하겠다고 약속한 가중치는 이 글을 작성할 당시 Hugging Face에 게시되지 않았고, 프리뷰 자체의 강화학습 실행은 발표 당시에도 여전히 진행 중이었다. 이와 같은 릴리스의 배후에 있는 문서화된 AI 실패 및 에이전트 사건들은 OrcaRouter AI Incident Archive에 수집되어 있으며, 각 항목에는 자체 출처, 심각도, 신뢰도 등급 및 이의 제기 플래그가 함께 제공된다.

따라서 이 비교는 모든 수치가 벤더 보고에 기반한 모델과 모든 수치가 최종 확정된 것은 아닌 모델 사이의 비교입니다. 두 모델은 서로 다른 제품 범주에도 속합니다: Mercury 3는 100만 토큰 컨텍스트와 초당 1,068 토큰의 처리량 주장을 가진 텍스트 전용 확산 언어 모델이고, Mistral Large 4는 5,200억 개 활성 파라미터를 가진 네이티브 멀티모달 1조 파라미터 전문가 혼합(MoE) 모델로, 프랑스 데이터센터의 NVIDIA Grace Blackwell GPU 3,800개로 학습되었으며 유럽 AI 주권을 명시적으로 내세우고 있습니다. 워크로드가 텍스트이고 제약이 비용이라면, 그 차이는 어떤 벤치마크를 참조하기 전에도 결정적입니다. 그렇지 않다면 두 모델은 거의 경쟁하지 않습니다.

Mercury 3, 그리고 빠져 있는 특정한 것

Inception의 모델은 병렬 디코딩이라는 승부수의 3세대입니다. Mercury는 포워드 패스당 하나의 토큰 대신 위치 블록을 디노이즈하고 이를 함께 확정하는데, 초당 1,000개 이상의 토큰이라는 수치는 여기서 나옵니다. Inception에 따르면 Mercury 3는 총 파라미터 수가 Mercury 1의 40배 이상이고, 컨텍스트 윈도는 260,000개에서 1,000,000개 토큰으로, 출력 상한은 131,072개 토큰으로 커졌으며, 공개되지 않은 NVIDIA 하드웨어에서 초당 1,068개 토큰으로 실행됩니다.

빠져 있는 것은 Inception이 수행하지 않은 측정이다. 이번 발표에서 구조화된 품질 결과는 단 하나로, 실제 사이트를 대상으로 한 라이브 사이트 에이전트 테스트다. Inception 자체 프로덕션 하네스 안에서 실제 웹사이트를 상대로 수행한 50개의 Mind2Web 탐색 작업이며, 여기서 Mercury 3는 50% — 25개 작업 — 를 완료했고, Inception은 동일한 토큰 양과 단계 수에서 “GPT-6.1-Sol보다 상당히 많다”고 말한다. 그것은 사이트들이 라이브였다는 점 때문에 벤치마크 표보다 더 흥미롭고, 벤더 데모가 항상 그렇듯 같은 이유로 덜 신뢰할 만하다. Inception이 하네스와 대상, 채점을 선택했기 때문이다. 2026년 10월 20일 현재 Mercury 3에 대한 Artificial Analysis 페이지가 없으므로, 그 100만 토큰 윈도에 대한 중립적인 처리량 수치도, 작업당 중립 비용도, 중립적인 리콜 곡선도 없다.

그 결과는 철학적이라기보다 구체적이다. 재현율 곡선이 측정되지 않은 100만 토큰 컨텍스트는 용량 주장이다. 토큰은 들어가지만, 모델이 그중 얼마나 실제로 사용하는지는 아무도 입증하지 않았다. Mercury 2.5는 Artificial Analysis Intelligence Index에서 12점을 기록했는데, 이는 이전 세대가 어디에 있었는지를 알려줄 뿐 이번 세대에 대해서는 아무것도 말해주지 않는다.

Mistral Large 4, 그리고 아직 완성되지 않은 그 구체적인 부분

미스트랄의 모델은 완전히 다른 제안이며, 발표 내용은 그것에 대해 이례적으로 구체적이다. 이 모델은 1조 개 파라미터를 갖춘 네이티브 멀티모달 모델로, 5,200억 개의 활성 파라미터를 사용한다. 즉 희소 전문가 혼합 방식이므로, 1조 개 중 대부분은 특정 토큰을 처리할 때 작업을 수행하지 않는다. 이 모델은 문서, 차트, 자연 이미지, 기술 도면, 기가픽셀 위성 이미지를 처리하며, EU의 모든 공식 언어를 포함해 160개 이상의 언어에 걸친 데이터로 훈련되었다.

• 코딩 — DeepSWE v1.1에서 61.7%, SWE-Atlas-QnA에서 59.4%, Terminal-Bench 4에서 28.3%로, 통합 Coding Agent Index는 49.8%입니다. 모두 Mistral이 보고한 수치입니다.

• 에이전트 및 사이버 — AutomationBench에서 59.9%, AA-Briefcase에서 Elo 1,393, Mistral이 모든 모델을 앞선다고 밝힌 실제 취약점 재현 및 패치 테스트에서 82%, Cybench에서 93%, Lakera의 B3에서 93.3%의 공격 저항률을 기록했습니다.

• 비전 — Dense 200 시각적 그라운딩에서 42%로, 41%인 GPT-6 Astra를 근소하게 앞섰습니다.

• 인간 평가 — Surge AI의 블라인드 코딩 평가에서 5점 만점에 3.74점을 기록해 5개 모델 중 Claude Opus 5의 4.22점에 이은 2위를 차지했습니다. 제3자가 해당 연구를 수행했으며, Mistral이 의뢰하고 발표했습니다.

• 독립적 집계 — Artificial Analysis Intelligence Index에서 38점, 217개 중 66위, 인덱스 작업당 $1.13, 초당 출력 토큰 67.5개, 첫 토큰까지 1.65초.

• 상태 — {{1}}프리뷰, 가중치는 2026년 10월 말까지 제공 예정, 발표 시점에 RL 실행은 여전히 진행 중{{/1}}.

이 분류는 신중하게 다뤄야 한다. Mistral 자체 문서는 v26.10 세대를 "Open" 및 오픈 웨이트로 기재하고 있고, 10월 20일에 확인한 Artificial Analysis 페이지는 여전히 "proprietary"이자 "모델 가중치는 공개적으로 제공되지 않는다"고 밝히고 있다. 두 진술 모두 각기 다른 시점에서는 맞다. 라이선스는 의도이고, 가중치는 아직 디스크에 없다. Mistral Large 4가 11월에 다운로드 가능할 것이라고 가정하고 배포를 구축하는 사람이라면, 그 약속에는 날짜는 있지만 아직 저장소는 없다는 점을 유의해야 한다.

두 개의 요율표, 그리고 그 격차를 보기보다 작게 만드는 숫자

표면상 Mercury 3는 훨씬 저렴합니다: 출력 100만 개당 $0.70 대 $4.18, 입력은 $0.20 대 $1.36입니다. 이는 정가 기준 6배 차이이며, Mercury의 출시 기간에 $0.10 및 $0.35라면 12배 차이이고, Mistral 자체의 프로모션 가격 $0.68 및 $2.09를 적용하면 약 6배로 좁혀집니다.

답변당 수치는 여기서 더 압축되는 지점이며, 이 기사에서 모델을 판매하는 공급업체가 아닌 다른 누군가가 측정한 유일한 수치입니다. Artificial Analysis는 Mistral Large 4 Preview를 Intelligence Index 작업당 $1.13로 책정합니다. Mercury 3에는 이에 대응하는 수치가 없으므로, 이를 구성하는 유일한 방법은 토큰 볼륨을 가정하는 것입니다. 그리고 앞선 Mercury 비교들은 그 가정이 왜 중요한지를 보여주었습니다. 한 모델이 다른 모델이 193,000개의 출력 토큰을 쓰는 상황에서 31,000개의 출력 토큰을 쓴다면, 토큰당으로는 20배 더 비싸면서도 답변당으로는 더 저렴할 수 있습니다. 백만 개당 $0.70라면, Mercury 3가 단일 작업에 $1.13의 비용이 들려면 약 160만 개의 출력 토큰이 필요할 것입니다. 그것은 그렇게 많이 쓰지 않을 것입니다. 어떤 현실적인 볼륨에서도 $1.13 훨씬 아래에 위치하며, 이것이 그 주장의 정직한 핵심입니다. 토큰당 우위는 GPT-6 Sol을 상대로 했을 때와 달리 여기서는 답변당 보정을 거쳐도 유지됩니다.

• 맥락 — Mercury 3: Inception 문서 기준 1,000,000토큰. Mistral Large 4: Mistral 모델 목록 기준 1,000,000토큰이며, Artificial Analysis의 테스트 구성에서는 524,288토큰입니다.

• 멀티모달리티 — Mercury 3: 텍스트 입력, 텍스트 출력, 그 어떤 대가를 치러도 이미지는 없음. Mistral Large 4: 문서, 차트, 사진, 기술 도면, 위성 이미지.

• 속도 — Mercury 3: 벤더 측정 기준 초당 1,068토큰. Mistral Large 4: Artificial Analysis 기준 초당 67.5토큰이며, 첫 토큰까지 1.65초로 이 규모의 모델로서는 정말 빠릅니다.

• 가중치 — Mercury 3: 공개된 것은 없으며, Inception의 Hugging Face 조직에는 모델 저장소가 없습니다. Mistral Large 4: 10월 말까지 공개하겠다고 약속했으나 아직 공개되지 않았습니다.

• 거버넌스 — Mercury 3: 학습 데이터나 EU 배포에 관한 공개 성명 없음. Mistral Large 4: 유럽 데이터센터에서 학습, 유럽에서 운영되는 배포, 모든 공식 EU 언어 지원.

긴 컨텍스트 관련 수치는 두 번 읽어봐야 하는 부분이다. Mistral 문서에는 100만 토큰으로 기재되어 있지만, Artificial Analysis는 524,288에서 테스트했다. 이는 모순이 아니다. 공급자들은 자사 하네스가 지원하는 2의 거듭제곱 값으로 테스트하기 때문이다. 다만 이는 컨텍스트 수치가 최대치일 뿐 테스트된 성능은 아니라는 점을 상기시켜 주며, Mistral Large 4의 긴 컨텍스트 회상 성능도 전체 윈도우에서 공개된 바 없다.

유럽의 논쟁이 실제로 효과를 발휘하는 지점

주권성 강조는 이 모델의 치장이 아닙니다. 그것은 여러 구매자가 더 저렴하고 더 나은 제품 대신 이 모델을 선택할 이유입니다. 프랑스 데이터센터에서 Blackwell GPUs로 훈련되고, 유럽에서 운영되며, 모든 EU 공식 언어를 지원하는 다국어 기능 — 공공 부문 구매자나 규제 대상 유럽 기업에게 이 조합은 지능 지수 12점을 능가할 수 있습니다. 대안은 아예 조달이 불가능할 수 있기 때문입니다.

Mercury 3는 그중 어느 것도 제공하지 않는다. Inception은 모델이 어디에서 실행되는지, 어떤 데이터로 학습되었는지, 어떤 보존 조건이 적용되는지에 대해 아무것도 공개하지 않았으며, 기업 고객이 전용 용량, 오토스케일링, 컴플라이언스 제어, 구성 가능한 보존을 구매할 수 있다는 점만 언급했다. 그것들은 기업에 판매하기에 적합한 항목들이지만, 공개된 데이터 처리 입장과는 같지 않다.

유럽 이야기에서 해결하기보다는 짚고 넘어갈 만한 또 하나의 변수가 있습니다. 바로 오픈 웨이트(open-weights) 약속입니다. 만약 Mistral이 10월 말에 가중치를 공개한다면, 유럽 구매자는 현재 어떤 미국 연구소도 이 규모에서 제공하지 않는 것을 얻게 됩니다. 즉, 자체 경계 내부에서, 자체 하드웨어에서, 요청 경로에 벤더가 개입하지 않은 채 실행할 수 있는 프런티어에 근접한 멀티모달 모델입니다. 이는 프리뷰 API와는 본질적으로 다른 제품이며, 저장소가 없다는 점이 벤치마크 점수가 빠진 것보다 더 중요한 이유이기도 합니다.

이 두 모델 모두 저희 카탈로그에서 빠져 있어 추천이 달라집니다.

Mercury 3는 OrcaRouter 카탈로그에 없고, Mistral Large 4도 마찬가지입니다 — 우리 모델 API는 시도해 본 모든 슬러그 변형에서 둘 다 아무것도 반환하지 않습니다. 이는 분명히 말할 만큼 이례적인 일인데, 이 비교가 "둘 다 하나의 키에 올리기"로 끝날 수 없다는 뜻이기 때문입니다. 두 모델 중 하나를 호출하는 사람은 벤더에 직접 가거나, 해당 모델을 호스팅하는 여러 서드파티 플랫폼 중 하나를 이용하게 됩니다.

그런 상황에서 라우팅 계층이 여전히 하는 일은 모델을 호스팅할 필요가 없는 부분입니다: 우리가 라우팅하는 모델들을 단일 OpenAI 호환 엔드포인트 뒤에 두고, 어떤 트래픽이 어디로 가는지에 대한 규칙을 표현할 수 있게 해줍니다. Mistral의 가중치가 10월 말에 공개된다면, 흥미로운 아키텍처는 "모든 것에 Mistral Large 4를 사용하라"가 아니라 보안 경계를 벗어날 수 없는 문서를 위한 자체 호스팅 Mistral 경로, 그럴 수 있는 작업을 위한 라우팅된 프런티어 모델, 그리고 둘 사이를 결정하는 규칙입니다. 같은 규칙이 Inception이 우리가 접근할 수 있는 곳에 Mercury 3를 출시할 경우 그것을 처리하며, 어느 벤더의 프로모션 가격이든 종료되는 경우도 처리하는데, Mercury 3의 경우 종료 날짜가 발표되지 않았습니다.

누가 무엇을 골라야 하며, 무엇이 답을 바꿀까요?

텍스트 작업이고 물량이 많으며 답변 검증 비용이 저렴하다면 Mercury 3를 선택하세요. 요금표는 어떤 가격이 적용 중인지에 따라 Mistral Large 4보다 6~12배 저렴하고, 컨텍스트 창은 표기상 같은 크기이며, 중립 점수가 없다는 점은 하루 안에 자체 오류율로 측정할 수 있는 위험입니다. 포기하는 것은 텍스트가 아닌 모든 형태의 입력과 배포 전에 모델 동작을 감사할 수 있는 능력입니다.

입력에 이미지, 도면 또는 스캔이 포함되어 있거나, 조달 요건상 유럽에서의 학습과 운영이 필요하거나, 원시 처리량보다 1.65초의 첫 토큰 시간이 더 중요하거나, 오픈 웨이트 약속이 관심을 가진 실제 이유라면 Mistral Large 4를 선택하세요. 이 경우에는 발표가 아니라 저장소를 기다리세요. 포기하는 것은 가격에서 6배와 사용 가능한 가장 빠른 제품이라는 주장입니다.

두 개의 날짜가 이 글에서 열려 있는 질문 대부분을 해결해 줄 것이다. 첫 번째는 10월 말로, 그때 Mistral이 가중치를 공개하든 하지 않든 결론이 난다. 두 번째는 Artificial Analysis가 Mercury 3를 실행하는 시점으로, 그러면 첫 번째 섹션의 모든 벤더 수치가 측정값으로 대체될 것이다. 두 날짜 모두 아직 발표되지 않았다. 그때까지 내릴 수 있는 방어 가능한 요약은 Mercury 3가 더 저렴한 텍스트 엔진이고 Mistral Large 4가 더 완성도 높은 제품이며, 둘 다 현재 구매자가 믿음으로 받아들여야 하는 주장을 바탕으로 판매되고 있다는 것이다.