Mercury 3 vs NVIDIA Nemotron 3.5 Super VL 120B-A12B: 한쪽 속도 주장은 측정되었지만, 다른 쪽은 그렇지 않다

Mercury 3와 NVIDIA Nemotron 3.5 Super VL 120B-A12B는 둘 다 '빠르다'는 점을 내세워 판매되고 있다. 하지만 그 속도 주장 가운데 외부 제3자가 검증한 것은 단 하나뿐이다. Artificial Analysis는 자체 하네스에서 Nemotron 3.5 Super VL의 출력 속도를 초당 434.3토큰으로 측정한다. Inception Labs가 2026년 10월 19일에 출시한 Mercury 3는 초당 1,068토큰을 주장하는데, 2026년 10월 20일 현재 해당 지수에는 Mercury 3 페이지가 아예 존재하지 않으므로 그 수치를 뒷받침하는 제2의 주체는 없다. 스펙 시트가 아니라 바로 이 비대칭성이 이번 비교에서 실제 판단 기준이다. 이와 같은 출시의 배경이 된, 문서로 기록된 AI 실패와 에이전트 사고들은 OrcaRouter AI 사고 아카이브에 수집되어 있으며, 각 항목에는 자체 출처, 심각도, 신뢰도 등급, 이의 제기 여부 플래그가 함께 표시되어 있다.

일부 팀에는 더 중요한 두 번째 비대칭성이 있습니다. Nemotron은 다운로드 가능하고 자체 하드웨어에서 실행되며 사후 학습이 가능합니다. Mercury 3는 가중치가 없는 API 제품입니다. 이 둘 중 하나는 조달 결정이고 다른 하나는 배포 프로젝트이며, 벤치마크 표는 실제로 필요한 것이 어느 쪽인지 안내하는 데 부적절합니다.

두 공급업체가 합의한 숫자, 그리고 그들이 합의하지 못한 하나의 숫자

두 대상이 더 이상 달라 보이지 않는 행부터 시작하세요. 그중 몇 개는 실제로 동일하기 때문입니다.

• 컨텍스트 — 두 모델 모두 1M 토큰으로 명시되어 있습니다. Mercury 3는 여기에 131,072토큰의 출력 상한을 결합하며, Nemotron의 카드에는 프롬프트, 이미지, 히스토리, 도구 결과 및 답변에 걸쳐 최대 1M의 공유 윈도가 기재되어 있습니다.

• 출력 — 둘 다 텍스트 출력입니다. 어느 쪽도 이미지나 오디오를 생성하지 않습니다.

• 입력 — 바로 이 지점에서 두 모델이 갈립니다. Nemotron은 최대 2분 분량의 텍스트, RGB 이미지, MP4 비디오를 입력받습니다. Mercury 3는 텍스트만, 오직 텍스트만 입력받습니다.

• 가격 — Mercury 3는 출시 기간 동안 백만 입력 토큰당 $0.10, 백만 출력 토큰당 $0.35이며, 이후 정가 기준 $0.20 및 $0.70으로 복귀합니다. Nemotron은 공급업체 요율표가 전혀 없습니다. 존재하는 것은 Artificial Analysis의 원가 산정표이며, 현재 이 표는 백만 토큰당 입력 $0.225, 출력 $0.575에 78% 캐시 할인을 적용하고 Intelligence Index 작업당 $0.19의 비용으로 기재합니다.

• 가중치 — Mercury 3의 가중치는 공개되지 않았으며, Inception은 이를 공개하겠다는 약속을 한 바 없습니다. Nemotron의 가중치는 OpenMDW-1.1 라이선스로 Hugging Face에 있으며, 전체 정밀도 및 NVFP4 체크포인트를 제공합니다.

마지막 행은 대부분의 실제 평가를 결정하는 항목이며, 초당 토큰 수와는 아무 관련이 없습니다.

독립 지수를 과대해석하지 않고 읽기

NVIDIA는 2026년 10월 15일에 Nemotron 3.5 Super VL을 출시했습니다. 같은 주에 첫 독립 평가표가 등장했을 때, 그것은 인텔리전스 지수 26을 기록했고 속도 열이 있어야 할 자리는 비어 있었습니다. 이제 그 페이지에는 두 가지가 모두 실려 있습니다. Index v4.3.2에서 26, 그리고 초당 434.3 출력 토큰으로, 이는 비교 등급 내 28개 모델 중 1위에 해당합니다. 또한 지수 실행 전반에서 1억 7천만 토큰을 생성했는데, 이는 중앙값 1억 토큰과 대비되며 페이지에서는 이를 다소 장황하다고 설명합니다.

이는 해당 지수 자체의 측정치로, 자체 하네스를 통해 실행된 것이며, 어떤 단일 벤치마크 제품군이 지니는 가치와 정확히 같은 가치를 지닌다. 즉 NVIDIA에서 일하지 않는 사람이 수집한 재현 가능한 수치다. 26이 의미하는 것과 의미하지 않는 것을 주목하라. 페이지 자체의 비교 문구는 이를 40B–150B 등급의 비교 가능한 오픈 웨이트 모델 중앙값 8과 대조하므로, 이는 해당 가중치 등급 안에서는 강한 결과이고 크기를 막론한 프런티어 모델과 비교하면 보통 수준의 결과다. 페이지 상단에 나오는 67개 중 1위라는 순위는 필터링된 등급 내부의 순위이지 전체 배치가 아니다. 필터 없이 "1위"를 인용하는 사람은 필터를 인용하는 것이다.

이제 반대편입니다. Inception의 출시 게시물은 세 가지 정량적 주장을 합니다: NVIDIA GPU에서 초당 1,068토큰, 1M 컨텍스트, 그리고 정가의 절반인 출시 가격입니다. 품질에 관한 수치적 주장은 전혀 하지 않습니다. 대신 Mercury 3가 “GPT-6 Luna와 Claude Haiku 5.5를 능가한다”고 말합니다. 이 둘은 속도 최적화 모델로 지연 시간 제품에 맞는 올바른 비교군이지만, 격차도, 벤치마크 이름도, 작업별 결과도 없이 말입니다. 또한 Mercury 3가 Inception 자체의 웹 에이전트 하네스 안에서 라이브 Mind2Web 탐색 작업 50개 중 50%를 완료했다고 보고하며, 이는 “GPT-6.1-Sol보다 상당히 더 많다”고 합니다. 벤더 하네스에서의 50개 작업은 신호일 뿐, 26 옆에 놓을 수 있는 측정값은 아닙니다.

그래서 품질 근거를 놓고 정직하게 비교하자면 이렇습니다. 한 모델은 제3자 지수 점수를 갖고 있고, 다른 모델은 벤더의 한 문장을 갖고 있을 뿐입니다. 그것이 Mercury를 더 약한 모델로 만드는 것은 아닙니다. 측정되지 않은 모델로 만드는 것이며, 측정되지 않았다는 것은 낮은 점수와는 다른 위험 범주입니다.

오픈 웨이트 절반을 실제로 운영하는 데 드는 비용

Nemotron 3.5 Super VL은 토큰당 12B가 활성화되는 120B 매개변수 전문가 혼합(MoE) 모델로, MoE 계층당 512개의 라우팅된 전문가를 갖추고 있으며, Mamba-2, 어텐션, MoE 계층을 교차 배치하는 하이브리드 백본에 커넥터를 통해 C-RADIO 비전 인코더를 연결한 구조입니다. NVIDIA는 이를 두 가지 정밀도 등급으로 제공하며, 두 등급 간의 격차가 이번 릴리스에서 가장 유용한 수치입니다.

• BF16 — safetensors 샤드 64개, 약 231.8 GiB. NVIDIA 자체 서빙 레시피는 H100 4개에서 텐서 병렬 4, 또는 GB200 2개에서 TP2입니다.

• NVFP4 — 4비트 가중치 및 활성화에 양자화 인식 증류를 적용했습니다. 이 카드에는 DGX Spark 1대, H200 1대, H100 2대 또는 GB200 1대에서의 배포가 기재되어 있습니다.

두 개의 H100에서 BF16로 네 개를 쓸 때가 아니라 4비트로 두 개에 들어가는 120B 모델은 완전히 다른 구매 논의이며, 이것이 벤더가 효율적인 서빙을 위해 양자화된 체크포인트를 가리키는 이유입니다. NVIDIA가 공개하지 않는 것은 두 티어 간의 정확도 비교입니다. 이 주장은 학습 방법론에 대한 주장, 즉 학습 중 증류가 양자화 격차를 좁힌다는 주장이지 측정된 비교가 아니며, 결정이 그 격차에 달려 있다면 답은 리포지토리에 없습니다.

라이선스는 마케팅 문구를 넘어서서 직접 읽어볼 가치가 있습니다. 블로그 글에는 "오픈 웨이트"라고 적혀 있지만, 카드의 frontmatter에는 license: other, license_name: openmdw-1.1이라고 명시되어 있으며, OpenMDW License Agreement 1.1의 적용을 받습니다. 상업적 사용은 허용되며 카드에도 그 점이 분명히 적혀 있습니다. Apache 2.0은 아니므로, 조직에서 승인된 라이선스 목록을 관리하고 있다면 GPU 견적을 받기 전에 확인해야 할 것은 바로 그 목록입니다.

두 가지가 더 이상 대체재가 아닌 지점

불일치는 품질의 문제가 아닙니다. 그것은 그 일이 지닌 형태의 문제입니다.

Mercury 3는 확산 언어 모델, 즉 Inception의 용어로는 dLLM으로, 토큰을 한 번에 하나씩이 아니라 병렬로 생성합니다. 네 자릿수 처리량 주장이 처음 나온 근거가 바로 여기에 있습니다. 이 모델이 겨냥하는 작업 부하는 사람이 지켜보는 상황입니다. 튜터링 힌트, 검색 생성, 대화처럼 느껴져야 하는 지원 답변 같은 것이죠. Inception 자체 고객 인용문도 모두 그런 종류로, 이는 제품을 시험하는 올바른 기준입니다. 잘못된 힌트는 만회할 수 있습니다. 2초의 멈춤은 그렇지 않습니다.

Nemotron 3.5 Super VL은 정반대 지점을 위해 만들어졌습니다. 이 모델은 스크린샷, 스캔한 문서, 차트, 2분짜리 동영상 클립을 읽고, 도구를 호출하며, 직접 통제하는 하드웨어에서 실행됩니다. 이 모델이 겨냥하는 워크로드는 몇 분 동안 돌아가며 결과를 보고하는 파이프라인으로, 잘못된 추출은 비용이 크고 5초의 대기는 눈에 띄지 않는 환경입니다. 이 모델의 모델 카드 자체도 멀티모달 벤치마크 항목들이 모두 NVIDIA가 공개한 오픈 툴링을 통해 실행된 것은 아니며, 여러 항목 뒤에 있는 내부 스캐폴딩은 향후 릴리스에서 제공될 예정이라고 솔직히 밝히고 있습니다. 그런 단서가 이 모델의 자격을 박탈하는 것은 아닙니다. 오히려 해당 항목들에 의존하기 전에 어떤 항목을 직접 다시 실행해야 하는지 알려줍니다.

겹치는 범위는 스펙 시트가 시사하는 것보다 좁습니다. 입력이 송장 더미, 제품 영상 또는 대시보드 스크린샷이라면 Mercury 3는 이를 볼 수 없습니다. 요구 사항이 일반 텍스트에서 1초 미만의 대화형 턴이라면, 자체 GPU에서 120B 멀티모달 체크포인트를 돌리는 것은 그것을 얻기 위한 매우 비싼 방법입니다.

두 모델 모두 우리 카탈로그에 없어서 라우팅 권고가 달라집니다.

이 두 가지는 모두 사실대로 밝힌 '없음'입니다. 우리 모델 API는 Inception 모델도, NVIDIA Nemotron 항목도 반환하지 않으므로 Mercury 3와 Nemotron 3.5 Super VL 모두 오늘날 저희를 통해 호출할 수 있는 대상이 아닙니다. Mercury 3를 원하는 사람은 Inception 자체 플랫폼으로 가면 되고, 그곳에서는 새 계정에 1억 개의 무료 토큰을 제공합니다. Nemotron을 원하는 사람은 Hugging Face에서 체크포인트를 내려받거나 타사 호스트를 이용하면 됩니다. 우리가 없는 경로를 암시하기보다는 이렇게 적어 두는 편이 낫습니다.

이 지점에서 라우팅 계층이 여전히 쓸모 있는 부분은 실험을 둘러싼 부분입니다. 측정되지 않은 모델을 평가하는 합리적인 방법은 두 개의 경로를 구성하는 것입니다. 지연에 민감한 티어는 Inception의 키를 통해 Mercury 3로 보내고, 폴백과 어려운 케이스는 우리가 실제로 보유한 모델에 맡기는 것입니다 — 하나의 OpenAI 호환 엔드포인트 뒤에 있는 200개 이상의 모델, 프로바이더 정가에 0% 마크업으로, 프로바이더 성능이 저하되면 자동 페일오버까지 지원합니다. 새 경로가 출시 게시물에서 시사한 것보다 나쁘다는 것이 드러나면, 폴백은 이미 연결되어 있으므로 전환은 라우팅 규칙 하나를 바꾸는 일일 뿐 통합 프로젝트가 아닙니다. 비교 대상 중 셀프 호스팅 쪽은 그 어느 것도 얻지 못하는데, 라우팅할 것이 없기 때문입니다.

의사결정 규칙

모델이 무언가를 봐야 할 때 — 페이지, 스캔, 클립 — 또는 데이터가 인프라 밖으로 나갈 수 없을 때, 혹은 자체 예제로 포스트트레이닝할 계획일 때 Nemotron 3.5 Super VL 120B-A12B를 선택하세요. 하드웨어 예산은 솔직하게 책정하세요. BF16 기준 H100 네 대 또는 NVFP4 기준 두 대는 실제로 상당한 자본 투입이며, 인덱스의 26은 동급 대비 점수이지 최전선 점수는 아닙니다. 지시 수행과 장문 맥락 행이 자체 표에서 상대적으로 약한 부분임을 받아들이세요.

사람이 텍스트 답변을 기다리고 있고 재시도에 비용이 들지 않을 때는 Mercury 3을 선택하세요. 그 위에 구축하기 전에 두 가지를 받아들이세요. 초당 1,068토큰은 독립적으로 재현된 사례가 없는 벤더 수치라는 점, 그리고 기본 effort 설정이 "low"라는 점입니다. 따라서 직접 실행한 벤치마크는 instant, low, medium, high 중 하나를 명시적으로 고정해야만 다른 사람의 벤치마크와 비교할 수 있습니다. 예산은 정가인 $0.20과 $0.70을 기준으로 잡으세요. 출시 할인은 공개된 종료일이 없고, $0.10과 $0.35를 기준으로 만든 비용 모델에는 보이지 않는 만료일이 있기 때문입니다.

답을 가장 빨리 바꿀 것은 양쪽 모두에 해당하는 같은 일, 즉 제2의 주체가 동일한 테스트를 실행하는 것입니다. Artificial Analysis가 Mercury 3 페이지를 공개하면 처리량 주장은 검증 가능해지고 품질 문제는 더 이상 출시 게시물 속 한 문장으로 남지 않습니다. NVIDIA가 BF16과 NVFP4 사이의 정확도 차이를 공개하면 저렴한 배포 계층은 더 이상 맹목적인 믿음의 도약이 아니게 됩니다. 둘 중 하나라도 실현되기 전까지, 진실된 요약은 이 모델 중 하나는 측정되었고 다른 하나는 설명되었을 뿐이며, 아무리 많은 스펙표 비교로도 그 격차는 메워지지 않는다는 것입니다.