Mercury 3 vs Reflection Beam: 가장 빠른 폐쇄형 모델이 가장 빠른 오픈형 모델을 만나다

리플렉션 빔은 검증 가능한 수치와 함께 등장했고, 머큐리 3는 검증할 수 없는 수치와 함께 등장했다. 빔은 Artificial Analysis 기준 초당 335.1 출력 토큰으로 평가되었으며, 첫 토큰까지 걸리는 시간은 0.80초, Intelligence Index는 30이다. 측정된 78개 모델 중 네 번째로 빠르고, 품질에서는 121개 중 20위다. 머큐리 3는 초당 1,068 토큰을 주장하며, 2026년 10월 19일 Inception이 출시한 지 하루 만에 어떤 종류의 독립적인 점수도 없다. 따라서 이 비교를 시작하는 공정한 방식은 "어느 쪽이 더 빠른가"가 아니라 "측정되지 않은 쪽이 측정될 때 그 격차는 어떻게 되는가"이다. 이와 같은 출시의 배경에 있는, 문서로 기록된 AI 실패와 에이전트 사건들은 the OrcaRouter AI Incident Archive에 수집되어 있으며, 각 항목에는 고유한 출처, 심각도, 신뢰도 등급 및 이의 제기 플래그가 함께 제공된다.

이 조합이 스펙표만으로는 설명되지 않을 만큼 중요한 이유는 두 모델 모두 같은 것을 내세우고 있기 때문이다. Mercury 3는 토큰 블록을 병렬로 다듬는 확산 언어 모델이고, Reflection Beam은 총 5,010억 개 파라미터를 갖고 토큰당 230억 개만 활성화되는 희소 전문가 혼합 모델이다. 다른 기법, 같은 승부수다. 다음 싸움은 능력의 한계가 아니라 추론 비용에 있다는 것이다. Beam은 2026년 10월 5일 발표됐고 그 가중치는 10월 16일 Apache 2.0으로 공개됐다; Mercury 3는 9일 뒤 폐쇄형 API로 출시됐다. 하나는 직접 다운로드해 측정할 수 있다. 다른 하나는 호출만 할 수 있고, 신뢰에 기대야 한다.

각 측이 실제로 공식 기록에 남긴 것

Beam의 기록은 이의를 제기할 수 있을 만큼 상세하다. Intelligence Index는 30으로 121개 모델 중 20위이며, Artificial Analysis가 비교 가능한 open-weight 모델에서 기록한 중앙값 19보다 높다. 측정된 출력 속도는 초당 335.1 출력 토큰, 첫 토큰까지 0.80초로, 둘 모두 초당 약 77토큰과 1.70초인 동종 모델 중앙값과 대비된다. 공개 요율은 입력 토큰 100만 개당 $0.70, 출력 토큰 100만 개당 $2.10이고 84퍼센트 캐시 할인이 적용되어 인덱스 작업당 컴퓨트 비용 $0.57로 산출된다. 또한 인덱스를 완료하는 데 7,900만 출력 토큰이라는 장황도 수치를 기록했는데, 이는 평가된 47개 모델 중 열 번째로 적은 양이며 1억 4,000만의 중앙값과 대비된다. 그 마지막 숫자는 효율성 주장이 다른 누군가의 하네스에서 처음으로 나타난 것이며, 두 모델 중 어느 쪽의 파일에서든 가장 흥미로운 수치다.

이와 대조적으로 Mercury 3의 기록은 세 가지 주장과 하나의 작은 실험으로 이루어져 있습니다. 주장은 다음과 같습니다. NVIDIA GPU에서 초당 1,068토큰; Mercury 1보다 40배 이상 많은 파라미터에 측정 지능은 약 3배; 그리고 품질은 "GPT-6 Luna와 Claude Haiku 5.5 같은 최전선 속도 최적화 모델과 동등하거나 더 우수"하다는 것입니다. 실험은 Inception 자체 웹 에이전트 하네스에서 진행한 실제 Mind2Web 탐색 작업 50개로, 50퍼센트가 완료되었으며 "GPT-6.1-Sol보다 유의미하게 더 많"았고, 동일한 토큰 양과 단계 수에서 이루어졌으므로 비용은 일부에 불과했습니다. 이 중 어느 것도 독립적으로 재현되지 않았으며, Artificial Analysis에는 Mercury 3 페이지가 전혀 없습니다.

그 비대칭성은 Inception의 엔지니어링을 깎아내리는 말이 아닙니다. 그것은 오늘 무엇을 결정할 수 있는지에 대한 진술입니다. Beam의 경우 완료된 작업당 비용을 계산할 수 있습니다. 누군가 완료 여부와 장황함을 측정했기 때문입니다. Mercury 3의 경우 토큰당 비용만 계산할 수 있고 그 외에는 아무것도 할 수 없습니다.

각 줄에 출처가 첨부된 사양서

• 백만 토큰당 가격 — Mercury 3는 정가 기준 입력 $0.20, 출력 $0.70이며, 출시 할인 기간에는 입력 $0.10, 출력 $0.35인 반면, Beam은 입력 $0.70, 출력 $2.10입니다

• 캐시된 입력 — Mercury 3는 정가 기준 백만 개당 $0.02인 반면, Beam은 입력 요율 84% 할인으로 대략 백만 개당 $0.11입니다

• 처리량 — Mercury 3 초당 1,068토큰(공급업체 주장, 하드웨어 미명시) vs Beam 초당 335.1토큰(Artificial Analysis 측정)

• 첫 토큰까지 걸리는 시간 — Mercury 3는 미공개, Beam은 측정 기준 0.80초

• 인텔리전스 인덱스 — Mercury 3은 2026년 10월 20일 기준 등재 없음, Beam 30은 121개 중 20위

• 인덱스 작업당 비용 — Mercury 3는 점수 없이는 계산할 수 없음, Beam $0.57 대비

• 인덱스에서의 출력 장황함 — Mercury 3는 미공개, Beam은 7,900만 토큰으로 47개 중 10번째로 간결함

• 컨텍스트 윈도 — Mercury 3는 최대 출력 131,072토큰에 1,000,000토큰, Beam은 최대 출력 131,072토큰에 1,048,576토큰

• 매개변수 — Mercury 3는 비공개이며, Mercury 1의 40배 이상이라는 설명만 있음(Beam 501B 전체, 토큰당 23B 활성 대비)

• 입력 방식 — 둘 다 텍스트 전용

• 추론 제어 — Mercury 3는 instant부터 high까지 네 가지 설정이며 기본값은 low인 반면, Beam은 다섯 단계의 필수 추론 강도를 사용하고, Reflection의 문서 기본값은 max입니다.

• 가중치 — Mercury 3 클로즈드 vs Beam Apache 2.0, BF16, FP8 및 273 GiB NVFP4 빌드 기준

• 셀프 호스팅 — Mercury 3는 엔터프라이즈 전용 용량만 제공하는 반면, Beam은 NVLink로 연결된 NVIDIA B300 GPU 4개를 사용하며 출시 당일부터 vLLM, SGLang, Transformers 및 Dynamo를 지원하는 레퍼런스 배포입니다

가격 라인에 관한 한 가지 주의점이 있습니다. Mercury 3의 할인은 공개된 종료일이 없으므로, 계획에서 유지되는 숫자는 $0.20/$0.70이며 $0.10/$0.35가 아닙니다. Beam의 $0.70/$2.10은 평가자와 Reflection 자체 플랫폼에서 공개한 현행 요금표입니다.

중요한 격차는 335 대 1,068입니다.

Inception의 수치가 중립적인 하네스에서 유지된다면, Mercury 3는 이 분야에서 측정된 가장 빠른 오픈웨이트 모델보다 약 3배 빠르며, Beam의 입력 가격 3분의 1이자 출력 가격 3분의 1로 그렇게 하고 있습니다. 더 빠르고 더 저렴하다는 이 조합이 Mercury 3를 한 문장으로 설명하는 근거이며, 그것은 강력한 문장입니다.

문제는 그 문장이 방법론을 전혀 밝히지 않은 숫자 하나에 전적으로 의존한다는 점이다. Inception은 어떤 GPU를 썼는지, 배치 크기가 얼마인지, 추론 노력(reasoning effort) 설정이 무엇인지, 측정이 단일 스트림인지 집계인지 말하지 않는다. 이 네 가지 선택만으로도 처리량 수치는 몇 배씩 달라진다. 적용해야 할 할인은 가상의 이야기가 아니다. Mercury 2.5가 출시됐을 때 공급업체의 처리량 수치는 Artificial Analysis가 이후 자체 하네스에서 측정한 초당 706토큰보다 상당히 높았다. 이는 이 분야에서 흔한 공급업체 대 독립 측정 간 격차이지 악의는 아니다. 하지만 바로 그 격차를 가정해야 한다.

3대1 삭감을 적용하면 Mercury 3는 초당 약 350토큰에 이르는데, 이는 Beam의 측정 수치와 같은 수준이며 가격은 3분의 1이고 품질 점수는 알 수 없습니다. 2대1 삭감을 적용하면 이 모델은 이 가격대에서 두 연구소가 출시한 모델 중 단연 가장 빠릅니다. 어느 경우든 비교는 "세 배 더 빠름"에서 "Beam만큼 빠른 것과 세 배 더 빠른 것 사이 어딘가이면서, 어느 쪽이든 Beam보다 저렴함"으로 바뀝니다.

같은 숫자 쌍 안에는 두 번째 비대칭성이 숨어 있습니다. Beam의 첫 토큰까지 0.80초라는 시간은 최대 노력 설정을 기본값으로 사용하는 추론 모델에서 측정된 것입니다. 즉, 모델은 무언가를 출력하기 전에 실제로 사고하고도 첫 토큰을 1초 미만에 반환하는 것입니다. 이는 원시 처리량 수치보다 더 인상적인 엔지니어링 성과이며, 독립적인 하네스만이 발견할 수 있는 종류의 결과입니다.

Beam 쪽의 진짜 핵심은 230억 개의 활성 파라미터다.

Beam의 카드에 적힌 501B라는 수치는 대부분 실제로 작동하지 않는다. 토큰당 230억 개가 활성화되면, 이 모델은 주어진 토큰마다 자기 자신의 약 4.6퍼센트를 깨우는데, 이는 현재의 오픈웨이트 기준으로도 공격적인 활성화 비율이다. 아키텍처 노트에는 인터리브된 로컬 및 글로벌 어텐션, 세분화된 라우팅 전문가, SandwichNorm, FP8/FP4 서빙 빌드가 언급되어 있지만, 실질적인 결과는 더 단순하다: Beam은 4-GPU 노드 하나에 들어간다. 그것은 연구용 호기심이 아니라 서빙 프로파일이다.

이는 장황함 결과도 설명해 준다. 인덱스를 완성하는 데 중앙값 1억 4,000만 개 대비 7,900만 개의 출력 토큰을 쓰는 모델은 같은 작업을 약 절반의 출력 토큰으로 해내는 것이며, 비용은 바로 출력 토큰에서 발생한다. Reflection 자체의 주장은 최전선에서의 동등성이라기보다 추론 시점의 효율성이며, 회사는 출시 자료에서 이를 명시한다. 즉 원시 성능 면에서는 Kimi K3와 GLM에 우위를 내준다. 독립 데이터는 그 양보와 효율성 주장을 동시에 뒷받침한다.

Mercury 3의 효율성 논거는 성격이 다르다. 그것은 토큰을 더 적게 소비하는 문제가 아니라, 토큰을 더 빠르게 생산하는 문제다. 또한 Inception의 스케일링 이야기 — 첫 모델 대비 40배의 파라미터, 측정된 지능 3배, 동일한 속도 — 는 확산의 병렬성이 자기회귀 모델이 따라올 수 없는 처리량을 확보한다는 주장이다. 이는 그럴듯하고 흥미로운 주장이다. 그러나 전적으로 자체 보고이며, 동일한 답에 도달하기 위해 비교 가능한 자기회귀 모델보다 더 많은 토큰을 소비하는지 여부에 대해서는 아무 말도 하지 않는다. Mercury 3 평가가 없어 그 수치를 얻을 수도 없으므로, 아무도 Mercury 3의 장황성 수치를 공개하지 않았다.

완료된 작업당 비용, 산출 완료

에이전트형 코딩 작업을 예로 들어 보겠습니다: 200,000토큰의 리포지토리 컨텍스트, 4,000토큰의 패치와 설명 출력, 그리고 팀 전체에서 하루 5,000회 실행입니다.

• 목록 기준 Mercury 3 — 입력 토큰 10억 개에 $0.20이면 $200, 출력 2,000만 개에 $0.70이면 $14. 하루 약 $214입니다.

• Mercury 3, 출시 요율 기준 — 하루 약 $107

• Beam의 공개 요율 기준 — 입력 1,000 million을 $0.70로 계산하면 $700이고, 출력 20 million을 $2.10로 계산하면 $42입니다. 84퍼센트 캐시 할인 전 기준으로 하루 약 $742입니다. 이 할인은 여기서 매우 중요합니다. 저장소 컨텍스트야말로 캐시되는 전형적인 프리앰블이기 때문입니다. 컨텍스트에 현실적인 캐시 적중률을 적용하면 입력 항목은 $112 쪽으로 급감하고 일일 총액은 $154 근처가 됩니다.

저 산술이 두 모델이 모두 존재하는 이유다. 캐시가 잘 적용된 에이전틱 워크로드에서는 두 모델이 서로 40% 이내 차이에 들며 — 캐시 상태가 좋은 시나리오에서는 Beam이 약간 더 저렴하고, 나쁜 시나리오에서는 Mercury 3가 더 저렴하다 — 둘 다 프런티어 모델이 같은 트래픽에 청구할 금액의 일부에 불과하다. 비용 논거는 둘을 구분하지 못한다. 이 둘을 구분하는 것은 Beam의 수치는 재현 가능한 반면, Mercury 3의 수치는 알 수 없는 완료율을 전제로 한 정가라는 점이다.

해결과는 거리가 먼 라이선스 문제

Beam의 가중치는 Apache 2.0에 따라 세 가지 정밀도로 다운로드할 수 있으며, 추가로 1.93B 추측 디코딩 드래프터가 제공되고, Reflection은 증류, 파인튜닝, 양자화 또는 병합을 제한하지 않는다고 밝힙니다. 적합성 검사 도구인 beam-verifier가 있는데, 이는 실행 중인 모든 Beam 엔드포인트에 대해 테스트 스위트를 실행한 다음 주요 벤치마크에서 평가하므로, 구매자는 제공업체의 수치를 신뢰하는 대신 직접 확인할 수 있습니다. 셀프 호스팅은 토큰당 비용 문제를 완전히 제거하고 이를 GPU 시간 문제로 바꿉니다.

Mercury 3는 그중 어느 것도 제공하지 않습니다. 폐쇄적이며 API 전용이고, 엔터프라이즈 티어는 가중치가 아니라 전용 용량과 구성 가능한 데이터 보존을 추가합니다. 모델이 판매하는 제품의 구성 요소인 워크로드의 경우, 그것은 공급망이라기보다 의존성입니다.

벤더 이력이라는 신호도 있습니다. Inception 자체의 마이그레이션 노트에 따르면 Mercury 2와 Mercury 2.5는 신규 사용자에게 닫혔고, 기존 고객은 2026년 11월 15일 접속을 잃게 됩니다 — {{1}}Mercury 3가 출시된 지 한 달도 채 되지 않은 시점에{{/1}}. 두 세대를 그렇게 빨리 은퇴시키는 회사는 자사 모델이 어떻게 소비되기를 기대하는지 말해 줍니다: 짧게 살아 있는 임대 서비스로서요. Reflection은 현재로서는 정반대의 일을 했고, 그 아티팩트를 넘겨주었습니다.

두 모델 모두 우리 카탈로그에 없다는 점을 감안할 때, 라우터가 어디에 적합한지

Mercury 3도 Reflection Beam도 OrcaRouter에서 제공되지 않습니다. 모델 API를 확인해 보면 둘 다 아무 결과도 반환하지 않으며, 우리가 보유하지 않은 경로를 설명하지는 않겠습니다. 우리가 제공하는 것은 그 주변 계층입니다: 하나의 OpenAI 호환 엔드포인트 뒤에 200개 이상의 모델, 제공업체 정가에 마크업 없음, 자동 페일오버와 모델을 단일 호출로 구성하기 위한 라우팅 DSL.

이 특정 조합의 경우, 그 계층은 두 가지 역할을 합니다. 첫째는 비교입니다. 이 모든 것에 투자하기 전에 초당 300토큰의 오픈 가중치 모델이 제품에 충분히 빠른지 알고 싶다면, 솔직한 테스트는 이미 호출할 수 있는 모델들에 워크로드를 실행해 보는 것입니다 — 컨텍스트 1,048,576토큰의 Kimi K3($3.00/$15.00), GLM 5.2($1.40/$4.40), Qwen 3.8-Max($2.00/$6.00) — 그리고 사용자가 실제로 체감하는 것을 측정하는 것입니다. 둘째는 폴백입니다. 자체 호스팅 Beam 배포와 공급업체 호스팅 Mercury 3는 서로 다른 두 가지 장애 모드입니다; 프로덕션 경로를 장애 조치 기능이 있는 라우터 뒤에 두면 엔드포인트 성능 저하가 서비스 중단이 아니라 로그에 기록되는 이벤트가 됩니다. 왜냐하면 공급업체 정가가 변경 없이 그대로 전달되므로, Reflection 가격 인하나 Inception 할인은 발표되는 날 청구서에 반영됩니다.

점수가 아니라 제약 조건에 따른 결정

• 모델이 자산이어야 한다면 — 감사 가능하고, 파인튜닝 가능하고, 자체 하드웨어에서 실행되며, 벤더가 사라져도 살아남아야 한다면 — 여기서 Beam이 유일한 선택지입니다. Apache 2.0, 단일 노드에 들어가는 273 GiB 빌드, 그리고 어떤 공급자든 Reflection의 수치와 대조해 확인할 수 있는 검증기까지. 이것은 Mercury 3가 전혀 답할 수 없는 질문에 대한 완전한 답입니다.

• 폐쇄형 API에서 가능한 가장 낮은 지연 시간이 필요하고 사람이 기다리고 있는 상황이라면, Mercury 3가 더 흥미로운 선택이며, 그 가격 덕분에 평가 비용이 저렴합니다. 테스트할 때는 effort 설정을 명시적으로 고정하세요. 기본값이 낮고 Inception의 주장이 어떤 설정에서 나온 것인지 밝히지 않기 때문입니다.

• 커밋하기 전에 품질을 먼저 알아야 한다면, Beam에는 수치가 있지만 Mercury 3에는 없습니다. 121개 모델 지수에서 30은 평범한 수준입니다 — 최전선 점수도 아니고 Reflection이 그렇다고 주장하지도 않지만 — 그래도 설계 기준으로 삼을 수 있는 하한선입니다.

• 워크로드가 에이전트 기반이고 장시간 실행되는 경우, Beam의 경우 기본값이 최대 노력인 필수 추론이 호출당 비용이 많이 들고, Mercury 3의 경우 저노력 기본값이라 호출당 비용이 저렴합니다. 완료된 작업당 어느 쪽이 더 저렴한지는 Mercury 3에 대해 아무도 측정하지 않은 완료율에 달려 있습니다.

이 비교에서 일어날 수 있는 가장 유용한 일은 독립적인 Mercury 3 측정 결과다. 그것이 경쟁력 있는 품질 점수와 함께 1,068 근처로 나온다면, Inception은 이 분야에서 가장 빠른 저가 모델을 출시한 것이고 Beam의 효율성 이야기는 원시 속도가 아니라 개방성에 관한 이야기가 된다. 그것이 중위권 점수로 Beam의 335 근처에 나온다면, 가장 빠른 오픈웨이트 모델과 가장 빠른 클로즈드 모델의 속도가 같아지고, 결정적인 질문은 가격, 라이선스, 그리고 그 아티팩트를 소유하고 싶은지 여부가 된다 — 현재 Beam이 더 나은 답을 가지고 있는 세 가지 질문이다.