Mercury 3：Inception の拡散 LLM が 1M トークンコンテキストで毎秒 1,068 トークンを達成
Inception Labs は、これまでにリリースされた中で最も高性能な拡散ベース LLM と称する Mercury 3 を公開しました。同社は、Mercury 3 がベンチマークで GPT-6 Luna と Claude Haiku 5.5 を上回り、毎秒 1,000 トークン以上で 4〜8 倍高速に動作すると主張しており、テキスト拡散が自己回帰言語モデルと同じようにスケールする証拠としてこのモデルを提示しています。
Mercury 3 の概要
Mercury 3 は、NVIDIA GPU 上で毎秒 1,068 トークンを処理する拡散 LLM で、1M トークンのコンテキストウィンドウと、比較対象となる速度最適化フロンティアモデルより低いローンチ価格を備えています。
| スペック | Mercury 3 |
|---|---|
| モデルタイプ | 拡散ベース LLM |
| 速度 | NVIDIA GPU 上で毎秒 1,068 トークン |
| コンテキストウィンドウ | 1M トークン（Mercury 2.5 の 260K から増加） |
| 標準価格 | 入力 100 万トークンあたり 0.20 ドル、出力 100 万トークンあたり 0.70 ドル |
| ローンチ価格 | 入力 100 万トークンあたり 0.10 ドル、出力 100 万トークンあたり 0.35 ドル（50% オフ） |
| キャッシュ済みトークン | 入力価格から 90% オフ |
| 提供形態 | Inception API Platform、OpenRouter、Baseten、Vercel |
| API 互換性 | OpenAI API 互換 |
| 無料枠 | Inception プラットフォームで 1 億トークン無料 |
Inception は、Mercury 3 が品質ベンチマークで「GPT-6 Luna や Claude Haiku 5.5 などのフロンティアの速度最適化モデルと同等かそれ以上」であると述べています。これらは同社独自のベンチマーク結果であり、発表文には評価方法の詳細は公開されていません。
スケーリングの主張：拡散は自己回帰モデルと同様にスケールする
この発表の中心となる主張は、拡散 LLM が自己回帰モデルだけでなく、スケーリング則に従うというものです。Inception によると、Mercury 3 は Mercury 1 と比較して総パラメータ数が 40 倍以上大きく、標準ベンチマーク群での知能は Mercury 1（mini）から Mercury 3 にかけて 3 倍に向上しました。
Mercury 1 のローンチ時、Inception はこれを「拡散 LLM が商用アプリケーション向けに構築できる最初の証明」と位置付けました。当時の未解決の疑問は、拡散が複雑なユースケースで自己回帰モデルと競合できる規模に達するかどうかでした。Mercury 3 の発表で Inception は「できる」と明確に答えています。
同社の結論は次の通りです。「自己回帰モデルの進歩を牽引したスケーリング則は、拡散にも当てはまる」。
本番導入とパートナー実績
Inception によると、早期アクセスパートナーはすでにブラウザ使用エージェント、インタラクティブ教育、リアルタイム検索エージェント、カスタマーサポートなどの遅延に敏感なアプリケーションで Mercury 3 を稼働させています。発表には、具体的な性能数値を示す名前入りのパートナー証言が含まれています。
ブラウザ使用エージェント：TinyFish AI
Inception は、エージェントが各ステップでモデルを待つため、小さな遅延が積み重なると主張しています。同社は、自社の本番ウェブエージェントハーネスで 50 件の実在する Mind2Web ナビゲーションタスクに対してフロンティアモデルと Mercury 3 を比較しました。Mercury 3 はその 50% を完了し、これはフロンティアモデルと同量のトークンと同数のエージェントステップで、トークンあたりのコストはわずかであり、Inception によると GPT-6.1-Sol より大幅に多いとのことです。
TinyFish AI の共同創業者である Shuhao Zhang 氏は、エージェントが「より早く完了し、回答する前にさらに多くのアプローチを試す時間ができる」と述べています。
インタラクティブ教育：RevisionDojo
個別指導と採点のワークロードに対して、Inception は Mercury 3 がほぼリアルタイムで応答すると主張しています。General Learning（別名 RevisionDojo）の共同創業者兼 CTO である Michael Tong 氏は、このモデルによって「推論を犠牲にすることなく、すべての生徒に即時フィードバックを提供できるようになった」と述べ、ヒント、採点済み回答、定義が「約 1 秒で」返り、品質は「以前使用していたモデルと同等かそれ以上」であるとしています。また、これを「既存スタックのドロップイン代替」と表現しました。
リアルタイム検索エージェント：Octen AI
Inception は、数秒の遅延で検索アプリケーションが応答しないように感じられると述べています。Octen AI の Sense API テストでは、Octen 検索は約 80ms で、モデル生成がボトルネックでした。Octen AI の創業者兼 CEO である Kuan Zou 氏は、Mercury 3 が「テストした高速モデルの中で最良の速度と品質のバランスを提供した」と述べ、生成時間の中央値は 0.9 秒、エンドツーエンド応答時間の中央値は 2.2 秒でした。
カスタマーサポート：Lorikeet
規制対象ビジネス向けに音声、チャット、メールでのコンシェルジュ形式のサポートを構築する Lorikeet は、初期テストで Mercury 3 が「他のモデルより遅延が低く、評価と本番環境の両方で高いパフォーマンスを発揮した」と報告しています。これは技術スタッフの Michael Gribben 氏による発言です。
Mercury Voice と Mercury Decide
Mercury 3 は、リアルタイム AI を目的とした Inception の幅広い製品ポートフォリオの旗艦です。発表では他の 2 つの製品も言及されています。
- Mercury Voice は、超低遅延の音声アプリケーションと、エンドツーエンドの遅延だけでなく最初の応答トークンまでの時間（TTFAT）の最小化に特化しています。Inception は、これが Audivi AI、Altur、OpenCall のエージェントで既に稼働していると述べています。
- Mercury Decide は、大量分類ワークロード向けに構築された意思決定モデルです。Inception は、JevBench や LegalBench などのベンチマークで Jev を上回ると主張しています。
提供と価格
Mercury 3 は、本日 Inception API プラットフォームおよび OpenRouter、Baseten、Vercel を通じて利用可能です。OpenAI API 互換であるため、Inception は既存スタックに書き換えなしで組み込めると述べています。エンタープライズ展開では、専用容量、自動スケーリング、コンプライアンス制御、構成可能なデータ保持をサポートしています。
Inception は、API を試すための 1 億トークンの無料提供と、chat.inceptionlabs.ai のチャットインターフェースを提供しています。
Hacker News のコメント投稿者の意見
Hacker News での議論（176 ポイント、71 コメント）は、実際に試した報告と、ベンチマーク比較への懐疑と、オープンウェイトに関する質問が混在していました。
実際に試した感想はおおむね好意的
あるコメント投稿者 Escapado 氏は、macOS Swift UI アプリを OCR と翻訳用に Mercury 3 で約 45 分のプロンプトで構築し、約 160 トークン/秒で 2,600 万トークン（キャッシュなし 130 万）を使用したと報告しています。
「このツールの計画を考えさせ、エンドツーエンドで実装させるのに約 8 〜 9 ステップかかりました。最初は座標計算を間違えましたが、指摘するとすぐに修正し、それ以外のステップはすべて一発で成功しました。」
GodelNumbering 氏は、UML 図用の HTML レンダラーを構築するように依頼した後、モデルが「前世代より明らかに高性能に見える」と述べ、各テーマで「異なる、目に優しい配色」を選んだと指摘しました。UncleOxidant 氏は、リポジトリで試した後「嬉しい驚き」と書き、moonu 氏は「2.5 より確実に改善されている」としつつ、モデルがマルチモーダルであることを望んでいると述べました。
ベンチマーク比較への懐疑
すべての実機報告がマーケティングと一致したわけではありません。snake_doc 氏は、OpenRouter で「deepseek v4.1 flash（together/baseten/fireworks 経由）がまだ遅延と知能の両方で mercury 3 を上回った」と述べ、「TTFT は mercury ではかなり遅い」と付け加えました。vatsachak 氏は「私のお気に入りのおもちゃの数学パズルでは GPT 6.1-Sol ほど速くない」と報告し、「知能はトークンをあまり消費しない」と推測しました。
jjaskulowski 氏は、直接比較の枠組みに対する方法論的な異議を唱えました。
「比較が意味を持つのは、Mercury と Luna に同じトレーニングデータを与え、同じ後処理とアライメントを施した場合だけです。高速なのは素晴らしい。支持します。ただ、それをどう評価すればいいかわからないと言っているだけです。」
Google Gemini Diffusion の疑問
Simon Willison 氏は、Inception が拡散テキスト生成を示した唯一の研究所ではないと指摘しました。
「Google が昨年の Gemini Diffusion デモで実質何もしなかった理由がまだ理解できません。本当にクールで、本当に高速だったのに、そのまま沈黙してしまいました。数か月前に Diffusion Gemma をリリースしましたが、それについてもあまり話題になっていません。」
dumberquestions 氏は、Inception が永続的なリードを持っているという考えに反論しました。「大手研究所が拡散実験をしていないとは思えませんし、もししていれば、はるかに多くの計算リソースを持つ別の研究所が拡散で先を行っているのも驚きではありません。」
コスト、オープンウェイト、未回答の疑問
2001zhaozhao 氏は、Inception がどのようにしてこの価格を実現したかを尋ね、ベンチマークが正当なら Mercury 3 は「Haiku 5.5 と GPT-6 Luna に対して考慮の余地がない選択肢」と呼び、「Haiku 5.5 は 100k コンテキストを超えると 5 倍高価になり、このモデルは同じ価格で最大 1M まで対応する」と指摘しました。同じコメント投稿者は、価格がローンチ後の期間を過ぎると 2 倍になるが、100k リクエストを超える Haiku の価格よりははるかに低いと付け加えました。moecables 氏も同様の懸念を表明しました。「割引が終了した後もまだ有用か気になります。」
SillyUsername 氏はオープンウェイトの面で失望しました。「ちくしょう、こんなオープンウェイトモデルを待っていたのに、まだ出てこない。」UncleOxidant 氏も同様に「もっとオープンウェイトの拡散 LLM が見られることを望む（現在は diffusion gemma がある）」と述べました。
他のコメント投稿者は、発表が答えていない疑問を提起しました。loufe 氏は実際のモデルサイズと、従来の LLM とのトレーニングの違いを尋ねました。GodelNumbering 氏は、拡散モデルがコードベースのインクリメンタルな変更のためにどれだけのコードを読む必要があるか、ツール呼び出しをどの程度うまく処理するかを尋ねました。fraywing 氏は、これらのモデルは「トークンを非線形に生成するため、推論が難しいかどうか」を尋ねました。davedx 氏は、意思決定ワークロードが最大スループットを求めることを考えると、Mercury 3 が Jev などの意思決定モデルとどれだけ競争力があるか疑問視しました。nkoren 氏は、Inception の共同創業者 volodia によるコメントがスレッドでフラグ付けされるか削除されたように見えると指摘しました。
注意点
この記事のパフォーマンス、品質、コストの数値は、Inception Labs 自身の発表と名前入りパートナーの証言に基づいています。発表では、モデルのパラメータ数、トレーニングデータ、完全なベンチマーク方法は開示されていません。Hacker News での独立したコメント投稿者による報告はまちまちで、強力な結果を報告するユーザーがいる一方、DeepSeek v4.1 Flash などの競合モデルがサードパーティのホスティング環境でレイテンシにおいて Mercury 3 に匹敵するか上回ったと報告するユーザーもいました。