本文へスキップ

Mercury 3 拡散言語モデル：毎秒1000トークンの速さ

Inception の Mercury 3 拡散言語モデル。毎秒1000トークン超、1Mコンテキスト、100万トークンあたり0.20ドル。仕組みと試し方も紹介。

Piotr Sobolewski1 分で読めます

この記事の他の言語版:العربيةDeutschEnglishEspañolFrançaisItalianoPolski简体中文

この記事の内容
  1. Mercury 3 の新しい点は？
  2. 拡散言語モデルとは？
  3. Mercury 3 は本当にそこまで良いのか？
  4. Mercury 3 を試すには？
  5. FAQ

10月19日、Inception は新しいフラッグシップモデル Mercury 3 を公開しました。発表によると、この Mercury 3 拡散言語モデルは NVIDIA の GPU で毎秒約 1068トークンを生成し、コンテキストウィンドウは 100万トークン、パラメータ数では初代 Mercury の40倍以上の規模です。

Mercury 3 の新しい点は？

まずは Inception のブログ記事にある数字です。

  1. 速度： NVIDIA の GPU で毎秒約1068トークン。
  2. コンテキスト： 100万トークン（Mercury 2.5 は26万）。
  3. 料金： 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。キャッシュされたトークンは90%安くなります。リリース記念で50%オフのため、当面は0.10ドルと0.35ドルです。
  4. OpenAI API 互換なので、コードを書き直さずに既存のツールにつなげられます。

同じ記事で、Inception は Mercury Voice（音声アプリ向けで、最初の応答をできるだけ速く返すことに特化したモデル）と、分類用の Mercury Decide も紹介しています。

Inception は Mercury 3 の品質を大手ラボの小型モデルと比較していますが、ベンチマークごとの結果は出していません。現時点では同社自身の測定だけなので、こうした比較は独立したテストが出てくるまで保留にしておきます。

拡散言語モデルとは？

そして、Mercury がそもそも話題になっている理由がここにあります。従来の LLM（GPT、Claude、Gemini）は自己回帰型で、回答をトークンごとに書き、次のトークンはそれまでのトークンに依存します。

拡散モデルは、画像生成モデルに少し似た仕組みで動きます。初代 Mercury の技術レポートによると、モデルは多数のトークンを並列に予測するよう訓練されていて、回答の複数の部分を同時に生成し、修正していきます。次の単語を一つずつ待つ必要がないので、それだけ速いわけです。

興味深いことに、Inception は従来型モデルの進歩を支えてきたスケーリング則が拡散にも当てはまると主張しています。Mercury 3 はその証拠だとされ、同社によると標準ベンチマークのスコアは初代 Mercury の3倍です。

Mercury 3 は本当にそこまで良いのか？

最初の独立したレビューはすでに出ています。The Neuron の Corey Noles が Mercury 3 をテストしました。OpenRouter 経由で8つのプロンプトを試し、費用は合計 0.04ドル。いちばん良かったのはプログラミングで、モデルは単一の HTML ファイルでダンジョンクローラー型のゲームを丸ごと書き上げ、マップ生成のランダムテスト2000回でエラーはゼロでした。

弱点もすぐに見えました。

  1. 250語のはずの短編は約274語になり、指定した舞台からも外れていきました。
  2. ハルシネーションのテストでは、架空の NASA ミッションは否定したものの、無関係な事実誤認を一つ付け加えました。
  3. 説明の一部は自信過剰でした。

Noles は公称の毎秒1068トークンを自分では測っておらず（API は「felt fast」と書いています）、モデルを「genuinely exciting model at a startling price」とまとめています。より広いテストが出るまでは、速度も品質も割り引いて受け止めておきましょう。

Mercury 3 を試すには？

方法はいくつかあります。

  1. ブラウザのチャット： chat.inceptionlabs.ai。
  2. Inception API： platform.inceptionlabs.ai。発表によると、最初に 1億トークンの無料枠があります。
  3. OpenRouter、Baseten、Vercel。OpenRouter では inception/mercury-3 として提供されています。

この料金と速度なら、長いループで応答時間が効いてくるエージェントハーネスの候補として面白い存在です（OpenCode で DeepSeek を無料で使うケースと似ています）。今のところ重みは公開されていないので、Reflection Beam のようにローカルで動かすことはできません。

FAQ

Mercury 3 は無料ですか？

一部は無料です。ブラウザのチャットはすぐに使え、発表によると Inception API の新規アカウントには1億トークンの無料枠が付きます。その後は入力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ドルです（リリース時は50%オフ）。

拡散 LLM は普通の LLM と何が違いますか？

普通のモデルは回答をトークンごとに書きます。拡散モデルは多くのトークンを同時に生成して修正するので、はるかに速くなりえます。

Mercury 3 を作ったのは誰ですか？

Mercury ファミリー全体を手がけるスタートアップ、Inception（Inception Labs）です。最初のモデルはプログラミング向けの Mercury Coder で、2025年6月のレポートで説明されています（著者には Stefano Ermon も含まれます）。