Inceptionはリリースしました Mercury 3これは同社の拡散言語モデルの最新バージョンです。Mercury 3はInceptionの拡散LLMで、トークンを1つずつではなく並列に回答を生成します。Inceptionは、NVIDIA GPU上で毎秒1,068トークン、1Mトークンのコンテキストウィンドウを報告しています。Inception自身のベンチマーク表では、12のテストのうち8つでGPT-6 LunaおよびClaude Haiku 5.5をリードしています。エージェント、音声ボット、検索ツールを構築する開発者にとって、これは競争力のあるスコアを持つ速度重視のモデルです。
TL;DR
- サイズ: パラメータ数は非公開です。Inceptionによると、Mercury 1の40倍以上の規模です。コンテキストは1Mトークンです。
- 動作環境: Inceptionが提供するNVIDIA GPU（具体的なGPUは非公開）。APIのみで、オープンウェイトや量子化ビルドはなし。
- パフォーマンス: GPT-6 LunaおよびHaiku 5.5と比較して、12のベンチマークのうち8つでリード（自己申告、medium設定）。
- 最高: SWE-Bench Atlas 51.08、両ライバルを約18ポイント上回る。
- 最低: DeepSWE v1 46.31、Haiku 5.5（51.62）に5.31ポイント遅れ。
Mercury 3とは？
Mercury 3は、Mercury 1、Mercury 2、Mercury 2.5に続くInceptionの4番目のMercuryリリースです。Mercury 1は2025年に登場しました。Mercury 2.5は調整可能な推論機能と260Kのコンテキストウィンドウを追加しました。Inceptionによると 発表によると、調整可能な推論機能と260Kのコンテキストウィンドウを追加しました.
1/4 本日、Mercury 3をリリースします。Mercury 3はこれまでで最も強力なモデルであり、これまでリリースされた中で最も知的な拡散LLMです。1000+ tok/secで動作しながら、品質でGPT-6 LunaとHaiku 5.5を上回ります。 pic.twitter.com/TYevDl43Lm
— Stefano Ermon (@StefanoErmon) 2026年10月19日
拡散LLMはどのように動作するのか？
自己回帰モデルはトークンを1つずつ書いていきます。各新トークンは前のトークンを待ちます。拡散LLMは回答全体のラフな下書きから始めます。そして、数回のパスですべての位置を並列に精緻化していきます。
逐次ステップが少ないほど、同じGPU上でより速い出力が可能になります。未解決の疑問は、このアプローチがモデルの大規模化に伴って通用するかどうかでした。
拡散はスケールするのか？
ここでInceptionの答えは「はい」です。Mercury 3はMercury 1（mini）の40倍以上の総パラメータを持ちます。標準ベンチマーク全体の平均品質は、この2つのモデル間で約3倍に向上しました。速度は毎秒1,000トークン以上を維持しました。
Inceptionチームはこれを5つのMercury世代にわたる品質対サイズのカーブとしてプロットしています。
Mercury 3のベンチマークでのパフォーマンスは？
以下のすべてのスコアは Inceptionの表。すべてのモデルはミディアム設定で実行された。
Mercury 3は、指示追従とエージェント型コーディングで最大の伸びを示す。IFBenchは76.84に達し、GPT-6 Lunaを15ポイント上回る。SWE-Bench Atlasは51.08に達し、Lunaの33.33、Haiku 5.5の32.26に対する。GPQA Diamondは89.23となる。
劣っている点も重要だ。Haiku 5.5はDeepSWE v1(51.62対46.31)とMRCR v2(78.40対75.50)で勝つ。GPT-6 LunaはAA-Omniscience-Public(46.94対46.44)とAA-LCR v1.1(78.30対77.67)でわずかに先行する。長文脈検索とより長いコーディングタスクが依然として弱点であり続けている。
Mercury 3 vs GPT-6 Luna vs Claude Haiku 5.5
| 機能 | Mercury 3 | GPT-6 Luna | Claude Haiku 5.5 |
|---|---|---|---|
| 開発元 | Inception | OpenAI | Anthropic |
| 生成方式 | 拡散（並列精緻化） | 非公開 | 非公開 |
| パラメータ数 | 非公開 | 非公開 | 非公開 |
| コンテキストウィンドウ | 1M | 1.05M | 1M |
| 最大出力 | 非公開 | 128K | 128K |
| 入力モダリティ | 非公開 | テキスト、画像 | テキスト、画像 |
| オープンウェイト | いいえ（API） | いいえ（API） | いいえ（API） |
| 出力速度（Inceptionの測定値） | 1,068 tok/s | 約130 tok/s | 約240 tok/s |
| 価格、$ / 1M入力 / 出力 | $0.20 / $0.70 リスト価格（ローンチ時 $0.10 / $0.35） | $0.10 / $0.50 （短いコンテキスト） | $0.10 / $0.50 (最大100Kのプロンプトまで) |
| GPQA Diamond | 89.23 | 86.36 | 84.51 |
| IFBench | 76.84 | 61.82 | 54.65 |
| SWE-Bench Atlas | 51.08 | 33.33 | 32.26 |
| DeepSWE v1 | 46.31 | 37.76 | 51.62 |
| MRCR v2 | 75.50 | 62.72 | 78.40 |
速度とベンチマークの行:Inceptionの表、中設定。スペックと価格:各ベンダー自身のドキュメントによる。
初期ユーザーは何と報告していますか?
Inceptionは4社のアーリーアクセスパートナーを引用しています。これらは顧客からの声明であり、独立した評価ではありません。
- TinyFish 50件のライブMind2Webウェブナビゲーションタスクを実行しました。Mercury 3はその50%を完了しました。Inceptionによると、これはGPT-6.1-Solを上回る成果ですが、Solの数値は公表されていません。
- Octen AI スマートグラス検索において、生成に中央値0.9秒、エンドツーエンドで2.2秒を報告しています。
- RevisionDojo hintsとmarked answersが約1秒で返ってくると述べています。
- ロリキート Mercury 3はレイテンシやサポートエージェント向けの評価において他のモデルを上回ったと述べています。
開発者はMercury 3をどのように使えますか?
Mercury 3は以下のプラットフォームで利用可能です: Inception API Platform, OpenRouter, Baseten Vercel。APIはOpenAI互換です。 ドキュメント では、モデル文字列として mercury-3 を使用し、 reasoning_effort パラメータを使います。
リスト価格は、入力1Mトークンあたり$0.20、出力1Mトークンあたり$0.70です。ローンチ時は50%オフの$0.10と$0.35です。キャッシュ入力は90%オフです。新規アカウントには100Mの無料トークンが付与されます。エンタープライズプランでは、専用キャパシティ、オートスケーリング、設定可能なデータ保持期間が追加されます。
Inceptionは2つの姉妹モデルも発表しました。:
- Mercury Voiceは、音声エージェントにおける最初の回答トークンまでの時間をターゲットにしています。
- Mercury Decideは分類モデルです。
重要なポイント
- Mercury 3は1,068 tok/sと1Mコンテキストをうたう拡散型LLMです。
- GPT-6 LunaやHaiku 5.5と比較して、ベンダーが実施した12のベンチマークのうち8つで首位を維持しています。
- 最大の勝利:SWE-Bench Atlas 51.08 および IFBench 76.84。
- Haiku 5.5は依然としてDeepSWE v1およびMRCR v2で勝利しています。
- ローンチ価格は $0.10 / $0.35 で、$0.20 / $0.70 まで上昇します。
チェックしてみてください: 正式リリースの公式ブログ、 APIドキュメント および OpenRouterの掲載情報。また、以前の関連報道もご覧ください。 Drex 1.5。このプロジェクトの研究者にすべての功績が帰属します。また、ぜひ私たちをフォローしてください: Twitter そして、私たちの 150k以上のML SubReddit そして、チャンネル登録もお願いします 当社のニュースレター。待ってください!Telegramはご利用ですか? 現在、Telegramでも私たちにご参加いただけます。
この投稿 Inception、毎秒1,068トークンのMercury 3拡散型LLMをリリース は最初に以下に掲載されました MarkTechPost.