핵심 요약
- AI 스타트업 Inception이 확산 기반 언어 모델인 Mercury 3를 공개했습니다. 이 모델은 텍스트를 한 단어씩 작성하는 대신, 전체 답변의 거친 초안을 단계별로 다듬어갑니다. Inception은 이 덕분에 표준 모델보다 훨씬 빠르다고 말합니다.
- Inception의 내부 벤치마크에서 Mercury 3는 Nvidia GPU에서 초당 1,000개 이상의 토큰을 생성합니다. 12개 테스트 중 8개에서 GPT-6 Luna, Claude Haiku 5.5 같은 경쟁 모델을 앞섭니다.
- 이 모델은 한 번에 최대 1백만 토큰까지 처리할 수 있으며 OpenAI 호환 API를 사용합니다. Inception은 이 모델을 주로 자율 AI 에이전트, 스마트 글래스, 고객 지원처럼 속도가 중요한 실시간 앱을 위해 만들었습니다.
Inception에 따르면 새로운 언어 모델 Mercury 3는 4~8배 빠르게 실행되면서도 다양한 벤치마크에서 GPT-6 Luna와 Claude Haiku 5.5를 능가합니다.
이 회사는 공지에서 Mercury 3를 지금까지 공개된 가장 강력한 확산 언어 모델이라고 부릅니다.
속도의 비결은 모델의 구조에 있습니다. GPT나 Claude 같은 모델은 한 번에 한 단어씩 작성하기 때문에 새 단어는 앞 단어를 기다려야 합니다. 확산 모델은 이미지 생성으로 가장 잘 알려져 있으며, 먼저 전체 답변의 거친 버전을 스케치한 뒤 여러 차례에 걸쳐 다듬으면서 한 번에 많은 단어를 생성합니다. Google의 DiffusionGemma 기술 보고서 가 기본 개념을 설명합니다.
Mercury 3의 우위는 공지가 암시하는 것보다 좁다
Inception 자체의 벤치마크 표는 더 엇갈린 결과를 보여줍니다. 세 모델 모두 중간 설정으로 실행된 가운데, Mercury 3는 12개 테스트 중 8개에서 승리했습니다. 격차가 가장 큰 분야는 지시 이행입니다. IFBench에서 Mercury 3는 76.84점을 받아 GPT-6 Luna보다 15점 높습니다. SWE-Bench Atlas의 자율 코딩에서도 51.08점으로 확실히 앞서며, 경쟁 모델들은 각각 33.33점과 32.26점에 그쳤습니다.Ad
Claude Haiku 5.5는 더 긴 코딩 테스트인 DeepSWE에서 승리했습니다. 긴 텍스트에서 정보를 찾는 능력도 더 뛰어납니다. GPT-6 Luna는 Artificial Analysis의 두 테스트에서 근소하게 앞섰습니다. Inception의 간략한 개요는 더 신중하게, Mercury 3의 품질을 동등하거나 더 낫다고 표현합니다.
Inception에 따르면 Mercury 3는 Nvidia GPU에서 초당 1,068개의 토큰을 생성합니다. 회사의 비교에서 Claude Haiku 5.5는 약 240개, GPT-6 Luna는 약 130개를 처리합니다. 아직 독립적인 테스트는 존재하지 않습니다.
Inception은 Mercury 3가 40배가 넘는 파라미터를 보유하고 있다고 말합니다. Mercury 1 보다 40배 이상 많은 파라미터를 가지면서도 동일한 속도로 실행된다고 말합니다. 성능 역시 소형 Mercury 1 mini 이후 3배로 향상되었습니다. Inception은 이것이 확산 모델도 표준 언어 모델과 마찬가지로 확장됨에 따라 꾸준히 향상된다는 증거로 봅니다. 정확한 파라미터 수는 공개되지 않았습니다.
Mercury 3는 작은 지연이 누적되는 앱을 겨냥한다
Inception은 Mercury 3를 주로 AI 에이전트, 검색, 고객 지원, 과외 교육 분야에 내놓고 있습니다. AI 에이전트는 작업을 여러 개별 단계로 수행하며 각 단계마다 모델을 기다립니다. 이런 작은 지연들은 빠르게 쌓입니다.Ad
얼리 액세스 파트너들이 공지에서 자신들의 결과를 공유하며, 그 대부분 역시 속도에 초점을 맞추고 있습니다. Octen AI는 스마트 글래스용 검색 기능을 만듭니다. "스마트 글래스에서 5초 걸리는 답변은 고장난 것처럼 느껴집니다"라고 창립자 Kuan Zou가 말합니다. 그는 검색 자체는 약 80밀리초밖에 걸리지 않았고 언어 모델이 병목이었다고 말합니다. Mercury 3를 사용하면 중앙값 기준 0.9초 만에 응답이 도착했고, 전체 과정은 2.2초가 걸렸습니다.
교육 기업 General Learning은 이제 학생들에게 약 1초 만에 힌트와 교정을 전달한다고 말합니다. 고객 서비스 제공업체 Lorikeet은 더 나은 결과와 함께 더 빠른 응답 시간을 보고합니다. TinyFish AI의 공동창업자 Shuhao Zhang은 실제 웹사이트에서 Mercury 3에 50개의 내비게이션 작업을 부여했으며, 25개를 해결해 GPT-6.1-Sol을 이겼다고 말합니다. Zhang은 OpenAI 모델의 수치는 제시하지 않았습니다.
Mercury 3의 낮은 출시 가격은 오래가지 않을 수 있다
일반 가격은 입력 토큰 백만 개당 $0.20, 출력 토큰 백만 개당 $0.70입니다. Inception은 출시 기간 동안 가격을 절반으로 할인하고 있습니다. 할인이 언제 끝나는지는 밝히지 않았습니다. 이후에는 짧은 입력 기준으로 Mercury 3의 출력 비용이 GPT-6 Luna와 Claude Haiku 5.5보다 더 비싸지며, 두 경쟁 모델 모두 $0.50을 청구합니다. 하지만 매우 긴 프롬프트의 경우 두 경쟁 모델 모두 훨씬 더 많이 청구합니다. Mercury 3는 한 번에 최대 1백만 토큰까지 처리할 수 있습니다.
이 모델은 Inception 자체 플랫폼과 OpenRouter, Baseten, Vercel에서 이용할 수 있습니다. OpenAI 모델과 동일한 API를 사용하므로, Inception은 개발자들이 큰 노력 없이 전환할 수 있다고 말합니다.
2월에 인셉션(Inception)은 Mercury 2를 출시했으며, 이를 답변 전에 중간 단계를 거쳐 추론하는 최초의 확산 모델이라고 불렀다. 그 전에 이 스타트업은 5,000만 달러를 조달했다. 투자자로는 엔비디아, 마이크로소프트, 스노우플레이크의 벤처 부문인 NVentures, M12, Snowflake Ventures가 포함된다.
구글도 같은 접근 방식을 연구하고 있다. 구글의 Gemini Diffusion 데모에 이어 6월에는 오픈 모델 DiffusionGemma가 공개되었다. 구글에 따르면 이 모델은 표준 Gemma 4보다 최대 4배 빠르게 실행되지만 결과는 약간 덜 좋다.
출처: Inception Labs / Mercury 3