Inceptionが「Mercury 3」を発表：毎秒1,000トークン超の拡散モデルAIが主要ベンチマークでGPT-6 Lunaを凌駕

AIスタートアップのInceptionは、業界大手各社が採用する標準的な自己回帰（auto-regressive）型ではなく、拡散（diffusion）アーキテクチャに基づく新型言語モデル「Mercury 3」の提供開始を発表した。同社によると、Mercury 3は複数の主要ベンチマークにおいて、競合モデルの4〜8倍の速度で動作し、GPT-6 LunaやClaude Haiku 5.5といったトップクラスのモデルを速度と精度の両面で上回っているという。

アーキテクチャの転換：「1単語ずつ」から「下書きの推敲」へ

単語を1つずつ順番に生成していくGPTやClaudeなどの従来のモデルとは異なり、Mercury 3は拡散プロセスを活用している。この手法は主に画像生成モデルで用いられているもので、回答全体のラフな「下書き」をまず作成し、複数のステップを同時に繰り返すことで精度を高めていく仕組みだ。

このアーキテクチャの転換により、Mercury 3はNVIDIA製GPU上で毎秒1,000トークン以上の生成が可能になった。Inceptionの社内比較テストによると、Mercury 3は毎秒1,068トークンに達し、Claude Haiku 5.5（毎秒約240トークン）やGPT-6 Luna（毎秒約130トークン）を大きく引き離したという。

ベンチマークと性能

Inceptionの社内テストでは、全12項目のテストのうち8項目でMercury 3がライバルをリードした。特に指示追従（Instruction Following）や自律的なコーディングにおいて顕著な優位性を示している。

• IFBench（指示追従）： Mercury 3は76.84ポイントを獲得し、GPT-6 Lunaの61.84ポイントを上回った。

• SWE-Bench Atlas（コーディング）： Mercury 3は51.08ポイントを達成した一方、競合他社モデルのスコアは32.26〜33.33ポイントにとどまった。

• Webナビゲーション： TinyFish AIにおける実在のWebサイトを使った50件のナビゲーションタスクにおいて、Mercury 3は25件をクリアし、GPT-6.1-Solを上回ったとされる。

ただし、すべての項目で圧勝したわけではない。長文コードテストのDeepSWEや、長文テキストからの情報検索ではClaude Haiku 5.5がリードを維持した。また、Artificial Analysisが実施した2つのテストでは、GPT-6 Lunaがわずかに優勢だった。

リアルタイム用途とAIエージェントへの展開

Inceptionは、自律型AIエージェント、スマートグラス、リアルタイムのカスタマーサポートなど、レイテンシ（遅延）が致命的なボトルネックとなる用途に向けた主要ソリューションとしてMercury 3を位置付けている。

早期アクセスパートナー各社からも、この速度がもたらす効果が高く評価されている。スマートグラスを手がけるOcten AIの創業者Kuan Zou氏は、5秒の遅延が「故障」のように感じられるウェアラブル技術において、従来の言語モデルはボトルネックだったと指摘する。Mercury 3を採用したことで、応答時間の中央値は0.9秒にまで短縮されたという。同様に、教育関連企業のGeneral Learningは、生徒へのヒントや添削の提供が約1秒で完了するようになったと報告している。

価格と提供状況

Mercury 3は100万トークンのコンテキストウィンドウを備え、OpenAI互換のAPIを採用しているため、開発者は最小限のコード変更でモデルを移行できる。

標準価格は入力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ドルに設定されている。ローンチ記念として、Inceptionは現在50％オフの割引を提供しているが、このプロモーション期間の終了時期は明示されていない。割引後の出力価格は、短い入力に対するGPT-6 LunaやClaude Haiku 5.5の0.50ドルよりも高価になるものの、非常に長いプロンプトを扱う場合には依然としてMercury 3の方が費用対効果が高い。

本モデルは現在、Inceptionのプラットフォームのほか、OpenRouter、Baseten、Vercelを通じて利用可能だ。これまでに5,000万ドルを調達したInceptionには、NVIDIAのNVentures、MicrosoftのM12、Snowflake Venturesなどが出資者に名を連ねている。