Inception AIは2026年10月20日、モデル「Mercury 3」を発表した。同社によると、拡散ベースの手法を採用し、トークンを1つずつ順に書くのではなく、回答全体を一度に下書きしてから並行して推敲できる。自社テストでは、Nvidia製GPU上でMercury 3は毎秒1,068トークンを生成した。一方、Claude Haiku 5.5は約240トークン、GPT‑6 Lunaは130トークンだった。
Mercury 3はなぜ速いのか
まず回答の粗い下書きを作成し、その後、数回の処理で各位置の内容を改善する。この並行処理により、長い文章もすばやく生成できる。Inceptionは正確なパラメーター数を公表しておらず、Mercury 3は前モデルのMercury 1より40倍以上大きいと説明するにとどめた。コンテキストウィンドウはMercury 2.5の260,000トークンから100万トークンに拡大した。
開発者にとって速度が重要な理由
初期導入企業からは、目に見える改善が報告されている。スマートグラス向けのリアルタイム検索を開発するOcten AIは、生成時間の中央値が0.9秒だったと測定。「5秒も待たされると、まともに動いていないように感じる」としている。学習支援アプリのRevisionDojoでは、約1秒でヒントを提示できるようになった。料金は入力100万トークンあたり20セント、出力100万トークンあたり70セントで、提供開始時のキャンペーンでは半額となる。一方、GPT‑6 LunaとClaude Haiku 5.5は、一般的なプロンプトでそれぞれ10セント、50セントと表示している。
なぜ重要か
対話型製品を開発する企業にとって、生成速度の向上は利用者の応答待ちを減らし、特に遅延が目立つスマートグラスのような端末で、より快適な体験につながる。キャンペーン中は料金も下がるため、モデルを試しやすくなる。ただし、独立したベンチマークはまだ公表されていない。
