Inception、拡散LLM「Mercury 3」を公開 NVIDIA GPUで1,068トークン/秒

Inceptionは2026年10月19日、拡散ベースの大規模言語モデル「Mercury 3」を発表し、提供を開始しました。NVIDIA GPU上で1,068 tokens per secondの生成速度を示し、GPT-6 LunaやClaude Haiku 5.5と同等以上の品質で4〜8倍高速だとしています。

何が新しいか

InceptionはMercury 3を、拡散LLMが大規模化して自己回帰モデルと複雑な用途で競争できることを示す旗艦モデルと位置付けています。総パラメータ数はMercury 1から40倍超に増え、標準ベンチマーク上の知能はMercury 1(mini)比で3倍になったとしています。コンテキスト長はMercury 2.5の260Kから1Mトークンに拡大しました。Inceptionは「自己回帰モデルの進歩を支えたスケーリング則は拡散にも当てはまる」と述べています。

価格と数値

項目	値
速度(NVIDIA GPU)	1,068 tokens/秒
通常価格(入力/出力)	$0.20 / $0.70 per 1M tokens
ローンチ時価格(入力/出力)	$0.10 / $0.35 per 1M tokens(50%オフ)
キャッシュ済みトークン	入力価格から90%割引
コンテキスト長	1Mトークン

試し方・提供条件

• Inception API Platform、OpenRouter、Baseten、Vercelから利用できます。
• OpenAI API互換で、既存スタックに書き換えなしで組み込めるとしています。
• チャットで試用でき、APIは1億トークンを無料で試せます。
• エンタープライズ導入では専用キャパシティ、オートスケーリング、コンプライアンス制御、設定可能なデータ保持に対応し、ワークロード適合性や評価設計、提供環境の制約下での性能についてInceptionと協議できます。

OpenRouterは複数の提供元のモデルを共通のAPIから利用するためのサービスです。

アーリーアクセス企業の利用例

• TinyFish AI: 本番のWebエージェント環境で50件のライブMind2Webナビゲーションタスクを実行し、Mercury 3は50%を完了しました。GPT-6.1-Solを大きく上回り、トークン量とエージェントのステップ数はフロンティアモデルと同等だったとしています。
• RevisionDojo: ヒントや採点、定義が約1秒で返り、既存スタックへのドロップイン置き換えだったと述べています。
• Octen AI: Sense APIのテストで検索自体は約80ms、生成の中央値は0.9秒、エンドツーエンド応答の中央値は2.2秒でした。
• Lorikeet: 初期テストでレイテンシと評価・本番性能の両面で他モデルを上回ったとしています。

Inceptionは製品群として、音声向けに最初の回答トークンまでの時間(TTFAT)を最小化する「Mercury Voice」と、大量分類向けの判定モデル「Mercury Decide」も展開しています。