Inception LabsがMercury 3を発表：拡散型LLMの速度が毎秒1000トークン超えも、ベンチマークに疑問の声

Inception Labsは2026年10月19日にMercury 3を発表した。同社によると、この拡散アーキテクチャLLMの推論速度は毎秒1068トークンに達し、GPT-6 LunaおよびClaude Haiku 5.5を上回る性能を持つとしている。

事実の整理

Inception Labs公式サイトの発表によると、Mercury 3はこれまでで最大規模の拡散アーキテクチャLLMであり、パラメータ数はMercury 1の40倍、コンテキスト長はMercury 2.5の260Kから1Mトークンに拡張されている。公式ベンチマークでは複数のテストにおいてGPT-6 LunaおよびClaude Haiku 5.5を上回り、速度は毎秒1068トークンとされている。早期パートナー企業はすでに音声チャットサポート、リアルタイムチュータリング、データエンジニアリング、Webナビゲーションなどの分野でこのモデルを活用している。

複数の独立した情報源によると、独立検証データが不足しており、デフォルトの「低推論強度」設定によりベンチマークの比較可能性が損なわれていると指摘されている。また、実測でのDeepSWEコーディングスコアは46%であり、Claude Haikuの52%を下回っている。価格面では、標準料金が入力100万トークンあたり0.20米ドル、出力0.70米ドルで、発布初期は半額セールが実施されている。

仕組みの解説

Mercury 3は拡散アーキテクチャによってテキスト生成を実現している。自己回帰モデルとは異なり、単一のフォワードパスで複数のトークンを並列生成するため、高速性が実現されている。公式サイトでは、拡散LLMのスケーリング則は自己回帰モデルと同様であり、パラメータ規模を40倍に拡大することで知能水準が3倍向上したと強調している。実際の導入事例では、ブラウザエージェントタスクにおいてMind2Webナビゲーションタスクの50%を完了し、最先端モデルと同等のトークン数とステップ数を維持しながらもコストを削減している。

音声および検索アプリケーションでは、Mercury Voiceが低遅延向けに最適化されており、Sense APIのテストでは生成時間の中央値が0.9秒を示している。教育シナリオでは、品質を維持しながら待ち時間を短縮し、ほぼリアルタイムのフィードバックをサポートしている。

産業への影響

今回の発表により、拡散アーキテクチャは自己回帰モデルとの正面競争の焦点へと浮上した。TinyFish AI、RevisionDojo、Octen AIなどの早期アクセス企業は、エージェント・チュータリング・検索分野での実際の導入を報告しており、速度優位性がより効率的なワークフローに転換できることを示している。APIはOpenAI形式と互換性があり統合が容易で、エンタープライズ向けの専用キャパシティおよびコンプライアンス制御も提供されている。

価格戦略と1Mトークンコンテキストのサポートは、特に遅延に敏感な分野においてリアルタイムアプリケーション市場の勢力図に影響を与える可能性がある。

戦略的評価

（本段落は分析であり事実ではない）拡散アーキテクチャがスケーラビリティを継続的に実証できれば、LLM競争の構図を変える可能性があるが、現時点ではベンチマークをめぐる議論についてさらなる独立テストによる確認が必要である。自己回帰モデルとの長期的な比較は、単一の速度指標ではなく、実際の本番環境での性能に左右されるだろう。