2026년 10월 19일, Inception은 Business Wire를 통해 확산 대규모 언어 모델 시리즈의 네 번째 출시작인 Mercury 3를 발표했다. Mercury 3는 일반적인 NVIDIA GPU에서 초당 1000토큰 이상의 생성 속도를 유지하고, 컨텍스트 윈도우는 Mercury 2.5의 26만 토큰에서 100만 토큰으로 넓어졌으며, 모델 규모는 Mercury 1의 40배를 넘는다. Inception에 따르면 Mercury 3는 표준 벤치마크 묶음에서 GPT-6 Luna와 Claude Haiku 5.5에 맞먹거나 앞섰고 실행 속도는 4~8배 빠르다. 다만 이 수치는 업체 발표 자료에서 나온 것으로, 아직 제3자 검증은 이뤄지지 않았다.
확산 생성이 왜 이렇게 빠른가
기존 대규모 모델은 토큰을 하나씩 순서대로 생성한다. Mercury 시리즈는 확산 방식으로 여러 토큰을 병렬로 생성한 뒤 반복해서 다듬는다. 이 노선의 약점은 규모였다. 2025년 6월 출시된 Mercury 1은 코드 자동완성 같은 단순 작업이 중심이었고, Mercury 2에서 추론이, Mercury 2.5에서 조절 가능한 추론 깊이가 추가됐다. Mercury 3는 규모, 긴 컨텍스트, 속도를 하나의 제품에 처음으로 함께 담아낸 출시작이다. 공동 창업자 Stefano Ermon은 발표에서 확산 모델 확장의 한계는 주로 연산 자원과 데이터이며 알고리즘 자체의 근본적인 장벽은 아니라고 밝혔고, 차세대 모델 학습을 이미 시작했다고 말했다.
가격과 이용 방법
Mercury 3의 표준 가격은 입력 100만 토큰당 0.20달러, 출력 0.70달러이며 출시 기념 반값 기간에는 0.10달러와 0.35달러, 캐시된 토큰은 입력 가격의 90% 할인으로 청구된다. 오늘부터 Inception API, Baseten, OpenRouter, Vercel을 통해 사용할 수 있고 API가 OpenAI 규격과 호환돼 기존 프로젝트는 모델 이름만 바꾸면 전환할 수 있다. 초기 고객들은 이미 브라우저 에이전트, 대화형 교육, 실시간 검색 에이전트, 고객 지원에 이를 쓰고 있으며, 교육 플랫폼 RevisionDojo는 힌트와 채점 결과가 약 1초 만에 돌아오고 품질도 이전에 쓰던 모델에 뒤지지 않는다고 전했다. 출력 속도를 중시하는 팀이라면 이 사이트가 앞서 보도한 MiniMax M3.1 Flash와 비교해 볼 수 있다. 하나는 아키텍처 병렬화, 다른 하나는 엔지니어링 최적화로 접근했고 가격대도 비슷하다.
속도의 영향이 가장 직접적인 곳은 에이전트 루프다. 모델은 단계마다 이전 결과를 기다리므로, 한 단계에서 줄인 지연은 단계 수만큼 불어난다. 도입을 검토하는 팀은 세 가지를 먼저 확인해야 한다. 내 작업이 정말 지연에 민감한지, 업체 벤치마크가 내 작업과 얼마나 관련 있는지(실제 업무 샘플로 직접 측정한 뒤 이전하는 것이 좋다), 그리고 반값은 출시 기간 가격이라 장기 비용은 표준 가격으로 가늠해야 한다는 점이다.
