확산 모델 Mercury 3 출시, 출력 8배 빠른 값은 50% 할인가

AI 요약

• 출력이 초당 1,068토큰으로 GPT-6 Luna의 약 130토큰보다 8배입니다.
• 벤치마크 12종 중 8종에서 1위이고, 긴 문맥 2종은 경쟁 모델에 졌습니다.
• 출력 0.35달러는 50% 할인가이고, 정가 0.70달러는 Haiku 5.5보다 비쌉니다.

지금 쓰는 챗봇 모델은 글자를 앞에서부터 하나씩 차례로 적습니다. 앞 글자가 정해져야 다음 글자를 고릅니다. 답이 길어질수록 기다리는 시간도 그만큼 늘어납니다. Inception이 10월 19일 출시한 Mercury 3은 여러 토큰을 동시에 예측하고 그 묶음을 여러 번 고쳐 쓰는 방식입니다. 2025년 6월에 나온 Mercury 논문(arXiv:2506.17298)이 "여러 토큰을 병렬로 예측하도록 학습했다"고 적은 그 구조입니다. 업계에서는 확산(diffusion) 모델이라고 부릅니다.

속도 차이는 발표문이 직접 숫자로 냈습니다. Mercury 3은 NVIDIA GPU에서 초당 1,068토큰을 내놓습니다. 같은 비교표에서 GPT-6 Luna는 초당 약 130토큰, Claude Haiku 5.5는 초당 약 240토큰입니다. Luna 기준 8배, Haiku 5.5 기준 4배가 조금 넘습니다. 세 모델 모두 medium 설정으로 잰 값이라고 표에 적혀 있습니다.

값은 100만 토큰당 입력 0.10달러, 출력 0.35달러입니다. 다만 이 숫자는 출시 할인가입니다. 정가는 입력 0.20달러, 출력 0.70달러입니다. 할인이 언제 끝나는지는 발표문에도 가격 안내에도 적혀 있지 않습니다.

전작보다 품질은 올랐고 속도 수치는 내려갔습니다

Mercury 3이 전작 Mercury 2.5에서 가장 크게 바꾼 것은 한 번에 읽을 수 있는 분량입니다. 컨텍스트가 26만 토큰에서 100만 토큰으로 늘었습니다. 파라미터 총량은 첫 모델 Mercury 1보다 40배 이상이라고 공동창업자 Stefano Ermon이 보도자료에서 밝혔습니다.

품질은 Inception이 11종 벤치마크 평균으로 만든 지수로 공개했습니다. 세대별 좌표를 찍은 차트에서 Mercury 2.5는 약 36, Mercury 3은 약 50.5입니다. Mercury 1 (Mini)의 약 16에서 세 배 남짓 올라온 값입니다. 평균에 들어간 11종은 차트 각주에 GDPval (Elo), SciCode, IFBench, GPQA Diamond, Terminal-Bench v2.1, BrowseComp+ 등으로 적혀 있습니다.

정작 속도 수치는 전작보다 낮습니다. Mercury 2.5가 공개한 값은 초당 1,107토큰이고 Mercury 3은 1,068토큰입니다. 모델을 40배로 키우면서 속도를 거의 그대로 유지했다는 쪽이 Inception의 주장이고, Ermon도 "40배 이상 크고 훨씬 유능한데 여전히 초당 1,000토큰이 넘는다"고 말했습니다. 바꿔 말하면 Mercury 2.5를 쓰던 팀이 Mercury 3으로 옮겨 얻는 것은 추가 속도가 아니라 품질과 컨텍스트입니다.

이 숫자들은 모두 Inception이 잰 값입니다. 독립 측정 기관인 Artificial Analysis의 색인에는 아직 Mercury 3 페이지가 없습니다. 같은 기관이 Mercury 2.5를 측정한 값은 초당 705.9토큰으로, 회사가 공개한 1,107토큰과 차이가 큽니다. 공개 수치와 독립 측정치가 벌어지는 폭을 감안하면, 1,068토큰도 자기 환경에서 다시 재야 하는 값입니다.

벤치마크 12종 중 8종이 1위입니다

발표 당일 여러 해외 매체가 "Mercury 3은 벤치마크 점수를 공개하지 않았다"고 전했습니다. 사실과 다릅니다. 발표 페이지에는 12종 비교표가 들어 있습니다. 다만 텍스트가 아니라 이미지입니다. 본문을 글자로 긁어 가는 도구에는 숫자가 잡히지 않습니다.

표에서 Mercury 3이 1위인 항목은 12종 중 8종입니다. 격차가 큰 쪽은 에이전트 작업입니다. 코드 수정 과제 SWE-Bench Atlas에서 51.08점으로 GPT-6 Luna의 33.33점, Haiku 5.5의 32.26점보다 18점 안팎 높습니다. 지시를 그대로 따르는지 보는 IFBench도 76.84점으로 Luna 61.82점, Haiku 54.65점을 앞섭니다. 대학원 수준 과학 문제인 GPQA Diamond는 89.23점으로 Luna 86.36점보다 3점 가까이 높습니다.

1위가 아닌 4종이 어디인지가 더 실용적인 정보입니다.

긴 문맥 과제 두 종이 모두 여기 들어 있습니다. 컨텍스트를 100만 토큰으로 늘린 것이 이번 릴리스의 간판인데, 그 긴 입력을 실제로 뒤져 답을 찾는 두 벤치마크에서는 Mercury 3이 1위가 아닙니다. 창을 넓힌 것과 그 창을 잘 쓰는 것은 다른 문제입니다. 위 네 줄이 그 차이입니다. 100만 토큰짜리 입력을 매일 다루는 작업이라면 Mercury 3으로 옮기기 전에 자기 데이터로 다시 재는 쪽이 안전합니다.

표에서 한 가지는 수치가 아니라 배치 문제입니다. 가격 행에 Mercury 3은 0.10달러와 0.35달러로, GPT-6 Luna와 Haiku 5.5는 각각 0.10달러와 0.50달러로 적혀 있습니다. Mercury 3 칸만 50% 할인가이고 나머지 두 칸은 상시 단가입니다. 할인이 끝나 정가 0.70달러로 돌아가면 출력 단가는 세 모델 중 Mercury 3이 가장 비쌉니다. GPT-6 Luna의 0.10달러와 0.50달러는 10월 7일 인하 이후의 상시 가격입니다. Haiku 5.5의 0.50달러는 프롬프트가 10만 토큰을 넘지 않을 때의 값입니다.

지금 쓸 수 있나

API 키가 있는 개발자면 오늘 호출할 수 있습니다. 일반 사용자는 Mercury Chat으로 써 볼 수 있지만, 이 글의 수치는 모두 API 기준입니다.

Mercury 2.5를 쓰고 있었다면 남은 기간이 한 달이 안 됩니다. 옮기면서 단가도 오릅니다. Mercury 2.5 Preview는 출시 당시 80% 할인으로 입력 0.04달러, 출력 0.15달러였는데, Mercury 3의 할인가는 0.10달러와 0.35달러입니다. 같은 할인 기간끼리 견주면 출력 단가가 2.3배입니다.

속도가 제품 품질을 좌우하는 서비스를 돌리고 있다면, 무료 토큰 1억 개 안에서 자기 트래픽의 첫 토큰 지연과 전체 응답 시간을 재보는 것이 이번 릴리스를 확인하는 가장 빠른 방법입니다. 모델 이름만 바꾸면 되니 비교 자체는 반나절이면 끝납니다. 품질은 Inception 표에서 Mercury 3이 1위가 아니었던 네 종, 그중에서도 긴 문맥 과제에 해당하는 작업부터 돌려보면 격차가 가장 빨리 드러납니다. 단가 판단은 그다음입니다. 할인 종료일이 아직 공개되지 않았으니, 월 청구서를 계산할 때는 0.35달러가 아니라 정가 0.70달러를 넣고 Haiku 5.5의 0.50달러와 비교하는 쪽이 맞습니다.