Mercury 3, 100만 토큰 컨텍스트로 커진 Inception의 확산형 언어 모델

작동 방식

확산형 언어 모델은 토큰을 하나씩 순서대로 예측하지 않고, 여러 토큰을 한꺼번에 병렬로 써 낸 뒤 이를 다듬어 가는 방식으로 글을 만든다. Inception에 따르면 Mercury 3는 전체 파라미터 수가 Mercury 1보다 40배 넘게 크지만 속도는 그대로 빠르다. 또한 자기회귀 방식에서 알려진 스케일링 법칙이 텍스트 확산에도 성립한다고 주장한다. API는 OpenAI와 호환되고, 도구 호출, 구조화된 출력, 네 단계의 추론 강도 설정을 지원한다. NVIDIA GPU에서의 처리량은 초당 1,068토큰이며, Mercury 2.5의 1,107토큰과 비슷한 수준이다.

주요 스펙과 가격

모델 ID는 mercury-3이고, 컨텍스트 윈도우는 이전 260K에서 1M 토큰으로 커졌다. 최대 출력은 131,072토큰이다. 정가는 입력 100만 토큰당 0.20달러, 출력 0.70달러이며, 캐시된 입력은 90% 할인된다. 출시 기념으로 50% 할인이 적용되어 입력 0.10달러, 캐시된 입력 0.01달러, 출력 0.35달러에 쓸 수 있다. 새 API 계정에는 무료 토큰 1억 개가 제공된다. 사용처는 Inception API 플랫폼, OpenRouter(inception/mercury-3), Baseten, Vercel, 그리고 Mercury Chat 앱이다. 기업 고객은 전용 용량, 자동 확장, 컴플라이언스 제어, 데이터 보존 설정을 요청할 수 있다. 모델 가중치는 공개되지 않았다.

Mercury 2.5와의 차이

Mercury 3는 컨텍스트 윈도우를 약 4배로 늘리면서 확산 모델 특유의 속도를 유지했다는 점이 핵심이다. Inception은 Mercury 1 mini와 비교해 지능이 세 배 높다고 설명한다. 속도는 초당 1,068토큰으로 Mercury 2.5보다 아주 조금 낮지만, 훨씬 큰 모델이라는 점을 감안하면 의미 있는 결과라는 것이 회사의 입장이다.

왜 중요한가

이 모델이 내세우는 장점은 속도이며, 에이전트와 음성 앱에서 특히 중요하다. Inception은 실제 브라우저 에이전트 과제 Mind2Web 50개에서 50%를 완료했다고 밝혔고, 한 검색 파트너사가 측정한 중앙값 생성 시간은 0.9초였다고 전한다. 응답 지연이 짧아야 하는 검색, 음성 비서, 여러 번 호출을 이어 가는 에이전트에서 이런 특성이 효과를 발휘한다.

참고할 점

벤치마크 점수가 구체적으로 공개되지 않았기 때문에 다른 모델과의 정확한 우열은 직접 시험해야 확인할 수 있다. 출시 할인은 정가가 아니라 한시적인 조건이므로, 장기 비용을 계산할 때는 정가를 기준으로 삼는 편이 안전하다. 지연에 민감한 서비스를 준비 중이라면 무료 토큰으로 응답 속도와 품질을 먼저 확인해 보기를 권한다.

활용 예와 정리

정리하면 Mercury 3는 확산이라는 다른 방식으로 글을 만들어 속도를 확보한 대형 모델이다. 이전 세대인 Mercury 2.5와 비교하면 컨텍스트가 260K에서 1M 토큰으로 늘어, 긴 문서나 긴 작업 기록을 한 번에 넣는 용도로 쓰기 쉬워졌다. 최대 출력이 131,072토큰까지 가능하다는 점도 긴 결과물을 요구하는 작업에 도움이 된다. 도구 호출과 구조화된 출력을 지원하므로 검색 보조, 브라우저 자동화, 음성 비서처럼 짧은 응답을 여러 번 주고받는 서비스에 어울린다. 추론 강도를 네 단계로 조절할 수 있어서, 단순한 요청에는 낮은 단계를, 어려운 요청에는 높은 단계를 골라 속도와 품질의 균형을 맞출 수 있다. API가 OpenAI 호환이라 기존 코드를 크게 바꾸지 않고 시험해 볼 수 있다는 점도 장점이다.