本文へスキップ

このレビューはまだ日本語版がないため、Englishの原文を表示しています。

Mercury 3 Review: A Diffusion Language Model With a 1M-Token Window

Pick Mercury 3 for latency-sensitive jobs like support replies and classification; check speed yourself, as the 1,000+ tokens per second is Inception's.

プレイグラウンドを開く

Spicy Index

71.8/ 100

暫定

Freedom Score

未テスト

料金
$0.325 混合 100 万トークンあたり（入力 3：出力 1）
出力速度
238 トークン/秒
成功率
データ収集中

Mercury 3 is Inception's diffusion-based language model, released on 19 October 2026. Instead of writing one token after another, it refines whole passages in parallel, which Inception credits for its speed. On our API it is one OpenAI-compatible chat endpoint: up to 1,000,000 tokens of text in, up to 131,072 tokens out, tools, JSON output and streaming, at $0.20 per million input tokens and $0.70 output.

The verdict

This is a catalogue review. We checked the model against Inception's launch post and our endpoint limits and have not run our own speed, quality or content tests on it. Inception reports 1,068 tokens per second on NVIDIA GPUs and says the model outperforms Claude Haiku 5.5 and GPT-6 Luna on its benchmarks; those are the publisher's figures, and one independent write-up notes that Haiku 5.5 wins two of the benchmarks in Inception's own table.

Pick it where waiting hurts: voice, search, classification, support. Choose something else for deep reasoning or for images, which this endpoint does not take.

Try Mercury 3 →

Key facts

  • Tested by us: catalogue check and launch smoke run only, no quality or content tests; speed and benchmark numbers are Inception's
  • Price: $0.20 per million input tokens, $0.02 cached and $0.70 output
  • Limits: 1,000,000-token context, replies up to 131,072 tokens (default 4,096), text-only input, up to 128 tools
  • Reasoning: none, low, medium or high; low is the default; temperature 0.5 to 1
  • Sources: the scoring rules are on our review methodology page, and the full parameter list is on the Mercury 3 model page.

良かった点と足りなかった点

良かった点

  • Built for speed. Inception reports 1,068 tokens per second on NVIDIA GPUs; measure it on your own workload, since speed here depends on load, prompt length and reasoning effort.
  • A 1,000,000-token window. Up from about 260K in Mercury 2.5 according to Inception.
  • A low price. $0.20 in and $0.70 out per million tokens, with cached input at $0.02.
  • Reasoning defaults to low. reasoning_effort takes none, low, medium and high, and the default favours speed.
  • Tools and JSON. Up to 128 tool definitions per request and response_format for a JSON object.

足りなかった点

  • Text only. No image, audio or file parts.
  • A narrow temperature range. The endpoint accepts 0.5 to 1.
  • Speed is not guaranteed. The headline figure was measured by Inception, not on this endpoint.
  • Benchmarks are the publisher's. Third-party composite scores favour Claude Haiku 5.5, so run your own prompts before switching.
  • Max output and knowledge cutoff are not stated by Inception.

What we tested

We have not run Mercury 3 through our capability sets or content levels. This page uses Inception's launch post of 19 October 2026, independent coverage of it, the limits and parameters of our endpoint and the live price on the model page. We quote no benchmark scores because the launch post publishes none.

Prompts that worked

Starting points based on the endpoint's shape and Inception's stated use cases, not prompts we benchmarked.

1. A short support reply. The kind of short, latency-sensitive job the model is aimed at.

text
Draft a concise support reply that answers the question and states the next action.

Run this prompt on Mercury 3 →

2. A tool step. One function, tool_choice set to auto.

text
Call report_status with status ready.

Run this prompt on Mercury 3 →

Settings that matter: keep reasoning_effort at low or none for classification and replies, move to medium or high only for multi-step problems; use stream for anything long; set temperature between 0.5 and 1.

Roleplay and how far it writes

We have not tested Mercury 3 on our content levels yet, so this review makes no claim about how far it writes or how often it softens or refuses. The model page carries no content-test results for it either. On our API we add no content filter; whatever comes back is the model's own behaviour.

Not tested yet: all five content levels, roleplay quality over many turns, and languages other than English. We will add results here once the runs are done.

Every character in a request should be an adult, keep real, identifiable people out of it, and you're responsible for the law where you publish.

Alternatives

  • A measured alternative at a similar tier? Claude Haiku 5.5 has a full review with capability scores and reads text and images.
  • Even lower price, same shape? Ling 3.1 Flash is text-only with a 262,144-token window.
  • Images and a 1M window? Muse Wonder 1.0 accepts images, video and audio.

Mercury 3 の Spicy Index の内訳

各項目から採点の詳細に進めます。点数がどの行から来たのか、なぜ減点されたのかがわかります。

公開リーダーボード 品質の 40%
未テスト

追跡している公開リーダーボードに、完全に一致するエントリーはまだありません。 仕組み

ロールプレイ 品質の 15%
未テスト

このモデルではまだロールプレイのテストを実施していません。 仕組み

創作文 品質の 15%
53.0
指示への従い方 品質の 15%
100.0
長いコンテキストの記憶 品質の 15%
未テスト

このモデルではまだ長いコンテキストのテストを実施していません。 仕組み

機能 重み 10.5%
45.0
Freedom Score 重み 30%
未テスト

自由度が未測定、または証拠が不十分です。Index は元の品質・機能スコアを維持し、暫定表示で順位に含めます。証拠の欠如を 0 点とは扱いません。 仕組み

自由度が未測定、または証拠が不十分です。Index は元の品質・機能スコアを維持し、暫定表示で順位に含めます。証拠の欠如を 0 点とは扱いません。

テストレポートをすべて見る →

機能の項目別採点

公開採点表の点数です。アップスケールで作る解像度や、当社が独自に設けた上限は数えません。

コンテキスト長（開発元の公表値）未記載
0.0 / 30
SpicyAPI での入力形式テキストのみ
0.0 / 25
ツール使用ツールと tool_choice
15.0 / 15
構造化出力対応、スキーマ準拠を確認済み
15.0 / 15
推論の制御4 段階：none · low · medium · high
15.0 / 15

SpicyAPI で Mercury 3 にできること

SpicyAPI の現在のモデル仕様から直接取得しています。開発元が自社アプリでより多くの機能を提供している場合もありますが、ここに載っているのは現在当社の API から呼び出せる機能です。

エンドポイント別の機能
機能チャット
コンテキスト長1,000,000 トークン
1 リクエストの最大出力131,072 トークン
推論レベルnone · low · medium · high
ツール呼び出しあり
構造化出力あり
すべてのパラメーターとコード例を見る →

実際にかかる時間

過去 30 日の実際のジョブで、リクエストから完成までを計測しています。所要時間には当社自身のテスト実行も含みます。

出力速度
238 トークン/秒最初のトークンまでの時間を含みます
成功率
データ収集中

完了したジョブが 10 件以上そろうと所要時間を表示します。成功率はお客様のジョブだけで数え、30 日分のトラフィックがそろうまで全モデルで非表示にしています。

Mercury 3 の代わりに検討できるモデル

あなたの意見は？

このレビューは役に立ちましたか？

投票するにはログインしてください。

コメント

コメントは自動チェックと当社チームによる確認を経ています。スパム、不適切な内容、個人攻撃、実在の人物の名前を同意なく挙げる投稿は削除します。コメントを報告いただければ、1 営業日以内に確認します。

このモデルを試しましたか？うまくいった方法を共有してください。スパムを防ぐため、コメントには無料アカウントが必要です。

Mercury 3 のよくある質問

Mercury 3 を自分で試す

プレイグラウンドで全パラメーターを設定し、実行前に正確な料金を確認できます。

$0.325 混合 100 万トークンあたり（入力 3：出力 1）

ほかのレビュー

ランキングを見る →
  • Small blank marble tiles race along a short brass rail on a basalt plinth into a three-slot marble gate, where a gold filament splits into three channels ending in three neat stacks

    GPT 6.1 Terra

    Pick GPT 6.1 Terra for high-volume screens, documents and writing where reasoning_effort none helps; so far we have run only launch checks, no scored tests.

    Spicy Index
    79.9
    Freedom Score
    —

    2026年10月28日 にテスト

    レビューを読む
  • Small blank marble tiles race along a short brass rail on a basalt plinth into a three-slot marble gate, where a gold filament splits into three channels ending in three neat stacks

    Kimi K3.1 Pro

    Pick Kimi K3.1 Pro for long-context work with screenshots and clips when you accept always-on thinking; so far we have run only launch checks, no scored tests.

    Spicy Index
    80.4
    Freedom Score
    —

    2026年10月28日 にテスト

    レビューを読む
  • A burst of golden light filaments fanning low across a shallow glass dish against pure black

    Grok 4.3

    巨大な文脈窓、本物の推論オフ、低価格の規制なし文章が欲しいなら Grok 4.3。ファイル添付が要るなら見送りを。

    Spicy Index
    77.0
    Freedom Score
    98.9

    2026年9月24日 にテスト

    レビューを読む