초당 1000토큰 뽑아내는 디퓨전 기반 LLM '머큐리 3' 공개

요약 인셉션(Inception)이 디퓨전 기반 거대언어모델(LLM) 신작인 '머큐리 3(Mercury 3)'를 공식 공개했습니다. 기존 자기회귀(Autoregressive) 방식과 달리 디퓨전 아키텍처를 언어 모델에 적용한 머큐리 3는 엔비디아 GPU 기준 초당 1,068토큰(tok/s)이라는 압도적인 생성 속도를 기록하며 텍스트 디퓨전 역시 스케일업이 가능하다는 점을 입증했습니다. 성능 면에서도 기존 모델 대비 대폭 향상되어 벤치마크 전반에서 GPT-6 루나(Luna)나 클로드 하이쿠 5.5(Claude Haiku 5.5)와 대등하거나 앞서는 수준을 기록했습니다. 파라미터 규모는 1세대 모델 대비 40배 이상 확장되었으며, 지능 지표 또한 초기 모델 대비 3배 가까이 상승했습니다. 또한 처리 가능한 컨텍스트 윈도우는 전작(머큐리 2.5)의 26만 토큰에서 최대 100만 토큰으로 크게 늘어났습니다. 가격 정책의 경우 100만 토큰당 입력 0.20달러, 출력 0.70달러로 책정되었으며, 출시 프로모션으로 각각 50% 할인된 0.10달러와 0.35달러에 제공됩니다. 캐시 토큰은 입력 가격에서 90% 할인이 적용됩니다. 머큐리 3의 핵심 강점인 초저지연 속도는 즉각적인 반응이 필수적인 분야에 도입되고 있습니다. 50개 과제를 평가한 웹 네비게이션 에이전트 테스트(Mind2Web)에서 GPT-6.1-Sol보다 높은 50% 완수율을 보였고, 음성 튜터링 및 실시간 교육 서비스, 0.9초 내에 응답을 도출해야 하는 스마트 글래스 검색 엔진, 규제 산업 고객 지원 등에서 기존 모델 대비 응답 지연을 획기적으로 줄인 것으로 나타났습니다. 현재 인셉션 API 및 오픈라우터, 베이스텐 등에서 OpenAI API 호환 규격으로 즉시 이용 가능합니다.