Inception Mercury 2.5: 拡散型LLMがプロダクション環境で1,100トークン/秒超を実現しAIの速度とコスト効率を再定義
拡散型LLM「Mercury 2.5」の核心技術と性能突破
Inception社は、同社の拡散型大規模言語モデル（dLLM）である「Mercury 2.5」を発表しました。これは、プロダクション環境で1,100トークン/秒を超えるスループットを達成し、AIモデルの推論速度とコスト効率の新たな標準を確立するものです。従来の多くのLLMがトークンを一つずつ順次生成する自己回帰型アーキテクチャを採用しているのに対し、dLLMは出力のラフドラフトから始め、トークンを並列に洗練していくことで、飛躍的な高速化を実現しています。この並列処理のアプローチは、GPUの設計に最適化されており、効率的な推論を可能にします。
Mercury 2.5は、前モデルであるMercury 2と比較して、インテリジェンスが10ポイント向上しており、GPT-5.6 Luna、Gemini 3.5 Flash-Lite、Claude Haiku 4.5のようなコスト最適化された最先端モデルに匹敵する品質を提供するとされています。この技術革新は、特に遅延に敏感なワークフローにおいて、AIの活用範囲を大きく広げる可能性を秘めています。
拡張された機能セットとコスト効率
Mercury 2.5は、単なる速度向上に留まらない包括的な機能強化が施されています。コンテキストウィンドウは、これまでの128Kトークンから260Kトークンへと大幅に拡張され、より長文の処理や複雑な対話に対応できるようになりました。さらに、調整可能な推論レベル、ネイティブなツール利用機能、JSONモード、そして並列ツール呼び出しがサポートされており、開発者はより高度で柔軟なAIアプリケーションを構築できます。
コスト面では、InceptionはMercury 2.5の通常価格を100万入力トークンあたり0.20ドル、100万出力トークンあたり0.75ドルと設定しています。発表時点では、80%オフのプロモーション価格として、入力0.04ドル、出力0.15ドルで提供されており、その優れた速度対コスト比は市場で特に注目されています。この低コストと高速性を両立する特性は、検索エージェント、音声インターフェース、コーディングアシスタントなど、レイテンシーが重要な大規模なAIアプリケーションにおける導入を加速させるでしょう。
AI市場への影響と将来展望
拡散型LLMは、かつては研究段階の賭けであったものの、現在ではプロダクション標準へと進化しています。Mercury 2のリリース以来、エンタープライズにおけるMercuryの利用は数千の開発者と数十の企業に拡大しており、その堅牢性が実証されています。Mercury 2.5の登場は、AIインフラストラクチャのコストが上昇し続ける中で、最も高速かつ費用対効果の高いLLMソリューションとして、市場のゲームチェンジャーとなる可能性を秘めています。
Inceptionは、主要モデルと並行して「Mercury Voice」と「Mercury Router」という2つの関連製品のプレビュー版もリリースしています。Mercury Voiceは音声インターフェースの方向性を示唆し、Mercury Routerは何らかのタスクベースのモデル選択やオーケストレーション機能を示唆しており、将来的にInceptionのエコシステムがより多様なAIユースケースに対応することを示唆しています。Mercury 2.5は、速度、コスト、機能性のバランスにおいて独自の地位を確立し、AI開発の新たな潮流を形成するでしょう。
開発者・エンジニア視点での考察
-
リアルタイムAIアプリケーション開発の加速: Mercury 2.5の並列トークン生成と1,100トークン/秒を超えるスループットは、低遅延が不可欠な音声AI、リアルタイム検索、応答性の高いコーディングアシスタントなどのアプリケーション開発におけるボトルネックを解消し、ユーザー体験を劇的に向上させる可能性を秘めています。
-
複雑なエージェントシステム構築の効率化: 260Kトークンの広範なコンテキストウィンドウ、調整可能な推論、ネイティブツール利用、および並列ツール呼び出しのサポートは、複雑なマルチステップエージェントや自律型AIシステムの設計を簡素化し、より洗練された意思決定とタスク実行を可能にする強力な基盤を提供します。
-
GPUインフラの最適活用とコスト管理: 標準的なNVIDIA GPUで高効率を実現するDiffusion LLMの特性は、高価な特殊ハードウェアへの依存を減らし、既存のGPUリソースを最大限に活用できることを意味します。これにより、開発者は初期投資を抑えつつ、API利用におけるトークンあたりのコスト削減を享受し、AIインフラ戦略の柔軟性を高めることができます。
Source / 元記事
この記事について
この記事は、公開されているニュース、論文、公式発表、RSSフィードなどをもとに、AIが要約・補足調査・考察を行って作成しています。
元記事の完全な翻訳・逐語的な要約ではなく、AIによる背景説明や開発者向けの考察を含みます。
重要な技術仕様・価格・提供状況などは、必ず元記事または公式情報をご確認ください。
