Mercury 3 정리: 루나, 하이쿠 5.5와 비교한 속도, 벤치마크, 커뮤니티 반응

AI 스타트업 인셉션(Inception)이 2026년 10월 19일 Mercury 3를 공개했습니다. 인셉션은 오픈AI의 GPT-6 Luna, 앤트로픽의 Claude Haiku 5.5보다 여러 벤치마크에서 점수가 높고, 속도는 4~8배 빠른 초당 1,000토큰 이상이라고 발표했습니다. 루나와 하이쿠 5.5는 두 회사가 내놓은 가장 저렴하고 빠른 모델이라, 이 주장이 맞다면 같은 가격대에서 더 빠르고 성능이 높은 선택지가 생깁니다.

이 글은 10월 20일 기준 인셉션 공식 발표문과 API 문서, 오픈라우터(OpenRouter) 모델 정보, 그리고 출시 당일 해커뉴스(Hacker News) 토론을 바탕으로 합니다. 벤치마크 점수와 속도 수치는 모두 인셉션이 측정한 값이고, 커뮤니티의 속도 수치는 사용자 각자가 자기 환경에서 본 값입니다.

Mercury 3와 디퓨전 언어 모델

인셉션은 스탠퍼드대 스테파노 에르몬(Stefano Ermon) 교수가 UCLA의 아디티야 그로버(Aditya Grover), 코넬 테크의 볼로디미르 쿨레쇼프(Volodymyr Kuleshov)와 함께 세운 회사입니다. 2025년 11월 멘로 벤처스 주도로 5,000만 달러의 시드 투자를 받았고, 엔비디아와 마이크로소프트의 투자 조직도 참여했습니다.

이 회사가 만드는 모델은 디퓨전 언어 모델입니다. ChatGPT나 클로드 같은 대부분의 언어 모델은 앞 단어를 보고 다음 토큰을 하나씩 이어 붙이는 자기회귀 방식으로 답을 씁니다. 토큰은 AI가 글을 나눠 처리하는 단위입니다. 디퓨전 방식은 답의 여러 토큰을 한꺼번에 만든 뒤 여러 번 고쳐 가며 완성합니다. 이미지 생성 모델이 흐린 그림을 점점 선명하게 다듬는 방식과 같은 원리를 글에 적용한 것입니다. 한 번에 여러 토큰을 처리하니 같은 GPU에서 더 빨리 답을 낼 수 있다는 것이 인셉션의 설명입니다.

Mercury 제품군의 주요 출시는 다음과 같습니다.

인셉션은 Mercury 3가 디퓨전 방식에서도 모델을 키울수록 성능이 오른다는 것을 보여 준다고 설명합니다. 디퓨전 언어 모델은 빠르지만 큰 모델로 키우기 어렵다는 의문이 있었는데, 파라미터를 40배 넘게 늘리고도 속도를 유지했다는 주장입니다. 정확한 파라미터 수와 모델 가중치는 공개하지 않았고, API로만 쓸 수 있습니다.

루나, 하이쿠 5.5와 비교한 공식 벤치마크

인셉션은 발표문에 세 모델을 같은 medium 추론 강도로 비교한 표를 실었습니다. 추론 강도는 모델이 답하기 전에 얼마나 오래 생각할지 정하는 설정입니다.

그림 1. 인셉션 발표문의 비교표. 굵은 글씨가 항목별 최고점입니다.

표의 12개 벤치마크를 Mercury 3가 앞선 항목과 뒤진 항목으로 나누면 다음과 같습니다.

차이가 큰 쪽은 지시 따르기와 에이전트 작업입니다. SWE-Bench Atlas는 두 모델보다 17점 넘게 높고, IFBench도 15점 이상 앞섭니다. 반면 같은 코딩 분야인 DeepSWE에서는 하이쿠 5.5에 5점 넘게 뒤지고, 긴 문맥 시험은 AA-LCR에서 루나에, MRCR에서 하이쿠 5.5에 뒤졌습니다. 사실 지식을 묻는 AA-Omniscience는 루나와 0.5점 차이로 사실상 같습니다. 정리하면 "모든 항목에서 압도"가 아니라, 에이전트형 업무에서 크게 앞서고 긴 문맥과 일부 코딩 과제에서는 비슷하거나 뒤지는 결과입니다.

GPQA Diamond처럼 세 모델 모두 점수가 높은 항목은 차이가 3~5점이라 실제 업무에서 체감할 차이는 크지 않을 수 있습니다. 해커뉴스에서는 비교 조건을 문제 삼는 지적도 나왔습니다. 저가 모델은 xhigh나 max처럼 높은 추론 강도로 쓰는 사람이 많은데 medium 한 가지로만 비교했고, 추론 강도에 따라 성능이 어떻게 달라지는지도 보여 주지 않았다는 내용입니다.

초당 1,068토큰 주장과 사용자들이 본 속도

인셉션은 Mercury 3가 엔비디아 GPU에서 초당 1,068토큰을 출력한다고 밝혔습니다. 같은 표에서 루나는 약 130, 하이쿠 5.5는 약 240토큰입니다. 1,068을 두 값으로 나누면 약 8배와 4.5배로, 인셉션이 말한 "4~8배"와 맞습니다.

그림 2. 인셉션이 공개한 세대별 품질과 모델 크기. 가로축만 로그 눈금이라는 점을 해커뉴스의 한 사용자가 꼬집기도 했습니다.

출시 당일 해커뉴스에서 직접 써 본 사용자들의 속도는 발표 수치보다 낮았습니다.

• 초당 약 160토큰: 코딩 에이전트 도구 Oh My Pi로 맥 번역 앱을 만든 사용자의 기록입니다. 45분 동안 2,600만 토큰을 썼습니다.
• 초당 300~400토큰: 몇 시간 동안 시험한 다른 사용자는 처음엔 느렸다가 이 정도로 올라왔다고 적었습니다. 그래도 "평소 쓰던 모델과 비교하면 매우 빠르다"고 덧붙였습니다.
• 첫 응답이 느림: 오픈라우터에서 비교한 사용자는 첫 토큰이 나오기까지 걸리는 시간(TTFT)이 길어, 여러 업체에서 돌리는 DeepSeek V4.1 Flash가 지연 시간과 성능 모두 낫다고 평가했습니다.
• 기대보다 아쉬움: 개발자 사이먼 윌리슨(Simon Willison)은 속도가 다소 실망스러웠다며, 오픈라우터를 거치지 않고 인셉션 API를 직접 불러도 빨라지지 않았다고 했습니다.

속도 수치를 볼 때는 두 가지를 나눠야 합니다. 출력 속도는 답이 나오기 시작한 뒤 1초에 몇 토큰을 쏟아내는지이고, 첫 응답 시간은 질문을 보낸 뒤 첫 글자가 나올 때까지 기다리는 시간입니다. 인셉션의 1,068은 출력 속도이고, 첫 응답 시간은 발표 표에 없습니다. 출력 속도가 빨라도 첫 응답이 늦으면 짧은 질문에서는 빠르다고 느끼기 어렵습니다. 또 회사마다 같은 문장을 다른 개수의 토큰으로 세기 때문에, 초당 토큰 수만으로 서로 다른 회사의 모델을 정확히 비교하기는 어렵습니다.

정가와 출시 할인가, 경쟁 모델과의 가격 차이

Mercury 3는 출시 기념으로 50% 할인된 가격을 받고 있습니다. 10월 20일 확인한 공식 가격(100만 토큰당, 달러)을 두 경쟁 모델과 나란히 놓으면 다음과 같습니다.

캐시 입력은 앞서 보낸 입력을 재사용해 싸게 계산되는 부분입니다. 할인가 기준으로는 입력이 같고 출력이 30% 저렴합니다. 하지만 정가는 입력 2배, 출력 1.4배로 두 경쟁 모델보다 비쌉니다. 인셉션 비교표의 가격은 할인가이므로, 장기 사용 비용을 계산할 때는 정가도 함께 넣어 보는 편이 안전합니다.

예를 들어 입력 5만 토큰과 출력 1만 토큰을 쓰는 요청 한 건은 다음과 같습니다.

1. Mercury 3 할인가: 입력 50000 ÷ 1000000 × 0.10 = 0.005달러, 출력 10000 ÷ 1000000 × 0.35 = 0.0035달러, 합계 0.0085달러
2. Mercury 3 정가: 0.01달러와 0.007달러를 더해 0.017달러
3. GPT-6 Luna와 Haiku 5.5: 0.005달러와 0.005달러를 더해 0.01달러

다만 두 경쟁 모델은 긴 요청에 할증이 붙습니다. 하이쿠 5.5는 프롬프트가 10만 토큰을 넘으면 입력과 출력 단가가 모두 5배가 되고, 루나는 입력이 27만 2천 토큰을 넘으면 요청 전체에 입력 2배, 출력 1.5배가 적용됩니다. 인셉션 가격표에는 길이에 따른 구분 없이 한 가지 단가만 적혀 있어, 긴 문서를 통째로 넣는 작업이라면 차이가 커집니다. 하이쿠 5.5의 구간별 단가는 클로드 Haiku 5.5 정리에, 루나의 요금 계산은 GPT-6 Sol과 Luna 글에 있습니다.

해커뉴스와 X의 반응

출시 글은 10월 20일 기준 해커뉴스에서 220점 넘게 받고 85개의 댓글이 달렸습니다. 공동창업자이자 수석 과학자인 쿨레쇼프가 직접 질문에 답했는데, 그가 밝힌 회사의 자체 평가가 가장 눈여겨볼 대목입니다.

"overall we have found the model to be Haiku- or Luna-level in our own daily usage. That means that it won't yet replace Opus or Fable as the primary driver of a harness, but we have used it successfully for subagents"

발표문은 루나와 하이쿠보다 낫다고 했지만, 개발사 스스로는 일상 사용에서 "하이쿠나 루나 수준"이고, 클로드 코드 같은 도구의 주력 모델로 Opus나 Fable을 대신하기는 아직 이르며, 큰 모델이 지시한 일을 나눠 처리하는 서브에이전트로 잘 써 왔다고 설명한 것입니다.

긍정적인 반응은 대부분 실제로 써 본 결과였습니다.

• 저장소에 붙여 써 본 사용자는 "생각보다 꽤 좋다"고 했습니다.
• 일부러 모호하게 UML 다이어그램 렌더러를 만들어 달라고 한 사용자는 결과물이 인상적이었고, 세 번째 요청의 수정도 정확했다고 평가했습니다.
• 사용자의 의견에 무작정 동의하지 않고 적절히 반박했다는 평도 있었습니다.

회의적인 반응은 속도 외에 세 가지였습니다.

• 가중치 비공개: 오픈 웨이트 모델을 기다린 사용자들의 실망이 이어졌고, 인셉션은 가중치를 공개하지 않는다고 답했습니다.
• 가격의 지속 가능성: 비공개 기업은 손해를 보며 가격을 낮출 수 있으니, 특정 하드웨어에서 얼마나 처리하는지 공개된 수치가 필요하다는 지적이 나왔습니다.
• 디퓨전 방식의 약점: 디퓨전 모델은 정해진 문자열을 그대로 외워 내는 데 약하다는 경험담도 올라왔습니다.

X에서는 에르몬 교수의 발표 글이 하루 만에 조회 27만 회를 넘겼습니다. 인셉션 발표문에 실린 초기 고객 사례도 속도에 초점을 맞췄습니다. 스마트 안경용 검색 API를 만드는 Octen AI는 "시험한 빠른 모델 중 속도와 품질의 균형이 가장 좋았다"며 생성 시간 중앙값 0.9초, 전체 응답 시간 중앙값 2.2초를 공개했고, 교육 서비스 RevisionDojo는 힌트와 채점 결과가 약 1초 만에 돌아온다고 밝혔습니다.

API 사용법과 기본 설정에서 주의할 점

Mercury 3는 인셉션 API, 오픈라우터, 베이스텐(Baseten), 버셀(Vercel)에서 쓸 수 있습니다. 오픈AI API와 같은 형식이라 기존 코드에서 주소와 모델 이름만 바꾸면 됩니다. 아래는 공식 시작 안내 문서의 요청 예시입니다.

여기서 가장 중요한 값이 reasoning_effort입니다. Mercury 3는 instant, low, medium, high 네 단계를 받는데, 이 값을 빼면 low가 적용됩니다. 이전 Mercury 2와 2.5의 기본값은 medium이었습니다. 발표문의 벤치마크는 medium 기준이므로, 기본 설정 그대로 시험하면 발표 점수보다 낮은 결과를 보고 실망할 수 있습니다. 반대로 빠른 응답이 우선인 음성 상담이나 실시간 대화라면 instant나 low가 맞습니다.

그 밖의 사양은 다음과 같습니다.

• 문맥과 출력: 문맥 100만 토큰, 최대 출력 131,072토큰. 입력과 출력 모두 텍스트만 지원합니다.
• 기능: 병렬 도구 호출과 JSON 스키마를 지키는 구조화 출력을 지원합니다.
• 무료 사용량: 인셉션 플랫폼에 새로 가입하면 결제 정보 없이 1억 토큰을 무료로 받습니다. 무료 등급의 분당 한도는 요청 1,000회, 입력 100만 토큰, 출력 10만 토큰입니다.
• 개발 도구 연결: 공식 문서에 커서(Cursor), 클로드 코드, OpenCode 등과 연결하는 안내가 있습니다.

인셉션은 Mercury 3와 함께 두 가지 파생 모델도 소개했습니다. Mercury Voice는 음성 에이전트용으로 답의 첫 부분이 나오는 시간을 줄이도록 조정한 모델입니다. Mercury Decide는 문의 분류나 라우팅처럼 정해진 선택지 중 하나를 고르는 작업용 모델로, 출력 요금 없이 입력 100만 토큰당 0.02달러(할인가)를 받습니다.

Mercury 3를 시험해 볼 만한 경우

인셉션 발표와 사용자 반응을 종합하면, Mercury 3는 루나, 하이쿠 5.5와 같은 용도를 겨냥한 모델이고 주력 코딩 모델을 대체하는 모델은 아닙니다. 도입 여부는 다음 순서로 판단할 수 있습니다.

1. 응답 속도가 서비스 품질을 좌우하는 작업인지 봅니다. 상담 챗봇, 음성 에이전트, 실시간 검색 요약처럼 사용자가 답을 기다리는 서비스라면 시험할 가치가 큽니다. 밤새 돌리는 일괄 작업이라면 속도 이점이 크지 않습니다.
2. 지금 쓰는 모델과 같은 과제로 비교합니다. 무료 1억 토큰으로 루나나 하이쿠에 맡기던 과제를 그대로 넣고, reasoning_effort를 medium으로 맞춘 뒤 결과 품질과 첫 응답 시간, 전체 완료 시간을 함께 기록합니다.
3. 정가로도 비용을 계산합니다. 할인가에서는 출력이 저렴하지만 정가에서는 두 경쟁 모델보다 비쌉니다. 다만 10만 토큰이 넘는 긴 요청이 많다면 하이쿠 5.5의 할증을 고려해 다시 비교합니다.

빠르고 저렴한 모델의 다른 선택지로는 DeepSeek V4.1 Flash 1017이 있습니다. 해커뉴스에서도 Mercury 3와 지연 시간을 비교한 모델로 언급됐습니다.

참고 자료: 인셉션 Mercury 3 발표문, 인셉션 모델과 가격 문서, 추론 강도 문서, 요청 한도 문서, 오픈라우터 Mercury 3, 해커뉴스 토론, 스테파노 에르몬 발표 글, GPT-6 Luna 문서, 클로드 가격 문서