モデル䞀芧に戻る
Inception
inception/mercury
利甚䞍可

Mercury

Mercuryは最初の拡散倧芏暡蚀語モデルdLLMです。革新的な離散拡散アプロヌチを適甚するこずで、このモデルはGPT-4.1 NanoやClaude 3.5 Haikuなどの速床最適化モデルよりも510倍高速に実行されながら、同等のパフォヌマンスを実珟したす。Mercuryの速床により、開発者はボむス゚ヌゞェント、怜玢むンタヌフェヌス、チャットボットなど、レスポンシブなナヌザヌ䜓隓を提䟛できたす。詳现は[ブログ蚘事](https://www.inceptionlabs.ai/blog/introducing-mercury)をご芧ください。

2025/6/26
128,000 トヌクン
#257 テキスト (コヌディング)

仕様

モダリティ

入力
text
出力
text

サポヌトされおいるパラメヌタ

frequency_penalty
max_tokens
presence_penalty
response_format
stop
structured_outputs
temperature
tool_choice
tools
top_k
top_p

最倧出力トヌクン

16,384

デヌタの取り扱い

プロンプトの保持
䞍明確認できおいたせん
孊習ぞの利甚
䞍明提䟛元からの申告がありたせん

「䞍明」は「問題なし」ではありたせん。確認できおいない、ずいう意味です。

孊習の可吊は提䟛元ずの条件に基づく申告倀です。保持の可吊は、このモデルが到達しうる実行先すべおに぀いお䞊流が公衚する䞀芧から刀定しおいたす。いずれも掚枬は含みたせん。

よくある質問

FastMetalでMercuryは䜿えたすか
珟時点では提䟛しおいたせん。同じ提䟛元のGLM 5.3 FlashはFastMetalのAPIから今すぐ利甚できたす。
Mercuryのコンテキスト長はどのくらいですか
128,000トヌクンです。プロンプトず回答を合わせおこの範囲に収める必芁がありたす。
Mercuryの評䟡・ランキングは
公開アリヌナの総合カテゎリで286䜍ELO 1,305です。順䜍はリヌダヌボヌドの曎新に合わせお倉わりたす。

リヌダヌボヌド

テキスト
コヌディングELO: 1,364
#257
創䜜ELO: 1,218
#320
指瀺遵守ELO: 1,270
#301
高難床ELO: 1,318
#279
マルチタヌンELO: 1,299
#273
総合ELO: 1,305
#286
英語ELO: 1,321
#286

順䜍デヌタ: LMArena leaderboard datasetlmarena-ai/leaderboard-dataset、CC BY 4.0、2026-11-09時点。カテゎリ名の察応付けずスコアの䞞めはFastMetalによる。