モデル一覧に戻る
inception/mercury-2-5

Mercury 2.5

Mercury 2.5は最速の推論LLMであり、Inceptionからの最新の拡散LLM(dLLM)です。トークンを順序立てて生成する代わりに、Mercury 2.5は複数のトークンを並列で生成および洗練し、以下を実現します...

2026/9/8
260,000 トークン
入力: ¥6.768/M
出力: ¥25.3799/M

仕様

モダリティ

入力
text
出力
text

サポートされているパラメータ

include_reasoning
max_tokens
reasoning
reasoning_effort
response_format
stop
structured_outputs
temperature
tool_choice
tools

最大出力トークン

65,536

推論設定

既定の動作
思考オン(強度: medium)
指定できる強度
high
medium
low
none
思考のオフ
可(reasoning.enabled: false)

思考の制御方法と課金を見る

コード例

curl https://api.fastmetal.ai/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -d '{
    "model": "mercury-2.5",
    "messages": [{"role": "user", "content": "Hello!"}]
  }'

Mercury 2.5の実際の回答

FastMetal上で実際に記録した、標準プロンプトへの回答です。

このエラーをデバッグして

以下のエラーがPythonアプリケーションで発生しています。原因を特定して修正してください。 Traceback (most recent call last): File "app.py", line 23, in get_user_orders total = sum(order["price"] * order["quantity"] for order in orders) TypeError: unsupport…

このエラーの原因は、データベースクエリの結果として取得される `price` や `quantity` が文字列(str)であるため、数値同士の乗算が不可能になっている点です。 修正には、計算前にこれらの値を数値型(float や int)に変換します。 **修正後のコード:** ```python def get_user_orders(user_id): orders = db.query("SELECT price, quantity FROM orders WHERE user_id = %s", user_id) # 数値型への変換を明示 total = sum(float(order["price"]) * int(order["quantity"]) for order in orders) return {"user_id": user_id, "total": total, "orders": orders} ``` これにより、型ミスマッチによる TypeError が解消されます。
応答時間 2.0秒出力 991 トークン

コードレビュー

以下のTypeScript関数をレビューして、可読性・パフォーマンス・ベストプラクティスの観点から改善点を提案してください。 async function fetchAllUsers(page: number = 1): Promise<any[]> { let allUsers: any[] = []; let hasMore = true; let currentPage = page; while (hasMo…

提示された TypeScript 関数について、可読性、パフォーマンス、型安全性の観点から改善点を提案します。 ### 主な改善点 1. **型安全性の向上**: `any` の使用は避け、インターフェースを定義することで型チェックを有効にします。 2. **エラーハンドリング**: Fetch の失敗や JSON パースエラー、HTTP ステータスコードの確認を追加します。 3. **可読性の向上**: 複雑なループを分離し、配列メソッド (`filter`, `map`) を使用してロジックを明確にします。 4. **定数化**: 魔法の数字(100)を定数として定義し、後からの変更を容易にします。 5. **分割と責任の分離**: ページ取得ロジックと全件取得ロジックを分離します。 ### リファクタリング例 ```typescript // 型定義 interface RawUser { id: string; first_name: string; last_name: string; email: string; status: string; } interface User { id: string; name: string; email: string; } interface ApiRes { users: RawUser[]; } const PAGE_LIMIT = 100; const BASE_URL = '/api/users'; async function fetchPage(cu…
応答時間 3.2秒出力 2186 トークン

SQLクエリの最適化

以下のSQLクエリは500万行のテーブルに対して実行すると30秒以上かかります。最適化してください。 SELECT p.product_name, c.category_name, COUNT(o.order_id) as order_count, SUM(o.amount) as total_sales, AVG(r.rating) as avg_rating FROM products p LEFT JOIN…

クエリの実行が重い主な原因は、インデックス不足と結合前のデータ集約を行っていない点にあります。特に500万行のテーブルでは、結合後に集約処理を行うと処理量が多くなりすぎます。 以下に最適化案と解説を示します。 ### 最適化されたクエリ ```sql WITH order_stats AS ( SELECT od.product_id, SUM(o.amount) as total_sales, COUNT(o.order_id) as order_count FROM orders o INNER JOIN order_details od ON od.order_id = o.order_id WHERE o.status = '完了' AND o.created_at >= '2024-04-01' GROUP BY od.product_id ), review_stats AS ( SELECT product_id, AVG(rating) as avg_rating FROM reviews GROUP BY product_id ) SELECT p.product_name, c.category_name, COALESCE(os.order_count, 0) as order_count, COALESCE(os.total_sales, 0) as total_sales, COALESCE(rs.avg_rating, 0) as avg_rating FROM products p LEFT…
応答時間 4.4秒出力 2988 トークン

他のモデルと並べて比較する →

よくある質問

Mercury 2.5のAPI料金はいくらですか?
FastMetalでは100万トークンあたり入力¥6.77・出力¥25.38(税別)の円建て従量課金です。前払いクレジットから使った分だけ差し引かれ、月額料金やサブスクリプションはありません。
Mercury 2.5はOpenAI SDKからそのまま使えますか?
はい。base_url を https://api.fastmetal.ai/v1 に変更し、model に "mercury-2.5" を指定するだけで、既存のOpenAI向けコードから呼び出せます。ストリーミング、ツール呼び出し、構造化出力にも対応しています。
Mercury 2.5のコンテキスト長はどのくらいですか?
260,000トークンです。プロンプトと回答を合わせてこの範囲に収める必要があります。
Mercury 2.5を試すには何が必要ですか?
アカウントを作成してクレジットをチャージすると、ブラウザのチャット画面とAPIの両方から利用できます。契約や最低利用額はありません。

Mercury 2.5を今すぐ試す

Mercury 2.5はFastMetalのAPIキー1つで利用できます。ブラウザですぐに試す、またはOpenAI SDKからそのまま呼び出せます。