Inception Labs, Mercury 2.5 발표
원제: Mercury 2.5
왜 중요한가
diffusion 기반 LLM이 속도·비용·품질을 동시에 끌어올리며 음성·검색·코딩 등 지연 민감 실시간 서비스 시장에서 기존 자동회귀 모델의 대안으로 본격 부상하고 있다.
Inception Labs는 2025년, 최신 diffusion LLM 모델 'Mercury 2.5'를 공개했다. Mercury 2 대비 지능 40% 향상, 처리 속도 초당 1,107 토큰, 콘텍스트 창 26만 토큰을 달성。가격은 입력 $0.04/백만 토큰(런칭 기념 80% 할인), 출력 $0.15/백만 토큰으로 제공된다.
Inception Labs CEO Stefano Ermon은 공식 블로그를 통해 Mercury 2.5를 발표했다. 동사에 따르면 Mercury 2.5는 현재 시장에서 가장 성능이 높은 diffusion LLM이며, 역대 최대 규모의 diffusion 언어 모델이라고 밝혔다.
주요 성능 지표로는 ▲Mercury 2 대비 지능 40% 향상 ▲NVIDIA GPU에서 초당 1,107 토큰 처리 ▲260K 토큰 콘텍스트 지원 ▲GPT-5.6 Luna(Low), Gemini 3.5 Flash-Lite, Claude Haiku 4.5 등 비용 최적화 프론티어 모델과 동등 수준 성능을 제시했다. 정가는 입력 $0.20/백만 토큰, 출력 $0.75/백만 토큰이며, 런칭 기간 80% 할인된 입력 $0.04/백만 토큰, 출력 $0.15/백만 토큰이 적용된다.
실제 도입 사례도 공개됐다. 음성 AI 전화 상담 기업 OpenCall은 Mercury 도입 후 P99 응답 지연을 수 분에서 1초로, P50을 0.4초에서 0.2초 미만으로 단축했다고 밝혔다. 코딩 지원 플랫폼 Augment Code는 Mercury를 콘텍스트 압축에 활용해 지연 시간을 82%(약 150초→27초) 줄이고 비용을 90% 절감했다.
Mercury 2.5 외에 'Mercury Voice'와 'Mercury Router' 프리뷰도 동시 발표됐다. Mercury Voice는 첫 번째 토큰 생성 시간(TTFT) 170밀리초 미만을 목표로 음성 에이전트에 최적화된 dLLM이다. NVIDIA 제품 담당 시니어 매니저 Shruti Koparkar는 "새로운 아키텍처가 빠르게 프로덕션 시스템으로 성숙해가는 속도를 보여준다"고 평가했다.