Source: https://ailoot.ai/models/ja/inception-mercury-3/ Canonical: https://ailoot.ai/models/ja/inception-mercury-3/ Language: ja # Inception: Mercury 3 [Markdown](https://ailoot.ai/models/ja/inception-mercury-3/index.md) · [JSON](https://ailoot.ai/models/ja/inception-mercury-3/facts.json) ## [Inception: Mercury 3](https://ailoot.ai/models/ja/inception-mercury-3/) `inception/mercury-3` Inceptionテキスト入力 $0.0002 / 1K出力 $0.0007 / 1K 対話、大量の文書処理、連続する知的作業向けのInceptionの拡散型テキストモデルです。 ### 拡散方式のテキストモデル Mercury 3は、テキスト生成に拡散方式を用いるInceptionのモデルです。対話型アプリケーションや、モデルを順番に複数回呼び出す課題向けに開発されているMercuryファミリーを継承しています。InceptionはMercury 3の用途として、対話サポート、教育、データ処理、検索エージェントのシナリオを挙げています。 拡散アーキテクチャはモデルの性質です。個々のアプリケーションの応答時間を決めるものではなく、要求の大きさ、結果の長さ、サービスの処理条件にも左右されます。AilootのMercury 3はテキストを受け取り、テキストを返します。説明、文書処理、提供された情報を基にした次の作業の準備に適したインターフェースです。 ### 関連資料をまとめて扱う大きなコンテキスト AilootのMercury 3には1,000,000トークンのコンテキストが記載されています。一つの議論に製品説明、規則、やり取り、成果への要件など、大量の文章をまとめられます。大きなコンテキストは、複数の部分を同時に考慮する回答に役立ちます。例えば、サポート手順と契約条件を照合し、具体的な問い合わせへの回答を作る場合です。 こうした要求では文書を区別して名前を残し、各結論がどの資料を根拠とするかを示すよう求めると有用です。複数段階の課題では、まず関連規則の一覧、次に事例の分析、その後に回答案という中間成果を指定します。結果を確認しやすくなり、課題全体を説明し直さずに一段階を修正できます。 ### 対話型の利用場面 学習対話では、解法の分析、ヒントの作成、指定した理解度に合わせた概念の説明に使えます。データ処理では、項目の説明、テキストの抜粋、質問を渡し、傾向の説明や変換計画を得られます。サポートでは規則を添え、利用者の状況を踏まえた分かりやすい回答を求められます。 これらはテキストモデルを作業の一部として使う例です。インターネットでの自律検索、ブラウザー操作、社内システムへのアクセス、音声会話は、アプリケーションに接続されたツールによって決まります。Mercury VoiceとMercury DecideはInceptionの別製品であり、その専用機能はMercury 3の説明には含まれません。 ### Ailoot APIで利用可能 入力の種類 `text` 出力の種類 `text` コンテキスト カタログに記載なし 最大出力 カタログに記載なし 入力 $0.0002 */ 1K* 出力 $0.0007 */ 1K* キャッシュ読み取り $0.00002 */ 1K* 入力の種類 `text` 出力の種類 `text` コンテキスト カタログに記載なし 最大出力 カタログに記載なし 入力 $0.0002 */ 1K* 出力 $0.0007 */ 1K* キャッシュ読み取り $0.00002 */ 1K* 入力の種類 `text` 出力の種類 `text` コンテキスト カタログに記載なし 最大出力 カタログに記載なし 入力 $0.0002 */ 1K* 出力 $0.0007 */ 1K* キャッシュ読み取り $0.00002 */ 1K* 入力の種類 `text` 出力の種類 `text` コンテキスト カタログに記載なし 最大出力 カタログに記載なし 入力 $0.0002 */ 1K* 出力 $0.0007 */ 1K* キャッシュ読み取り $0.00002 */ 1K* `inception/mercury-3` · JSON ``` {"about":"### 拡散方式のテキストモデル\n\nMercury 3は、テキスト生成に拡散方式を用いるInceptionのモデルです。対話型アプリケーションや、モデルを順番に複数回呼び出す課題向けに開発されているMercuryファミリーを継承しています。InceptionはMercury 3の用途として、対話サポート、教育、データ処理、検索エージェントのシナリオを挙げています。\n\n拡散アーキテクチャはモデルの性質です。個々のアプリケーションの応答時間を決めるものではなく、要求の大きさ、結果の長さ、サービスの処理条件にも左右されます。AilootのMercury 3はテキストを受け取り、テキストを返します。説明、文書処理、提供された情報を基にした次の作業の準備に適したインターフェースです。\n\n### 関連資料をまとめて扱う大きなコンテキスト\n\nAilootのMercury 3には1,000,000トークンのコンテキストが記載されています。一つの議論に製品説明、規則、やり取り、成果への要件など、大量の文章をまとめられます。大きなコンテキストは、複数の部分を同時に考慮する回答に役立ちます。例えば、サポート手順と契約条件を照合し、具体的な問い合わせへの回答を作る場合です。\n\nこうした要求では文書を区別して名前を残し、各結論がどの資料を根拠とするかを示すよう求めると有用です。複数段階の課題では、まず関連規則の一覧、次に事例の分析、その後に回答案という中間成果を指定します。結果を確認しやすくなり、課題全体を説明し直さずに一段階を修正できます。\n\n### 対話型の利用場面\n\n学習対話では、解法の分析、ヒントの作成、指定した理解度に合わせた概念の説明に使えます。データ処理では、項目の説明、テキストの抜粋、質問を渡し、傾向の説明や変換計画を得られます。サポートでは規則を添え、利用者の状況を踏まえた分かりやすい回答を求められます。\n\nこれらはテキストモデルを作業の一部として使う例です。インターネットでの自律検索、ブラウザー操作、社内システムへのアクセス、音声会話は、アプリケーションに接続されたツールによって決まります。Mercury VoiceとMercury DecideはInceptionの別製品であり、その専用機能はMercury 3の説明には含まれません。","alias_of":null,"aliases":[],"author":"Inception","canonical_model":"inception/mercury-3","ctx":null,"formats":["chat","gemini","messages","responses"],"id":"inception/mercury-3","input":["text"],"kind":"text","max_out":null,"methods":[{"cache_read":0.02,"cache_write":null,"cache_write_1h":null,"cache_write_5m":null,"conditional_meter":null,"ctx":null,"family":"anthropic","fast_multiplier":1,"flex_multiplier":1,"fmt":"messages","http":"POST","img_in":null,"img_out":null,"in":0.2,"input":["text"],"label":"Anthropic Messages","max_out":null,"max_tool_calls":null,"out":0.7,"output":["text"],"path":"/v1/messages","request_model_id":"inception/mercury-3","route_label":"Ultra","status_reads":[],"tiers":[],"tool_prices":null,"unit":"token","units":[]},{"cache_read":0.02,"cache_write":null,"cache_write_1h":null,"cache_write_5m":null,"conditional_meter":null,"ctx":null,"family":"openai","fast_multiplier":1,"flex_multiplier":1,"fmt":"responses","http":"POST","img_in":null,"img_out":null,"in":0.2,"input":["text"],"label":"OpenAI Responses","max_out":null,"max_tool_calls":null,"out":0.7,"output":["text"],"path":"/v1/responses","request_model_id":"inception/mercury-3","route_label":"Ultra","status_reads":[],"tiers":[],"tool_prices":null,"unit":"token","units":[]},{"cache_read":0.02,"cache_write":null,"cache_write_1h":null,"cache_write_5m":null,"conditional_meter":null,"ctx":null,"family":"openai","fast_multiplier":1,"flex_multiplier":1,"fmt":"chat","http":"POST","img_in":null,"img_out":null,"in":0.2,"input":["text"],"label":"OpenAI Chat","max_out":null,"max_tool_calls":null,"out":0.7,"output":["text"],"path":"/v1/chat/completions","request_model_id":"inception/mercury-3","route_label":"Ultra","status_reads":[],"tiers":[],"tool_prices":null,"unit":"token","units":[]},{"cache_read":0.02,"cache_write":null,"cache_write_1h":null,"cache_write_5m":null,"conditional_meter":null,"ctx":null,"family":"gemini","fast_multiplier":1,"flex_multiplier":1,"fmt":"gemini","http":"POST","img_in":null,"img_out":null,"in":0.2,"input":["text"],"label":"Gemini generateContent","max_out":null,"max_tool_calls":null,"out":0.7,"output":["text"],"path":"/v1beta/models/inception/mercury-3:generateContent","request_model_id":"inception/mercury-3","route_label":"Ultra","status_reads":[],"tiers":[],"tool_prices":null,"unit":"token","units":[]}],"model_aliases":[{"canonical_model_id":"inception/mercury-3","request_model_id":"inception/mercury-3","route_label":"Ultra"}],"name":"Inception: Mercury 3","price":{"in":0.2,"in_label":null,"out":0.7,"out_label":null,"sort_in":0.2,"sort_out":0.7,"varies":false},"public_id":"inception/mercury-3","short":"対話、大量の文書処理、連続する知的作業向けのInceptionの拡散型テキストモデルです。"} ``` ## よくある質問 用途に合ったモデルを選ぶには？ まず、必要な入力と出力がテキスト、画像、音声、動画のどれかを確認してください。次に、互換性のあるAPIメソッド、正確なモデルIDまたはエイリアスが現在指しているモデル、料金、課金単位を比較します。GET /v1/models は無料で、キーで利用可能なモデルの一覧を取得できます。 各モデルはすべてのAPIメソッドとメディアタイプに対応していますか？ モデルカードに記載されているAPIメソッドと入出力タイプを使用してください。テキスト、画像、音声、動画への対応は、選択したモデルとメソッドによって異なります。データを送信する前に、該当するリクエストのサンプルを確認してください。 モデルIDとエイリアスの違いは何ですか？ 正確なモデルIDは、特定のモデルを識別します。エイリアスはモデルを指し、その参照先は変更されることがあります。カタログでエイリアスの現在の参照先を確認してください。連携で特定のモデルが必要な場合は、正確なIDを使用してください。 リクエストを送信する前に料金を比較するには？ モデルカードで、選択したAPIメソッドの料金と課金単位を確認してください。同じ単位と入出力タイプで比較してください。リクエスト履歴には、実際の使用量と請求額が表示されます。 サブスクリプションの利点は？ 継続利用のトークン購入を割引価格にできます。リクエスト量に合うプランを選べ、条件と価格は申し込み時に表示します。 最大50%割引のプロモコードを使うには？ トークン購入時にコードを入力します。キャンペーン条件で合計を再計算し、支払い前に割引率を表示します。 ## Ailoot · 企業とそのプロジェクト群 Ailootは、蓄積した運営経験、幅広い顧客基盤、安定したサービス、継続的なKPI管理を基盤としています。 企業とそのプロジェクト群：数百万の顧客、毎月数十億規模の売上。 Ailootはこの運営経験を、お客様の製品、エージェント、アプリケーション、自動化でAI機能を利用するためのAPIアクセスに活かしています。