室谷代表取締役OpenRouterが、Inceptionの「Mercury Decide」が画像入力を受け付けるようになったと発表したんですよね。これは地味に見えて、エージェント設計がけっこう変わる話だと思ってます。
テキトー教師DotAI 認定講師そうなんですよ。Mercury Decideは、Inceptionが提供している構造化意思決定モデルで、OpenRouter上ではSystem Oneエンドポイントとして動いています。
今回の発表で、テキストだけでなく画像も判断材料にできるようになりました。
今回の発表で、テキストだけでなく画像も判断材料にできるようになりました。
室谷代表取締役まず何が発表されたかを整理すると、OpenRouter上のMercury Decideが画像入力に対応した、と。Decisionsリクエストのstateに画像とテキストを並べて送ると、画像の中身に基づいて、choice、score、確率付きのyes/noで答えてくれる。
料金は据え置きで、無料エンドポイントか、$0.02/M入力でデータ保持ゼロ、画像は入力トークンとして課金される、という内容です。
料金は据え置きで、無料エンドポイントか、$0.02/M入力でデータ保持ゼロ、画像は入力トークンとして課金される、という内容です。
テキトー教師DotAI 認定講師ここで大事なのは、Mercury Decideが普通のLLMではないという点なんですよ。文章を生成するモデルではなくて、stateつまり状況と、typed questionつまり型付きの問いを送ると、choiceかscoreかyes/noを返す。
しかもその確率は、モデルがテキストとして書き出したものではなく、モデルから直接取得された較正済みの値で、出力トークンは無料なんです。
しかもその確率は、モデルがテキストとして書き出したものではなく、モデルから直接取得された較正済みの値で、出力トークンは無料なんです。
室谷代表取締役出力が自由文じゃなくて機械可読な構造化出力だから、そのままパイプラインに組み込めるわけですよね。MYUUUでも、エージェントに判断させるところって、どうしても出力のゆらぎをパースする手間が出るので、こういうのは助かります。
Mercury Decideとは？画像入力対応で何が変わったか
まとめ
Mercury Decideの基本と画像入力対応の変更点
- Inceptionの構造化意思決定モデルで、System Oneエンドポイントとして提供
- コンテキストは66K、リリースは2026年9月30日
- Jevと同じ /v1/systemone スキーマを使用
- 今回から画像をstateに直接置けるようになった
- 画像をテキストと並べてstateに入れると、画像の中身からtyped questionに答える
- 回答形式はchoice、score、確率付きyes/noのいずれか
- 以前に画像をどう扱っていたか、前処理が必要だったかなどの経緯は今回のソースでは不明
- これまでテキストで表現していた判断材料の一部を画像のまま渡せるようになり、画像の言語化工程をモデル側に寄せられる
テキトー教師DotAI 認定講師まずMercury Decideの基本から。これはInceptionの構造化意思決定モデルで、System Oneエンドポイントとして提供されています。
コンテキストは66K、リリースは2026年9月30日。Jevと同じ
コンテキストは66K、リリースは2026年9月30日。Jevと同じ
/v1/systemone スキーマを使う、というのが公式ページの説明です。室谷代表取締役で、今回の変更点が画像入力。これまではテキストのstateと問いを扱う形でしたが、今回から画像をstateに直接置けるようになった、というのが発表のポイントです。
テキトー教師DotAI 認定講師ここは誤解されやすいので丁寧に言っておくと、資料で確認できるのは「今回から画像をstateに置けるようになった」という事実までです。以前に画像をどう扱っていたか、前処理が必要だったかどうかといった経緯は、今回のソースでは明らかにされていません。
室谷代表取締役そこは正確にしておきたいですね。発表されているのは、画像をテキストと並べてstateに入れると、画像の中身からtyped questionに答える、という挙動です。
choice、score、確率付きyes/noのいずれかで返ってくる。
choice、score、確率付きyes/noのいずれかで返ってくる。
テキトー教師DotAI 認定講師つまり、これまでテキストで表現していた判断材料の一部を、画像のまま渡せるようになった。これは「画像をどう言語化するか」という前段の工程を、モデル側に寄せられる方向の変化なんですよ。
室谷代表取締役画像をいったん誰かが説明文に落とすのって、けっこう情報が落ちるんですよね。出品写真の状態とか、画面のスクリーンショットの異常とか、言葉にしにくいニュアンスが消える。
そこを直接見て判断できるのは大きいです。
そこを直接見て判断できるのは大きいです。
Mercury Decideでできること——choice・score・確率付きyes/noの使い分け
Mercury Decideの3つの出力形式と使い分け
choice
- 選択肢の中から1つを選ぶ
- 分類やルーティングに向く
- 公式例:Agent guardrail
score
- スコアを返す
- 度合いや順位付けに使う
- 公式例:Support routing / Lead qualification
テキトー教師DotAI 認定講師Mercury Decideが返すのは3種類です。整理するとこうです。
- choice: 選択肢の中から1つを選ぶ。分類やルーティングに向く
- score: スコアを返す。度合いや順位付けに使う
- yes/no: 条件が成り立つ確率付きで返す。しきい値と組み合わせて自動実行の可否を決められる
室谷代表取締役この3つ、公式ページのプレイグラウンドでも例が並んでいて、choiceの例が「Agent guardrail」、scoreの例が「Support routing」や「Lead qualification」、yes/noの例が「Listing photo check」なんですよね。用途と出力形式がきれいに対応している。
テキトー教師DotAI 認定講師yes/noが特に面白いのは、確率が付いてくることです。たとえば「この条件が成り立つ確率が80%以上ならツール呼び出しを自動実行する」という形で、しきい値を自分で決めてゲートにできる。
講座でも、エージェントの暴走をどう止めるかというのは毎回テーマになるんですが、確率でゲートを切れるのは設計しやすいですよね。
講座でも、エージェントの暴走をどう止めるかというのは毎回テーマになるんですが、確率でゲートを切れるのは設計しやすいですよね。
室谷代表取締役しきい値を上げれば安全側、下げれば自動化率が上がる。ビジネス側がリスク許容度に応じてつまみを調整できるのが実務的です。
テキトー教師DotAI 認定講師しかも確率はモデルから直接取った較正済みの値で、出力トークンは無料。ここは料金の話にも直結します。
Mercury Decideの使い方・始め方——stateに画像とテキストを並べて送る
Mercury Decideの使い方・始め方
- 01OpenRouterのAPIキーを作成OpenRouter経由で使う場合の準備
- 02クライアントをOpenRouterに向けるhttps://openrouter.ai/api/v1 を指定
- 03モデルIDを指定inception/mercury-decide のように指定
- 04stateに画像とテキストを並べて置くDecisionsリクエストのstateに配置
- 05typed questionを投げるchoice / yes/no など問いの型を決めて設計
- 06確率付きの結果を受け取るchoice、score、yes/noのいずれかが確率付きで返る
- 07しきい値で自動実行確率が自分で決めたしきい値以上なら自動実行
テキトー教師DotAI 認定講師使い方はシンプルです。Decisionsリクエストのstateに、画像とテキストを並べて置く。
そしてtyped questionを投げると、choice、score、yes/noのいずれかが確率付きで返ってくる、という流れになります。
そしてtyped questionを投げると、choice、score、yes/noのいずれかが確率付きで返ってくる、という流れになります。
室谷代表取締役OpenRouter経由で使う場合、OpenRouterのAPIキーを作って、クライアントを
https://openrouter.ai/api/v1 に向けて、モデルIDを inception/mercury-decide のように指定する形ですね。OpenRouterは7つのInceptionモデルを1つのOpenAI互換APIで提供していて、Mercury Decideはそのうちの1つです。テキトー教師DotAI 認定講師スキーマはJevと同じ
/v1/systemone を使うので、すでにSystem One系のエンドポイントを触ったことがある人なら、違和感なく入れるはずです。OpenRouterのクイックスタートには、主要SDKごとのリクエスト例が用意されています。室谷代表取締役ここで注意したいのが、Mercury Decideは文章を書くモデルではないということ。チャットのように「いい感じに答えて」と頼むのではなく、stateとtyped questionをきちんと設計する必要があります。
問いの型を決めるのが仕事の中心になる。
問いの型を決めるのが仕事の中心になる。
テキトー教師DotAI 認定講師そこは講座でも強調しているところで、受講生さんが最初につまずくのは、自由文で聞こうとしてしまう点なんですよ。choiceなら選択肢を列挙する、yes/noなら条件をTRUE WHENとFALSE WHENで書く。
公式ページのプレイグラウンドにも、TRUE WHEN、FALSE WHEN、THRESHOLDという入力欄が用意されています。
公式ページのプレイグラウンドにも、TRUE WHEN、FALSE WHEN、THRESHOLDという入力欄が用意されています。
室谷代表取締役しきい値を自分で決めて、その確率以上なら自動実行、という形がテンプレートとして用意されているのは分かりやすいですね。
料金と提供範囲——無料エンドポイントか$0.02/M、画像は入力トークン課金
テキトー教師DotAI 認定講師料金は据え置きです。無料エンドポイントが用意されていて、有料側は$0.02/M入力、出力は$0/M。
データ保持ゼロです。画像は入力トークンとして課金されます。
データ保持ゼロです。画像は入力トークンとして課金されます。
室谷代表取締役出力トークンが無料なのは、さっき言った通り確率をモデルから直接取っていて、テキストとして書き出さないからですよね。ここは構造化意思決定モデルならではの料金体系です。
テキトー教師DotAI 認定講師OpenRouterのページでは、Inceptionがホストするプロバイダー1社に直接転送される形で、ルーティングの判断は不要と説明されています。価格の履歴を見ると、実効の入力単価は加重平均で$0.03928/M、出力は$0/M。
キャッシュや割引で、実際に支払う価格は表示価格を下回ることが多いとされています。
キャッシュや割引で、実際に支払う価格は表示価格を下回ることが多いとされています。
室谷代表取締役無料エンドポイントの利用量も公表されていて、Mercury Decide (free)は28.9Bトークン、有料版は4.3Bトークンを処理している。無料版がかなり使われているのが分かります。
テキトー教師DotAI 認定講師日本から使えるかという点については、OpenRouter経由でAPIとして提供されているので、OpenRouterのアカウントとAPIキーがあれば利用できる、という形になります。
室谷代表取締役無料エンドポイントがあるので、まず試してから有料に切り替える、という判断がしやすいですね。
画像入力が効くユースケース——出品写真チェックやエージェントのガードレール
テキトー教師DotAI 認定講師画像入力が効く場面として、公式ページに例が載っています。Listing photo check、つまり出品写真チェックですね。
それからAgent guardrail、エージェントのガードレール。あとはSupport routingやLead qualificationも挙げられています。
それからAgent guardrail、エージェントのガードレール。あとはSupport routingやLead qualificationも挙げられています。
室谷代表取締役出品写真チェックは分かりやすいです。写真が規約に沿っているか、条件を満たしているかを、yes/noの確率付きで返してもらう。
しきい値を超えたら自動承認、怪しければ人間にエスカレーション。
しきい値を超えたら自動承認、怪しければ人間にエスカレーション。
テキトー教師DotAI 認定講師エージェントのガードレールも同じ構造です。エージェントがツールを呼ぶ前に、この画像やこの状況で実行してよいかを確率で判定して、しきい値以上なら自動実行。
下回れば人間に回す。
下回れば人間に回す。
室谷代表取締役実際にこのモデルへ大量のトラフィックを送っているアプリも公表されていて、Hominid Arena MVPが195Mトークン、GG driverが154Mトークン、Evertaleが46.5Mトークン、turkic-decideが38.5Mトークン、Equilibrium Poker Labが38.2Mトークンです。
テキトー教師DotAI 認定講師こういうアプリが本番で使っているというのは、ユースケースのヒントになりますよね。判断を大量に回すワークロードと相性がいい。
室谷代表取締役画像と確率付きyes/noの組み合わせは、人手のチェックを全部自動に置き換えるというより、確信度の高いものだけ自動処理して、残りを人間に渡す、という設計に向いています。
性能と信頼性——毎秒14件の意思決定とエスカレーション設計
テキトー教師DotAI 認定講師性能面で押さえておきたいのは、毎秒最大14件の意思決定ができるという点です。そして自信度を報告するので、全件を自動で回して、不確実なものだけ人間にエスカレーションできる。
室谷代表取締役14件/秒というのは、意思決定のスループットとしてはかなり現実的な数字ですよね。1件ずつ人間が判断していたら到底回らない量を、確信度でフィルタしながら流せる。
テキトー教師DotAI 認定講師OpenRouterのページにはレイテンシのデータも出ていて、P50が0.90s、E2EレイテンシのP50が0.39s。可用性は99.99%、3日間の稼働率は100.00%と記録されています。
室谷代表取締役ここは速報時点の計測値なので、実際の運用では自分のワークロードで確認するのが前提ですけど、判断を大量に回す前提の設計になっているのは伝わってきます。
テキトー教師DotAI 認定講師大事なのは、Mercury Decideを「全部任せるモデル」として見ないことなんですよ。確信度を報告するから、確信度が高いものは自動、低いものは人間、という分担が組める。
これは講座でエージェント設計を教えるときの基本の型でもあります。
これは講座でエージェント設計を教えるときの基本の型でもあります。
室谷代表取締役全件自動か、全件人間か、の二択にしないで済むのがいいですよね。しきい値の設計がそのまま業務設計になる。
テキトー教師DotAI 認定講師ちなみにInception自体は、拡散型LLMのMercuryシリーズも展開していて、Mercury 2.5は1,107トークン/秒、260Kコンテキスト。Mercury VoiceやMercury Routerも予告されています。
Mercury Decideはその中の意思決定に特化した位置づけです。
Mercury Decideはその中の意思決定に特化した位置づけです。
室谷代表取締役同じInceptionのモデルでも役割が分かれているわけですね。文章を書くMercury 2.5と、判断を返すMercury Decide。
用途で使い分ける前提で見たほうがいいです。
用途で使い分ける前提で見たほうがいいです。
テキトー教師DotAI 認定講師そうそう。単に画像が入るようになったという話じゃないんですよ。
判断を構造化して返すモデルが、画像という言語化しにくい材料を扱えるようになった。エージェントのガードレールや自動審査の設計が、一段組みやすくなる発表だと思います。
判断を構造化して返すモデルが、画像という言語化しにくい材料を扱えるようになった。エージェントのガードレールや自動審査の設計が、一段組みやすくなる発表だと思います。
室谷代表取締役まずは無料エンドポイントで、自分のユースケースの画像をstateに置いて、yes/noの確率がどう出るかを見てみるのがいいですね。しきい値をどこに置くかは、実際のデータを見てから決めるのが現実的です。
よくある質問
Q. Mercury Decideとは何ですか？
テキトー教師DotAI 認定講師Inceptionの構造化意思決定モデルで、System Oneエンドポイントとして提供されています。stateとtyped questionを送ると、choice、score、yes/noを、モデルから直接取得した較正済みの確率付きで返します。
出力トークンは無料です。
出力トークンは無料です。
Q. Mercury Decideの料金はいくらですか？
室谷代表取締役無料エンドポイントが用意されていて、有料側は$0.02/M入力、出力は$0/M、データ保持ゼロです。画像は入力トークンとして課金されます。
Q. Mercury Decideのコンテキスト長はどれくらいですか？
テキトー教師DotAI 認定講師66Kです。
Q. Mercury Decideはどんな入出力に対応していますか？
室谷代表取締役入力はstateとtyped questionで、今回から画像もstateに置けます。出力はchoice、score、確率付きyes/noです。
Q. Mercury Decideはいつリリースされましたか？
テキトー教師DotAI 認定講師2026年9月30日です。OpenRouter上では、Inceptionの中で最も新しく追加されたモデルとされています。
Q. Mercury Decideは無料で使えますか？
室谷代表取締役Mercury Decide (free)がOpenRouterのAPIを通じて無料で利用可能です。無料版は28.9Bトークンを処理しています。
Q. Mercury Decideは日本から使えますか？
テキトー教師DotAI 認定講師OpenRouter経由でAPIとして提供されているので、OpenRouterのアカウントとAPIキーがあれば利用できる形です。
