Inception выпустила диффузионную LLM Mercury 3 со скоростью 1 068 токенов в секунду
Inception выпустила Mercury 3, новейшую версию своей диффузионной языковой модели. Mercury 3 — это диффузионная LLM от Inception, которая пишет ответы параллельно, а не токен за токеном. Inception сообщает о скорости 1 068 токенов в секунду на GPU NVIDIA и контекстном окне на 1 млн токенов. В собственной таблице тестов Inception модель опережает GPT-6 Luna и Claude Haiku 5.5 в 8 из 12 тестов. Для разработчиков, создающих агентов, голосовых ботов и поисковые инструменты, это модель, ориентированная прежде всего на скорость и демонстрирующая конкурентоспособные результаты.
Кратко
- Размер: Количество параметров не раскрывается. Inception заявляет, что модель более чем в 40 раз больше Mercury 1. Контекст составляет 1 млн токенов.
- Работает на: GPU NVIDIA, обслуживаемых Inception (точная модель GPU не раскрывается). Только API, открытых весов и квантованных сборок нет.
- Производительность: Лидирует в 8 из 12 тестов по сравнению с GPT-6 Luna и Haiku 5.5 (по данным самой компании, средние настройки).
- Лучший результат: SWE-Bench Atlas — 51,08, примерно на 18 пунктов выше обоих конкурентов.
- Худший результат: DeepSWE v1 — 46,31, на 5,31 пункта ниже Haiku 5.5 (51,62).
Что такое Mercury 3?
Mercury 3 — четвёртый релиз Inception в линейке Mercury после Mercury 1, Mercury 2 и Mercury 2.5. Mercury 1 вышла в 2025 году. В Mercury 2.5 появились настраиваемое рассуждение и контекстное окно на 260 тыс. токенов, согласно анонсу запуска Inception.
1/4 Сегодня мы выпускаем Mercury 3. Mercury 3 — безусловно, наша самая мощная модель и самая интеллектуальная из когда-либо выпущенных диффузионных LLM. Она превосходит GPT-6 Luna и Haiku 5.5 по качеству, работая со скоростью более 1 000 токенов в секунду. pic.twitter.com/TYevDl43Lm
— Stefano Ermon (@StefanoErmon) 19 октября 2026 года
Как работает диффузионная LLM?
Авторегрессионные модели создают текст, токен за токеном. Каждый новый токен ожидает предыдущий. Диффузионная LLM начинает с чернового варианта полного ответа. Затем она за несколько проходов параллельно уточняет каждую позицию.
Меньшее количество последовательных шагов означает более высокую скорость генерации на тех же GPU. Открытым оставался вопрос, сохранится ли этот подход при увеличении размеров моделей.
Масштабируется ли диффузия?
Ответ Inception — да. Общее количество параметров Mercury 3 более чем в 40 раз превышает показатель Mercury 1 (mini). Среднее качество по стандартным тестам между этими двумя моделями выросло примерно втрое. Скорость осталась выше 1 000 токенов в секунду.
Команда Inception представляет это в виде кривой зависимости качества от размера для 5 поколений Mercury.
Как Mercury 3 показывает себя в тестах?
Все приведённые ниже результаты взяты из таблицы Inception. Все модели работали на средних настройках.
Наибольший прирост Mercury 3 показывает в следовании инструкциям и агентном программировании. В IFBench модель набирает 76,84 — на 15 пунктов больше GPT-6 Luna. В SWE-Bench Atlas результат составляет 51,08 против 33,33 у Luna и 32,26 у Haiku 5.5. В GPQA Diamond модель получает 89,23.
Поражения также важны. Haiku 5.5 побеждает в DeepSWE v1 (51,62 против 46,31) и MRCR v2 (78,40 против 75,50). GPT-6 Luna немного опережает Mercury 3 в AA-Omniscience-Public (46,94 против 46,44) и AA-LCR v1.1 (78,30 против 77,67). Извлечение данных из длинного контекста и более продолжительные задачи программирования остаются слабыми местами.
Mercury 3 против GPT-6 Luna и Claude Haiku 5.5
| Характеристика | Mercury 3 | GPT-6 Luna | Claude Haiku 5.5 |
|---|---|---|---|
| Разработчик | Inception | OpenAI | Anthropic |
| Метод генерации | Диффузия (параллельное уточнение) | Не раскрывается | Не раскрывается |
| Параметры | Не раскрываются | Не раскрываются | Не раскрываются |
| Контекстное окно | 1 млн | 1,05 млн | 1 млн |
| Максимальный объём вывода | Не раскрывается | 128 тыс. | 128 тыс. |
| Модальности входных данных | Не раскрываются | Текст, изображения | Текст, изображения |
| Открытые веса | Нет (API) | Нет (API) | Нет (API) |
| Скорость вывода (по измерениям Inception) | 1 068 токенов/с | ~130 токенов/с | ~240 токенов/с |
| Цена, $ за 1 млн входных / выходных токенов | $0,20 / $0,70 по прайс-листу ($0,10 / $0,35 на запуске) | $0,10 / $0,50 (короткий контекст) | $0,10 / $0,50 (для запросов объёмом до 100 тыс. токенов) |
| GPQA Diamond | 89,23 | 86,36 | 84,51 |
| IFBench | 76,84 | 61,82 | 54,65 |
| SWE-Bench Atlas | 51,08 | 33,33 | 32,26 |
| DeepSWE v1 | 46,31 | 37,76 | 51,62 |
| MRCR v2 | 75,50 | 62,72 | 78,40 |
Строки о скорости и результатах тестов: таблица Inception, средние настройки. Характеристики и цены: собственная документация каждого поставщика.
Что сообщают первые пользователи?
Inception цитирует 4 партнёров, получивших ранний доступ. Это заявления клиентов, а не независимые оценки.
- TinyFish выполнила 50 реальных задач веб-навигации Mind2Web. Mercury 3 справилась с 50% из них. Inception заявляет, что это лучше результата GPT-6.1-Sol, но не приводит показатель Sol.
- Octen AI сообщает о медианной длительности генерации 0,9 секунды и 2,2 секунды от начала до конца для поиска с помощью умных очков.
- RevisionDojo заявляет, что подсказки и отмеченные ответы возвращаются примерно за секунду.
- Lorikeet сообщает, что Mercury 3 превзошла другие модели по задержке и результатам тестов для агентов поддержки.
Как разработчики могут использовать Mercury 3?
Mercury 3 доступна на платформе Inception API, OpenRouter, Baseten и Vercel. API совместим с OpenAI. В документации используются строка модели mercury-3 и параметр reasoning_effort.
Цена по прайс-листу составляет $0,20 за 1 млн входных и $0,70 за 1 млн выходных токенов. На старте действует скидка 50%: $0,10 и $0,35. Кэшированные входные данные дешевле на 90%. Новые аккаунты получают 100 млн бесплатных токенов. Корпоративные тарифы включают выделенные мощности, автоматическое масштабирование и настраиваемый срок хранения данных.
Inception также выпускает 2 дочерние модели:
- Mercury Voice ориентирована на сокращение времени до генерации первого токена в голосовых агентах.
- Mercury Decide — это модель классификации.
Главные выводы
- Mercury 3 — диффузионная LLM, заявленная скорость которой составляет 1 068 токенов/с, а размер контекста — 1 млн токенов.
- Она лидирует в 8 из 12 тестов, проведённых поставщиками, по сравнению с GPT-6 Luna и Haiku 5.5.
- Наибольшие преимущества: SWE-Bench Atlas — 51,08 и IFBench — 76,84.
- Haiku 5.5 по-прежнему лидирует в DeepSWE v1 и MRCR v2.
- Цена на старте составляет $0,10 / $0,35, а затем вырастет до $0,20 / $0,70.
Ознакомьтесь с официальным сообщением о запуске, документацией API и страницей в OpenRouter. Также прочитайте наш предыдущий материал о Drex 1.5. Все заслуги принадлежат исследователю этого проекта. Также подписывайтесь на нас в Twitter и не забудьте присоединиться к нашему сабреддиту ML с более чем 150 тыс. участников и подписаться на нашу рассылку. Постойте! Вы есть в Telegram? Теперь к нам можно присоединиться и в Telegram.
Переведено автоматически с английского. Оригинал статьи — по ссылке ниже.