Inception випустила дифузійну LLM Mercury 3 зі швидкістю 1 068 токенів на секунду
Inception випустила Mercury 3, новітню версію своєї дифузійної мовної моделі. Mercury 3 — це дифузійна LLM від Inception, яка генерує відповіді паралельно, а не токен за токеном. Inception повідомляє про швидкість 1 068 токенів на секунду на графічних процесорах NVIDIA та контекстне вікно на 1 млн токенів. У власній таблиці тестів Inception модель випереджає GPT-6 Luna та Claude Haiku 5.5 у 8 із 12 тестів. Для розробників, які створюють агентів, голосових ботів і пошукові інструменти, це модель, орієнтована насамперед на швидкість, із конкурентними показниками.
Коротко
- Розмір: Кількість параметрів не розкривається. Inception заявляє, що модель більш ніж у 40 разів більша за Mercury 1. Контекст становить 1 млн токенів.
- Працює на: графічних процесорах NVIDIA, які надає Inception (точна модель GPU не розкривається). Доступ лише через API, відкритих вагових коефіцієнтів або квантизованих збірок немає.
- Продуктивність: випереджає конкурентів у 8 із 12 тестів порівняно з GPT-6 Luna та Haiku 5.5 (дані зі слів розробника, середні налаштування).
- Найкращий результат: SWE-Bench Atlas — 51.08, приблизно на 18 пунктів вище, ніж у обох конкурентів.
- Найгірший результат: DeepSWE v1 — 46.31, на 5.31 пункту нижче, ніж у Haiku 5.5 (51.62).
Що таке Mercury 3?
Mercury 3 — це четвертий реліз Mercury від Inception після Mercury 1, Mercury 2 і Mercury 2.5. Mercury 1 було запущено у 2025 році. Mercury 2.5 додала налаштовуване міркування та контекстне вікно на 260 тисяч токенів, згідно з оголошенням про запуск Inception.
1/4 Сьогодні ми випускаємо Mercury 3. Mercury 3 — безумовно наша найпотужніша модель і найінтелектуальніша дифузійна LLM з усіх, що коли-небудь випускалися. Вона перевершує GPT-6 Luna та Haiku 5.5 за якістю, працюючи зі швидкістю понад 1000 токенів/с. pic.twitter.com/TYevDl43Lm
— Stefano Ermon (@StefanoErmon) 19 жовтня 2026 року
Як працює дифузійна LLM?
Авторегресивні моделі генерують по одному токену за раз. Кожен новий токен очікує на попередній. Дифузійна LLM починає з чорнового варіанту всієї відповіді. Потім вона уточнює кожну позицію за кілька проходів паралельно.
Менша кількість послідовних кроків означає швидше генерування на тих самих GPU. Відкритим залишалося питання, чи зберігає цей підхід ефективність у міру збільшення моделей.
Чи масштабується дифузія?
Відповідь Inception тут — так. Загальна кількість параметрів Mercury 3 більш ніж у 40 разів перевищує показник Mercury 1 (mini). Середня якість за стандартними тестами між цими 2 моделями зросла приблизно в 3 рази. Швидкість залишилася вищою за 1 000 токенів на секунду.
Команда Inception показує це як криву залежності якості від розміру для 5 поколінь Mercury.
Як Mercury 3 показує себе в тестах?
Усі наведені нижче результати взято з таблиці Inception. Усі моделі працювали із середніми налаштуваннями.
Mercury 3 демонструє найбільші переваги у виконанні інструкцій і агентному програмуванні. Результат IFBench становить 76.84 — на 15 пунктів вище, ніж у GPT-6 Luna. У SWE-Bench Atlas модель отримує 51.08 проти 33.33 у Luna та 32.26 у Haiku 5.5. Результат GPQA Diamond становить 89.23.
Поразки також мають значення. Haiku 5.5 перемагає в DeepSWE v1 (51.62 проти 46.31) і MRCR v2 (78.40 проти 75.50). GPT-6 Luna трохи випереджає Mercury 3 в AA-Omniscience-Public (46.94 проти 46.44) та AA-LCR v1.1 (78.30 проти 77.67). Пошук у довгому контексті та триваліші завдання з програмування залишаються слабкими місцями.
Mercury 3 проти GPT-6 Luna та Claude Haiku 5.5
| Характеристика | Mercury 3 | GPT-6 Luna | Claude Haiku 5.5 |
|---|---|---|---|
| Розробник | Inception | OpenAI | Anthropic |
| Метод генерації | Дифузія (паралельне уточнення) | Не розкривається | Не розкривається |
| Параметри | Не розкривається | Не розкривається | Не розкривається |
| Контекстне вікно | 1 млн | 1,05 млн | 1 млн |
| Максимальний обсяг виводу | Не розкривається | 128 тис. | 128 тис. |
| Модальності введення | Не розкривається | Текст, зображення | Текст, зображення |
| Відкриті вагові коефіцієнти | Ні (API) | Ні (API) | Ні (API) |
| Швидкість виводу (за вимірюваннями Inception) | 1 068 токенів/с | ~130 токенів/с | ~240 токенів/с |
| Ціна, $/1 млн вхідних / вихідних токенів | $0.20 / $0.70 за стандартним тарифом ($0.10 / $0.35 на запуску) | $0.10 / $0.50 (короткий контекст) | $0.10 / $0.50 (запити до 100 тис.) |
| 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 |
Рядки щодо швидкості та тестів: таблиця Inception, середні налаштування. Характеристики та ціни: власна документація кожного постачальника.
Що повідомляють перші користувачі?
Inception цитує 4 партнерів із раннім доступом. Це заяви клієнтів, а не незалежні оцінювання.
- TinyFish виконала 50 реальних завдань веб-навігації Mind2Web. Mercury 3 успішно виконала 50% із них. Inception заявляє, що це перевершило GPT-6.1-Sol, але не наводить показник Sol.
- Octen AI повідомляє про медіанний час генерування 0,9 секунди та 2,2 секунди від початку до кінця для пошуку за допомогою розумних окулярів.
- RevisionDojo стверджує, що підказки та позначені відповіді повертаються приблизно за секунду.
- Lorikeet заявляє, що Mercury 3 перевершила інші моделі за затримкою та результатами оцінювання для агентів підтримки.
Як розробники можуть використовувати Mercury 3?
Mercury 3 доступна на платформі Inception API, OpenRouter, Baseten і Vercel. API сумісний з OpenAI. У документації використовується рядок моделі mercury-3 і параметр reasoning_effort.
Стандартна ціна становить $0.20 за 1 млн вхідних і $0.70 за 1 млн вихідних токенів. На запуску діє знижка 50%: $0.10 і $0.35. Кешовані вхідні дані коштують на 90% дешевше. Нові облікові записи отримують 100 млн безкоштовних токенів. Корпоративні плани додають виділені потужності, автоматичне масштабування та налаштовуване зберігання даних.
Inception також випускає 2 споріднені моделі:
- Mercury Voice орієнтована на скорочення часу до першого токена відповіді в голосових агентах.
- Mercury Decide — модель класифікації.
Ключові висновки
- Mercury 3 — дифузійна LLM, яка заявляє про швидкість 1 068 токенів/с і контекст на 1 млн токенів.
- Вона випереджає конкурентів у 8 із 12 тестів, проведених постачальниками, порівняно з GPT-6 Luna та Haiku 5.5.
- Найбільші переваги: SWE-Bench Atlas — 51.08 та IFBench — 76.84.
- Haiku 5.5 досі перемагає в DeepSWE v1 і MRCR v2.
- Ціна на запуску становить $0.10 / $0.35, після чого зросте до $0.20 / $0.70.
Ознайомтеся з офіційним блогом запуску, документацією API та сторінкою OpenRouter. Також прочитайте наш попередній матеріал про Drex 1.5. Усі заслуги належать досліднику цього проєкту. Також підписуйтеся на нас у Твіттері і не забудьте приєднатися до нашого ML SubReddit із понад 150 тис. учасників та підписатися на нашу розсилку. Стривайте! Ви є в Telegram? тепер ви також можете приєднатися до нас у Telegram.
Перекладено автоматично з англійської. Оригінал статті — за посиланням нижче.