Inception Labs stellte am Montag Mercury 3 vor und beschrieb es als das leistungsfähigste diffusionsbasierte große Sprachmodell, das bisher veröffentlicht wurde. Der Ankündigung des Unternehmens zufolge übertrifft Mercury 3 geschwindigkeitsoptimierte Frontier-Modelle, darunter GPT-6 Luna und Claude Haiku 5.5, in einer Reihe von Benchmarks und läuft dabei vier- bis achtmal schneller, mit mehr als 1.000 Token pro Sekunde.

Die Einführung ist die bisher überzeugendste Antwort auf die Frage, die seit der Einführung der Kategorie über kommerzielle Diffusionssprachmodelle schwebt: Kann die Textdiffusion so skaliert werden, dass sie mit autoregressiven Architekturen bei komplexen Arbeitslasten konkurrieren kann, oder bleibt sie eine Forschungskuriosität, die nur auf Latenz optimiert ist? Inception Labs, das von ehemaligen Forschern aus Stanford und UC Berkeley, darunter CEO Stefano Ermon, gegründet wurde, sagt, die Antwort sei nun geklärt. Das Unternehmen berichtet, dass Mercury 3 mehr als 40-mal größer ist als Mercury 1 und dass sich die gemessene Intelligenz über Standard-Benchmarks zwischen Mercury 1 (Mini) und Mercury 3 ungefähr verdreifacht hat. Dies sei ein Beweis dafür, dass die Skalierungsgesetze, die den Fortschritt bei autoregressiven Modellen vorangetrieben haben, auch für die Diffusion gelten. Weitere Informationen zu dieser Geschichte finden Sie in unserer aktuelle KI-Trends.

Geschwindigkeit, Kontext und Preisgestaltung

Die Schlagzeilen sind aggressiv. Laut Inception Labs generiert Mercury 3 1.068 Token pro Sekunde auf NVIDIA-GPUs und behält damit den Signaturvorteil des Diffusionsansatzes gegenüber der autoregressiven Token-für-Token-Dekodierung bei. Das Kontextfenster ist auf 1 Million Token angewachsen, gegenüber 260.000 in Mercury 2.5, das das Unternehmen im September mit einer kontinuierlichen Produktion von 1.107 Token pro Sekunde veröffentlichte.

Der Preis für Mercury 3 beträgt 0,20 US-Dollar pro Million Input-Tokens und 0,70 US-Dollar pro Million Output-Tokens. Bei der Einführung ist das Modell um 50 Prozent günstiger, sodass sich der effektive Preis auf 0,10 US-Dollar pro Million Input-Tokens und 0,35 US-Dollar pro Million Output-Tokens erhöht, wobei der Preis für zwischengespeicherte Token 90 Prozent unter dem Input-Preis liegt. Dies liegt unter dem typischen Preis der geschwindigkeitsoptimierten Frontier-Modelle, mit denen es verglichen wird, obwohl eine unabhängige Überprüfung der Qualitätsansprüche noch nicht veröffentlicht wurde.

Benchmark- und Agentenergebnisse

Über die allgemeinen Benchmark-Vergleiche mit GPT-6 Luna und Claude Haiku 5.5 hinaus veröffentlichte Inception Labs Ergebnisse seiner Produktions-Webagentennutzung zu 50 Live-Navigationsaufgaben von Mind2Web. Mercury 3 erledigte 50 Prozent der Aufgaben, was nach Angaben des Unternehmens deutlich mehr ist als GPT-6.1-Sol, und nutzte dabei das gleiche Token-Volumen und die gleiche Anzahl an Agentenschritten wie das Frontier-Modell zu einem Bruchteil der Kosten pro Token.

Das Unternehmen betrachtet latenzempfindliche Agenten-Workloads als den kommerziellen Kernfall des Modells. Da Browser-Agenten, Sprachassistenten und interaktive Anwendungen bei jedem Schritt auf das Modell warten, verstärken sich kleine Verzögerungen schnell, und der hohe Durchsatz eines Diffusionsmodells führt direkt zu einer schnelleren Aufgabenerledigung und mehr Versuchen innerhalb eines festgelegten Zeitbudgets.

Frühe Kunden melden Produktionseinsatz

Laut Inception Labs nutzen Early-Access-Partner Mercury 3 bereits in der Produktion für Sprach- und Chat-Unterstützung, Echtzeit-Nachhilfe, Datentechnik und Webnavigation.

Shuhao Zhang, Mitbegründer von TinyFish AI, sagte, dass Agenten, die auf Mercury 3 basieren, schneller fertig werden und Zeit haben, weitere Ansätze auszuprobieren, bevor sie antworten, sei es beim Navigieren auf Websites, beim Recherchieren über Quellen hinweg oder beim Analysieren von Protokollen und beim Verfolgen von Vorfällen.

Michael Tong, Mitbegründer und CTO von General Learning, dem Betreiber von RevisionDojo, sagte, dass Mercury 3 es dem Unternehmen ermöglicht habe, jedem Schüler sofortiges Feedback zu geben, ohne auf die Argumentationsqualität verzichten zu müssen, indem Hinweise, markierte Antworten und Definitionen in etwa einer Sekunde zurückgegeben würden, und beschrieb das Modell als einen Drop-in-Swap für seinen bestehenden Stack.

Kuan Zou, Gründer des Such-Startups Octen, berichtete, dass bei den Sense-API-Tests des Unternehmens die eigene Suche etwa 80 Millisekunden dauerte, während die Modellgenerierung den Engpass darstellte, und dass Mercury 3 mit einer durchschnittlichen Generierungszeit von 0,9 Sekunden und einer durchschnittlichen End-to-End-Reaktionszeit von 2,2 Sekunden das beste Gleichgewicht zwischen Geschwindigkeit und Qualität unter den getesteten schnellen Modellen lieferte.

Warum Diffusionsskalierung wichtig ist

Autoregressive Transformatoren, die nacheinander Text Token für Token generieren, haben im Wesentlichen jedes Grenzmodell von GPT über Gemini und Claude getragen. Stattdessen verfeinern Diffusionsmodelle eine gesamte Antwort parallel durch iterative Rauschunterdrückung, eine Eigenschaft, die die Generierung schnell und kontrollierbar macht, die aber bis vor Kurzem bei komplexen Argumentationsaufgaben stark hinterherhinkte.

Die zentrale Behauptung von Mercury 3 ist, dass sich diese Qualitätslücke in großem Umfang geschlossen hat. Wenn die Zahlen des Unternehmens einer unabhängigen Bewertung standhalten, ist die praktische Konsequenz eine glaubwürdige zweite Architekturfamilie für kommerzielle Schlussfolgerungen, mit Auswirkungen auf die Wirtschaftlichkeit hochvolumiger Agenten-Workloads, bei denen die gesamten Token-Ausgaben von Geschwindigkeitsmodellen dominiert werden.

Die Ansprüche bleiben vorerst vom Verkäufer gemeldet. Inception Labs hat nicht auf Bewertungen von Mercury 3 durch Dritte verwiesen und seine Benchmark-Vergleiche stammen aus eigenen Quellen. Die früheren Modelle des Unternehmens werden jedoch seit 2025 öffentlich angeboten, sodass Käufer eine Erfolgsbilanz vorweisen können.

Verfügbarkeit

Mercury 3 ist ab sofort über die API von Inception Labs zum Startpreis erhältlich. Das Unternehmen gibt an, dass zwischengespeicherte Token mit 10 Prozent des Eingangspreises in Rechnung gestellt werden. Es wurde keine Veröffentlichung offener Gewichte angekündigt; Wie seine Vorgänger ist Mercury 3 ein kommerzielles, reines API-Modell.

Folgen Sie AI Buzz Wire, um weiterhin über neue Modellveröffentlichungen, Diffusionsarchitekturen und die zunehmende Geschwindigkeitsstufe der Grenz-KI zu berichten.

---

Bleib vorne bei KI

Die neuesten KI-Nachrichten, Analysen und Durchbrüche – alles an einem Ort.

Mehr KI-Nachrichten lesen →