Η Inception Labs παρουσίασε το Mercury 3 τη Δευτέρα, περιγράφοντάς το ως το πιο ικανό μοντέλο μεγάλης γλώσσας που βασίζεται στη διάχυση που κυκλοφόρησε μέχρι σήμερα. Σύμφωνα με την ανακοίνωση της εταιρείας, το Mercury 3 ξεπερνά τα βελτιστοποιημένα για ταχύτητα μοντέλα συνόρων, συμπεριλαμβανομένων των GPT-6 Luna και Claude Haiku 5.5 σε μια σειρά σημείων αναφοράς, ενώ τρέχει 4 έως 8 φορές πιο γρήγορα, με περισσότερα από 1.000 tokens ανά δευτερόλεπτο.
Το λανσάρισμα είναι η ισχυρότερη απάντηση μέχρι τώρα στο ερώτημα που έχει κρέμεται πάνω από τα εμπορικά μοντέλα γλωσσών διάχυσης από τότε που εμφανίστηκε η κατηγορία: μπορεί η κλίμακα διάχυσης κειμένου να ανταγωνιστεί με αυτοπαλινδρομικές αρχιτεκτονικές σε πολύπλοκους φόρτους εργασίας ή παραμένει μια ερευνητική περιέργεια βελτιστοποιημένη μόνο για λανθάνουσα κατάσταση; Η Inception Labs, η οποία ιδρύθηκε από πρώην ερευνητές του Stanford και του UC Berkeley, συμπεριλαμβανομένου του CEO Stefano Ermon, λέει ότι η απάντηση έχει πλέον διευθετηθεί. Η εταιρεία αναφέρει ότι ο Mercury 3 είναι περισσότερο από 40 φορές μεγαλύτερος από τον Mercury 1 και ότι η μετρούμενη ευφυΐα σε τυπικά σημεία αναφοράς τριπλασιάστηκε περίπου μεταξύ του Mercury 1 (mini) και του Mercury 3, απόδειξη, υποστηρίζει, ότι οι νόμοι κλιμάκωσης που οδήγησαν στην πρόοδο στα αυτοπαλινδρομικά μοντέλα ισχύουν επίσης για τη διάχυση. For more context on this story, see our ongoing artificial intelligence updates.
Ταχύτητα, πλαίσιο και τιμολόγηση
Οι τίτλοι είναι επιθετικοί. Η Inception Labs λέει ότι το Mercury 3 παράγει 1.068 tokens ανά δευτερόλεπτο σε GPU της NVIDIA, διατηρώντας το πλεονέκτημα της υπογραφής της προσέγγισης διάχυσης έναντι της αυτοπαλινδρομικής αποκωδικοποίησης διακριτικό-από-token. Το παράθυρο περιβάλλοντος έχει αυξηθεί σε 1 εκατομμύριο μάρκες, από 260.000 στο Mercury 2.5, το οποίο η εταιρεία κυκλοφόρησε τον Σεπτέμβριο με 1.107 μάρκες ανά δευτερόλεπτο σταθερής παραγωγής.
Το Mercury 3 κοστίζει 0,20 $ ανά εκατομμύριο μάρκες εισόδου και 0,70 $ ανά εκατομμύριο μάρκες εξόδου. Κατά την κυκλοφορία, το μοντέλο έχει 50 τοις εκατό έκπτωση, αυξάνοντας το πραγματικό επιτόκιο σε 0,10 $ ανά εκατομμύριο μάρκες εισόδου και 0,35 $ ανά εκατομμύριο μάρκες εξόδου, με τα αποθηκευμένα διακριτικά με τιμή 90 τοις εκατό κάτω από το ποσοστό εισόδου. Αυτό είναι χαμηλότερο από την τυπική τιμολόγηση των μοντέλων βελτιστοποιημένης ταχύτητας στα σύνορα με τα οποία συγκρίνεται, αν και δεν έχει ακόμη δημοσιευθεί ανεξάρτητη επαλήθευση των ισχυρισμών ποιότητας.
Αποτελέσματα συγκριτικής αξιολόγησης και αντιπροσώπων
Πέρα από τις γενικές συγκρίσεις συγκριτικής αξιολόγησης με το GPT-6 Luna και τον Claude Haiku 5.5, η Inception Labs δημοσίευσε αποτελέσματα από την παραγωγή πλεξούδας web-agent για 50 ζωντανές εργασίες πλοήγησης Mind2Web. Το Mercury 3 ολοκλήρωσε το 50 τοις εκατό των εργασιών, οι οποίες, σύμφωνα με την εταιρεία, είναι σημαντικά περισσότερες από τη διαχείριση του GPT-6.1-Sol, ενώ χρησιμοποιεί τον ίδιο όγκο συμβολαίων και τον ίδιο αριθμό βημάτων πράκτορα με το μοντέλο συνόρων σε ένα κλάσμα του κόστους ανά διακριτικό.
Η εταιρεία τοποθετεί φόρτους εργασίας πρακτόρων που είναι ευαίσθητοι σε καθυστέρηση ως βασική εμπορική περίπτωση για το μοντέλο. Επειδή οι πράκτορες χρήσης του προγράμματος περιήγησης, οι βοηθοί φωνής και οι διαδραστικές εφαρμογές περιμένουν στο μοντέλο σε κάθε βήμα, οι μικρές καθυστερήσεις αυξάνονται γρήγορα και η υψηλή απόδοση ενός μοντέλου διάχυσης μεταφράζεται άμεσα σε ταχύτερη ολοκλήρωση εργασιών και περισσότερες προσπάθειες εντός καθορισμένου χρονικού προϋπολογισμού.
Οι πρώτοι πελάτες αναφέρουν τη χρήση παραγωγής
Η Inception Labs λέει ότι οι συνεργάτες πρώιμης πρόσβασης εκτελούν ήδη το Mercury 3 στην παραγωγή για υποστήριξη φωνής και συνομιλίας, διδασκαλία σε πραγματικό χρόνο, μηχανική δεδομένων και πλοήγηση στον ιστό.
Ο Shuhao Zhang, συνιδρυτής του TinyFish AI, είπε ότι οι πράκτορες που βασίζονται στο Mercury 3 τελειώνουν νωρίτερα και έχουν χρόνο να δοκιμάσουν περισσότερες προσεγγίσεις πριν απαντήσουν, είτε πλοηγούνται σε ιστότοπους, ερευνούν διάφορες πηγές είτε αναλύουν αρχεία καταγραφής και ανιχνεύουν περιστατικά.
Ο Michael Tong, συνιδρυτής και CTO της General Learning, που διαχειρίζεται το RevisionDojo, είπε ότι το Mercury 3 επέτρεψε στην εταιρεία να δίνει σε κάθε μαθητή άμεση ανατροφοδότηση χωρίς να εγκαταλείπει την ποιότητα του συλλογισμού, να επιστρέφει υποδείξεις, επισημασμένες απαντήσεις και ορισμούς σε περίπου ένα δευτερόλεπτο και περιέγραψε το μοντέλο ως εναλλαγή για την υπάρχουσα στοίβα του.
Ο Kuan Zou, ιδρυτής της startup αναζήτησης Octen, ανέφερε ότι στις δοκιμές Sense API της εταιρείας η δική της αναζήτηση χρειάστηκε περίπου 80 χιλιοστά του δευτερολέπτου, ενώ η δημιουργία μοντέλου ήταν το σημείο συμφόρησης και ότι το Mercury 3 παρείχε την καλύτερη ισορροπία ταχύτητας και ποιότητας μεταξύ των γρήγορων μοντέλων που δοκιμάστηκαν, με διάμεσο χρόνο παραγωγής 0,9 δευτερόλεπτα και διάμεσο χρόνο απόκρισης 2.2 δευτερόλεπτα.
Γιατί έχει σημασία η κλιμάκωση διάχυσης
Οι αυτοπαλινδρομικοί μετασχηματιστές, οι οποίοι δημιουργούν κείμενο ένα διακριτικό τη φορά με τη σειρά, έχουν μεταφέρει ουσιαστικά κάθε μοντέλο συνόρων από το GPT μέχρι τους Gemini και τον Claude. Αντίθετα, τα μοντέλα διάχυσης βελτιώνουν μια ολόκληρη απόκριση παράλληλα μέσω της επαναληπτικής αποθορυβοποίησης, μια ιδιότητα που καθιστά τη δημιουργία γρήγορη και ελεγχόμενη, αλλά η οποία, μέχρι πρόσφατα, υστερούσε σε πολύπλοκες συλλογιστικές εργασίες.
Ο κεντρικός ισχυρισμός του Mercury 3 είναι ότι αυτό το χάσμα ποιότητας έχει κλείσει σε κλίμακα. Εάν τα νούμερα της εταιρείας διατηρηθούν υπό ανεξάρτητη αξιολόγηση, η πρακτική συνέπεια είναι μια αξιόπιστη δεύτερη οικογένεια αρχιτεκτονικής για εμπορικά συμπεράσματα, με συνέπειες για την οικονομία του φόρτου εργασίας πρακτόρων μεγάλου όγκου, όπου η συνολική δαπάνη συμβολαίων κυριαρχείται από μοντέλα βαθμίδας ταχύτητας.
Οι αξιώσεις παραμένουν προς το παρόν αναφερόμενες από τον προμηθευτή. Η Inception Labs δεν έχει επισημάνει τις αξιολογήσεις τρίτων για το Mercury 3 και οι συγκρίσεις των σημείων αναφοράς του προέρχονται από τις δικές του ιμάντες. Τα προηγούμενα μοντέλα της εταιρείας, ωστόσο, έχουν δημοσιοποιηθεί από το 2025, δίνοντας στους αγοραστές ένα ιστορικό για έλεγχο.
Διαθεσιμότητα
Το Mercury 3 είναι διαθέσιμο αμέσως μέσω του API της Inception Labs με μειωμένη τιμή εκκίνησης, με την εταιρεία να δηλώνει ότι τα αποθηκευμένα διακριτικά χρεώνονται στο 10 τοις εκατό της τιμής εισόδου. Δεν ανακοινώθηκε καμία έκδοση ανοιχτών βαρών. Όπως και οι προκάτοχοί του, το Mercury 3 είναι ένα εμπορικό μοντέλο μόνο για API.
Για συνεχή κάλυψη των εκδόσεων νέων μοντέλων, των αρχιτεκτονικών διάχυσης και της διευρυνόμενης βαθμίδας ταχύτητας της συνοριακής τεχνητής νοημοσύνης, ακολουθήστε το AI Buzz Wire.
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
