Inception Labs روز دوشنبه Mercury 3 را معرفی کرد و آن را به عنوان تواناترین مدل زبان بزرگ مبتنی بر انتشار که تا به امروز منتشر شده است توصیف کرد. طبق اعلام این شرکت، مرکوری 3 از مدل‌های مرزی بهینه‌شده سرعت از جمله GPT-6 Luna و کلود هایکو 5.5 در طیفی از معیارها بهتر عمل می‌کند در حالی که 4 تا 8 برابر سریع‌تر، با بیش از 1000 توکن در ثانیه کار می‌کند.

این راه‌اندازی قوی‌ترین پاسخی است که تاکنون به این سؤال که از زمان ظهور این دسته بر روی مدل‌های زبان انتشار تجاری آویزان شده است: آیا مقیاس انتشار متن برای رقابت با معماری‌های اتورگرسیو در حجم‌های کاری پیچیده، می‌تواند یک کنجکاوی تحقیقاتی باقی بماند که فقط برای تأخیر بهینه شده است؟ Inception Labs، که توسط محققان سابق استنفورد و UC برکلی از جمله مدیر عامل شرکت استفانو ارمون تاسیس شد، می‌گوید که پاسخ اکنون حل شده است. این شرکت گزارش می‌دهد که عطارد 3 بیش از 40 برابر بزرگ‌تر از عطارد 1 است و هوش اندازه‌گیری شده در معیارهای استاندارد تقریباً بین عطارد 1 (مینی) و عطارد 3 سه برابر شده است، استدلال می‌کند که قوانین مقیاس‌بندی که باعث پیشرفت در مدل‌های اتورگرسیو می‌شوند، برای انتشار نیز صادق است. For more context on this story, see our ongoing AI industry coverage.

سرعت، زمینه و قیمت

ارقام تیتر تهاجمی هستند. Inception Labs می‌گوید Mercury 3 1068 توکن در ثانیه بر روی پردازنده‌های گرافیکی NVIDIA تولید می‌کند، که مزیت امضای رویکرد انتشار را نسبت به رمزگشایی خودبازگشت توکن به نشانه حفظ می‌کند. پنجره زمینه به 1 میلیون توکن افزایش یافته است، از 260000 در Mercury 2.5 که این شرکت در سپتامبر با خروجی پایدار 1107 توکن در ثانیه منتشر کرد.

قیمت Mercury 3 به ازای هر میلیون توکن ورودی 0.20 دلار و به ازای هر میلیون توکن خروجی 0.70 دلار است. در زمان راه اندازی، این مدل 50 درصد تخفیف دارد و نرخ موثر را به 0.10 دلار به ازای هر میلیون توکن ورودی و 0.35 دلار به ازای هر میلیون توکن خروجی می رساند، با قیمت توکن های کش 90 درصد کمتر از نرخ ورودی. این قیمت‌گذاری معمولی مدل‌های بهینه‌سازی سرعت مرزی را کاهش می‌دهد، اگرچه تأیید مستقل ادعاهای کیفیت هنوز منتشر نشده است.

نتایج محک و نماینده

فراتر از مقایسه معیارهای عمومی با GPT-6 Luna و Claude Haiku 5.5، Inception Labs نتایجی را از مهار تولید وب عامل خود در 50 وظیفه ناوبری زنده Mind2Web منتشر کرد. Mercury 3 50 درصد از وظایف را انجام داد که به گفته شرکت به طور قابل توجهی بیشتر از GPT-6.1-Sol مدیریت شده است، در حالی که از همان حجم رمز و همان تعداد مراحل عامل به عنوان مدل مرزی با کسری از هزینه هر توکن استفاده می کند.

این شرکت بارهای کاری عامل حساس به تأخیر را به عنوان مورد تجاری اصلی مدل قرار می دهد. از آنجایی که عوامل استفاده از مرورگر، دستیارهای صوتی و برنامه‌های تعاملی در هر مرحله روی مدل منتظر می‌مانند، تاخیرهای کوچک به سرعت ترکیب می‌شوند و توان عملیاتی بالای یک مدل انتشار مستقیماً به تکمیل سریع‌تر کار و تلاش‌های بیشتر در یک بودجه زمانی ثابت تبدیل می‌شود.

مشتریان اولیه استفاده از تولید را گزارش می دهند

Inception Labs می‌گوید شرکای دسترسی زودهنگام در حال حاضر Mercury 3 را برای پشتیبانی صوتی و چت، آموزش در زمان واقعی، مهندسی داده‌ها و ناوبری وب اجرا می‌کنند.

Shuhao Zhang، یکی از بنیانگذاران TinyFish AI، گفت که عوامل ساخته شده بر روی مرکوری 3 زودتر به پایان می رسند و زمان دارند تا قبل از پاسخ دادن، رویکردهای بیشتری را امتحان کنند، خواه در حال جستجو در وب سایت ها، تحقیق در بین منابع، یا تجزیه و تحلیل گزارش ها و ردیابی حوادث باشند.

مایکل تانگ، یکی از بنیانگذاران و مدیر ارشد فناوری General Learning، که RevisionDojo را اداره می‌کند، گفت: Mercury 3 به این شرکت اجازه می‌دهد تا به هر دانش‌آموزی بازخورد فوری بدهد، بدون اینکه کیفیت استدلال، راهنمایی‌ها، پاسخ‌های علامت‌گذاری‌شده و تعاریف را در حدود یک ثانیه کنار بگذارد، و مدل را به‌عنوان یک جایگزین برای پشته موجود خود توصیف کرد.

کوان زو، موسس استارت آپ جستجو Octen، گزارش داد که در تست های Sense API این شرکت، جستجوی خود حدود 80 میلی ثانیه طول کشید در حالی که تولید مدل گلوگاه بود، و Mercury 3 بهترین تعادل سرعت و کیفیت را در بین مدل های سریع آزمایش شده با میانگین زمان تولید 0.9 ثانیه و زمان پاسخ متوسط ​​2.2 ثانیه ارائه کرد.

چرا مقیاس بندی انتشار مهم است

ترانسفورماتورهای اتورگرسیو، که متنی را در یک زمان به صورت متوالی تولید می کنند، اساساً هر مدل مرزی را از GPT تا Gemini و Claude حمل کرده اند. مدل‌های انتشار به‌جای آن، یک پاسخ کامل را به‌طور موازی از طریق حذف نویز تکراری اصلاح می‌کنند، ویژگی‌ای که تولید را سریع و قابل کنترل می‌کند، اما تا همین اواخر، در کارهای استدلالی پیچیده به شدت عقب بود.

ادعای اصلی Mercury 3 این است که این شکاف کیفیت در مقیاس بسته شده است. اگر اعداد شرکت تحت ارزیابی مستقل باقی بمانند، نتیجه عملی یک خانواده معماری دوم معتبر برای استنتاج تجاری است، با پیامدهایی برای اقتصادی حجم کاری زیاد عامل، که در آن هزینه‌های توکن کل تحت سلطه مدل‌های سطح سرعت است.

ادعاها در حال حاضر توسط فروشنده گزارش شده است. Inception Labs به ارزیابی های شخص ثالث Mercury 3 اشاره نکرده است و مقایسه معیارهای آن از مهارهای خودش است. با این حال، مدل‌های قبلی این شرکت از سال 2025 به صورت عمومی ارائه شده‌اند و به خریداران سابقه‌ای برای بررسی می‌دهد.

در دسترس بودن

Mercury 3 فوراً از طریق API آزمایشگاه Inception با نرخ تخفیف راه‌اندازی در دسترس است و این شرکت اعلام کرده است که توکن‌های ذخیره‌شده با ۱۰ درصد قیمت ورودی صورت‌حساب می‌شوند. هیچ انتشار وزن باز اعلام نشد. Mercury 3 مانند مدل های قبلی خود یک مدل تجاری و فقط دارای API است.

برای ادامه پوشش نسخه‌های جدید مدل، معماری‌های انتشار، و افزایش سطح سرعت هوش مصنوعی مرزی، AI Buzz Wire را دنبال کنید.

---

Stay Ahead of AI

Get the latest AI news, analysis, and breakthroughs — all in one place.

Read more AI news →