Inception Labs ngenalake Mercury 3 ing dina Senin, nggambarake minangka model basa gedhe adhedhasar difusi sing paling apik sing dirilis nganti saiki. Miturut woro-woro perusahaan, Mercury 3 ngluwihi model perbatasan sing dioptimalake kanthi kacepetan kalebu GPT-6 Luna lan Claude Haiku 5.5 ing macem-macem benchmark nalika mlaku 4 nganti 8 kaping luwih cepet, kanthi luwih saka 1,000 token per detik.
Peluncuran minangka jawaban sing paling kuat kanggo pitakonan sing wis ana ing model basa difusi komersial wiwit kategori kasebut muncul: bisa skala difusi teks kanggo saingan karo arsitektur autoregressive ing beban kerja sing rumit, utawa tetep dadi penasaran riset sing dioptimalake mung kanggo latensi? Inception Labs, sing diadegake dening mantan peneliti Stanford lan UC Berkeley kalebu CEO Stefano Ermon, ujar manawa jawaban kasebut saiki wis rampung. Perusahaan kasebut nglaporake manawa Mercury 3 luwih saka 40 kaping luwih gedhe tinimbang Mercury 1 lan sing ngukur intelijen ing pathokan standar kira-kira tikel kaping telu antarane Mercury 1 (mini) lan Mercury 3, bukti, ujare, manawa undang-undang skala sing nyebabake kemajuan ing model autoregresif uga difusi. For more context on this story, see our ongoing AI trends.
Kacepetan, Konteks lan Rega
Tokoh judhul sing agresif. Inception Labs ujar Mercury 3 ngasilake 1,068 token per detik ing NVIDIA GPUs, njaga kauntungan teken saka pendekatan difusi liwat dekoding autoregressive token-by-token. Jendhela konteks wis tuwuh dadi 1 yuta token, saka 260.000 ing Mercury 2.5, sing dirilis perusahaan ing September kanthi 1.107 token per detik saka output sing tetep.
Mercury 3 diregani $0,20 saben yuta token input lan $0,70 saben yuta token output. Nalika diluncurake, model kasebut 50 persen, nggawa tingkat efektif dadi $ 0,10 saben yuta token input lan $ 0,35 saben yuta token output, kanthi token cache sing diregani 90 persen ing ngisor tingkat input. Sing nyuda rega khas model sing dioptimalake kacepetan wates sing ditandhani, sanajan verifikasi independen saka klaim kualitas durung diterbitake.
Benchmark lan Asil Agen
Ngluwihi bandhingan pathokan umum marang GPT-6 Luna lan Claude Haiku 5.5, Inception Labs nerbitake asil saka produksi sabuk web-agen ing 50 tugas navigasi Mind2Web langsung. Mercury 3 rampung 50 persen saka tugas, sing perusahaan ngandika Ngartekno luwih saka GPT-6.1-Sol ngatur, nalika nggunakake volume token padha lan nomer padha langkah agen minangka model wates ing bagian sekedhik saka biaya saben-token.
Perusahaan posisi beban kerja agen sing sensitif latensi minangka kasus komersial inti kanggo model kasebut. Amarga agen panggunaan browser, asisten swara, lan aplikasi interaktif ngenteni model ing saben langkah, wektu tundha cilik kanthi cepet, lan throughput dhuwur model difusi nerjemahake langsung menyang rampung tugas sing luwih cepet lan luwih akeh usaha ing anggaran wektu tetep.
Pelanggan Awal Laporan Panggunaan Produksi
Inception Labs ujar manawa mitra akses awal wis mbukak Mercury 3 ing produksi kanggo dhukungan swara lan obrolan, bimbingan wektu nyata, teknik data, lan navigasi web.
Shuhao Zhang, salah sawijining pendiri TinyFish AI, ujar manawa agen sing dibangun ing Mercury 3 rampung luwih cepet lan duwe wektu kanggo nyoba pendekatan liyane sadurunge mangsuli, manawa lagi navigasi situs web, riset ing sumber, utawa nganalisa log lan nelusuri kedadeyan.
Michael Tong, co-founder lan CTO saka Learning Umum, kang makaryakke RevisionDojo, ngandika Mercury 3 ngidini perusahaan kanggo menehi saben mahasiswa umpan balik cepet tanpa menehi munggah kualitas pertimbangan, bali diwenehi, jawaban ditandhani, lan definisi ing bab detik, lan diterangake model minangka swap drop-in kanggo tumpukan ana.
Kuan Zou, pangadeg wiwitan telusuran Octen, nglapurake yen ing tes Sense API perusahaan, panelusuran dhewe njupuk kira-kira 80 milidetik nalika generasi model dadi kemacetan, lan Mercury 3 ngirimake keseimbangan kacepetan lan kualitas sing paling apik ing antarane model cepet sing diuji, kanthi wektu generasi rata-rata 0,9 detik lan wektu respon rata-rata 2,2 detik.
Napa Scaling Difusi Penting
Transformer autoregressive, sing ngasilake teks siji token ing urutan, wis nggawa saben model wates saka GPT liwat Gemini lan Claude. Model panyebaran tinimbang nyempurnakake kabeh respon kanthi paralel liwat denoising iteratif, properti sing nggawe generasi cepet lan bisa dikontrol nanging nganti saiki, ora bisa ditindakake ing tugas penalaran sing rumit.
Pratelan utama Mercury 3 yaiku jurang kualitas iki wis ditutup kanthi skala. Yen nomer perusahaan tetep ing evaluasi independen, akibat praktis minangka kulawarga arsitektur kaloro sing bisa dipercaya kanggo inferensi komersial, kanthi implikasi kanggo ekonomi beban kerja agen volume dhuwur, ing ngendi mbuwang token agregat didominasi model tingkat kacepetan.
Klaim kasebut tetep dilaporake vendor saiki. Inception Labs durung nunjukake evaluasi pihak katelu saka Mercury 3, lan bandingane pathokan kasebut asale saka harnesse dhewe. Nanging, model sadurunge perusahaan wis dilayani kanthi umum wiwit taun 2025, menehi cathetan trek kanggo para panuku.
Kasedhiyan
Mercury 3 kasedhiya langsung liwat API Inception Labs kanthi tarif diskon peluncuran, kanthi perusahaan nyatakake yen token sing di-cache ditagih 10 persen saka rega input. Ora ana release mbukak-bobot iki announced; kaya sadurunge, Mercury 3 iku komersial, model mung API.
Kanggo jangkoan terus-terusan babagan rilis model anyar, arsitektur difusi, lan tingkat kacepetan AI wates sing saya tambah akeh, tututi AI Buzz Wire.
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
