Inception Labs เปิดตัว Mercury 3 เมื่อวันจันทร์ โดยอธิบายว่าเป็นโมเดลภาษาขนาดใหญ่ที่มีความสามารถมากที่สุดที่เผยแพร่จนถึงปัจจุบัน ตามประกาศของบริษัท Mercury 3 มีประสิทธิภาพเหนือกว่ารุ่นชายแดนที่ปรับความเร็วให้เหมาะสม ซึ่งรวมถึง GPT-6 Luna และ Claude Haiku 5.5 ในเกณฑ์มาตรฐานต่างๆ ในขณะที่ทำงานเร็วขึ้น 4 ถึง 8 เท่า ที่มากกว่า 1,000 โทเค็นต่อวินาที

การเปิดตัวครั้งนี้เป็นคำตอบที่ชัดเจนที่สุดสำหรับคำถามที่ค้างอยู่บนโมเดลภาษาการแพร่กระจายเชิงพาณิชย์นับตั้งแต่มีหมวดหมู่ดังกล่าวเกิดขึ้น: สามารถปรับขนาดการแพร่กระจายของข้อความเพื่อแข่งขันกับสถาปัตยกรรมแบบ autoregressive บนเวิร์กโหลดที่ซับซ้อนได้หรือไม่ หรือยังคงเป็นความอยากรู้ในการวิจัยที่ปรับให้เหมาะสมที่สุดสำหรับเวลาแฝงเท่านั้น Inception Labs ซึ่งก่อตั้งโดยอดีตนักวิจัยของ Stanford และ UC Berkeley รวมถึง CEO Stefano Ermon กล่าวว่าตอนนี้คำตอบได้รับการตัดสินแล้ว บริษัทรายงานว่า Mercury 3 มีขนาดใหญ่กว่า Mercury 1 มากกว่า 40 เท่า และการวัดความฉลาดในเกณฑ์มาตรฐานนั้นเพิ่มขึ้นประมาณสามเท่าระหว่าง Mercury 1 (mini) และ Mercury 3 โดยให้เหตุผลว่ากฎการปรับขนาดซึ่งขับเคลื่อนความก้าวหน้าในโมเดล autoregressive นั้นมีการแพร่กระจายเช่นกัน For more context on this story, see our ongoing artificial intelligence updates.

ความเร็ว บริบท และราคา

ตัวเลขพาดหัวมีความก้าวร้าว Inception Labs กล่าวว่า Mercury 3 สร้าง 1,068 โทเค็นต่อวินาทีบน NVIDIA GPUs โดยยังคงรักษาข้อได้เปรียบอันเป็นเอกลักษณ์ของแนวทางการแพร่กระจายผ่านการถอดรหัสอัตโนมัติแบบถดถอยแบบโทเค็นต่อโทเค็น หน้าต่างบริบทเพิ่มขึ้นเป็น 1 ล้านโทเค็น เพิ่มขึ้นจาก 260,000 ใน Mercury 2.5 ซึ่งบริษัทเปิดตัวในเดือนกันยายนด้วย 1,107 โทเค็นต่อวินาทีของเอาต์พุตที่ยั่งยืน

Mercury 3 มีราคาอยู่ที่ 0.20 ดอลลาร์ต่อโทเค็นอินพุต 0.70 ดอลลาร์ต่อล้านโทเค็นเอาต์พุต เมื่อเปิดตัว โมเดลนี้ลดราคา 50 เปอร์เซ็นต์ ทำให้อัตราที่แท้จริงอยู่ที่ 0.10 ดอลลาร์ต่อโทเค็นอินพุตหนึ่งล้านรายการ และโทเค็นเอาต์พุต 0.35 ดอลลาร์ต่อล้านโทเค็น โดยโทเค็นแคชมีราคาต่ำกว่าอัตราอินพุต 90 เปอร์เซ็นต์ ซึ่งเป็นการบั่นทอนราคาโดยทั่วไปของโมเดลที่ได้รับการปรับให้เหมาะสมกับความเร็วระดับแนวหน้าซึ่งใช้เปรียบเทียบ แม้ว่าจะยังไม่มีการเผยแพร่การตรวจสอบความถูกต้องของการกล่าวอ้างด้านคุณภาพโดยอิสระก็ตาม

ผลลัพธ์มาตรฐานและตัวแทน

นอกเหนือจากการเปรียบเทียบเกณฑ์มาตรฐานทั่วไปกับ GPT-6 Luna และ Claude Haiku 5.5 แล้ว Inception Labs ยังเผยแพร่ผลลัพธ์จากการควบคุมการทำงานของ web-agent ที่ใช้งานจริงในงานนำทาง Mind2Web 50 รายการ Mercury 3 เสร็จสิ้น 50 เปอร์เซ็นต์ของงาน ซึ่งบริษัทกล่าวว่ามากกว่า GPT-6.1-Sol ที่ได้รับการจัดการอย่างมีนัยสำคัญ ในขณะที่ใช้ปริมาณโทเค็นเดียวกันและจำนวนขั้นตอนของตัวแทนเท่ากันกับโมเดลชายแดนด้วยค่าใช้จ่ายเพียงเล็กน้อยต่อโทเค็น

บริษัทวางตำแหน่งเวิร์กโหลดเอเจนต์ที่ไวต่อความหน่วงเป็นกรณีหลักเชิงพาณิชย์สำหรับโมเดลดังกล่าว เนื่องจากเอเจนต์การใช้งานเบราว์เซอร์ ผู้ช่วยเสียง และแอปพลิเคชันแบบโต้ตอบรอโมเดลในทุกขั้นตอน ความล่าช้าเล็กน้อยจึงเกิดขึ้นอย่างรวดเร็ว และปริมาณงานที่สูงของโมเดลการแพร่กระจายแปลโดยตรงเป็นงานเสร็จเร็วขึ้นและความพยายามมากขึ้นภายในงบประมาณเวลาที่กำหนด

ลูกค้ารายแรกรายงานการใช้การผลิต

Inception Labs กล่าวว่าพันธมิตรที่ทดลองใช้ก่อนเปิดตัวกำลังใช้งาน Mercury 3 ในการผลิตอยู่แล้วสำหรับการสนับสนุนด้วยเสียงและการแชท การสอนแบบเรียลไทม์ วิศวกรรมข้อมูล และการนำทางเว็บ

Shuhao Zhang ผู้ร่วมก่อตั้ง TinyFish AI กล่าวว่าตัวแทนที่สร้างขึ้นบน Mercury 3 เสร็จสิ้นเร็วกว่าและมีเวลาลองใช้แนวทางเพิ่มเติมก่อนที่จะตอบ ไม่ว่าพวกเขาจะสำรวจเว็บไซต์ ค้นคว้าข้ามแหล่งที่มา หรือวิเคราะห์บันทึกและติดตามเหตุการณ์

Michael Tong ผู้ร่วมก่อตั้งและ CTO ของ General Learning ซึ่งดำเนินการ RevisionDojo กล่าวว่า Mercury 3 ช่วยให้บริษัทให้ข้อเสนอแนะแก่นักเรียนทุกคนได้ทันทีโดยไม่ต้องละทิ้งคุณภาพการให้เหตุผล การส่งคืนคำแนะนำ คำตอบที่ทำเครื่องหมายไว้ และคำจำกัดความในเวลาประมาณหนึ่งวินาที และอธิบายโมเดลดังกล่าวว่าเป็นการแลกเปลี่ยนแบบดรอปอินสำหรับสแต็กที่มีอยู่

Kuan Zou ผู้ก่อตั้งบริษัทสตาร์ทอัพด้านการค้นหา Octen รายงานว่าในการทดสอบ Sense API ของบริษัท การค้นหาของตัวเองใช้เวลาประมาณ 80 มิลลิวินาที ในขณะที่การสร้างโมเดลเป็นปัญหาคอขวด และ Mercury 3 ให้ความสมดุลระหว่างความเร็วและคุณภาพดีที่สุดในบรรดาโมเดลที่รวดเร็วที่ทดสอบ โดยมีค่ามัธยฐานในการสร้างเวลา 0.9 วินาที และเวลาตอบสนองจากต้นทางถึงปลายทางเฉลี่ยอยู่ที่ 2.2 วินาที

เหตุใดการปรับขนาดการแพร่กระจายจึงมีความสำคัญ

หม้อแปลงแบบถอยอัตโนมัติซึ่งสร้างข้อความทีละโทเค็นตามลำดับ ได้นำโมเดลชายแดนทุกรูปแบบตั้งแต่ GPT ไปจนถึง Gemini และ Claude แบบจำลองการแพร่กระจายแทนที่จะปรับแต่งการตอบสนองทั้งหมดแบบคู่ขนานผ่านการดีนอยซ์แบบวนซ้ำ ซึ่งเป็นคุณสมบัติที่ทำให้การสร้างรวดเร็วและควบคุมได้ แต่จนกระทั่งเมื่อไม่นานมานี้ กลับล่าช้าอย่างมากในงานการให้เหตุผลที่ซับซ้อน

คำกล่าวอ้างหลักของ Mercury 3 คือช่องว่างด้านคุณภาพนี้ปิดลงแล้ว หากตัวเลขของบริษัทอยู่ภายใต้การประเมินโดยอิสระ ผลที่ตามมาในทางปฏิบัติคือสถาปัตยกรรมตระกูลที่สองที่น่าเชื่อถือสำหรับการอนุมานเชิงพาณิชย์ โดยมีผลกระทบต่อการประหยัดของปริมาณงานของตัวแทนที่มีปริมาณมาก โดยที่การใช้จ่ายโทเค็นโดยรวมจะถูกครอบงำโดยแบบจำลองระดับความเร็ว

การอ้างสิทธิ์ยังคงได้รับการรายงานจากผู้จำหน่ายในขณะนี้ Inception Labs ไม่ได้ชี้ไปที่การประเมินโดยบุคคลที่สามของ Mercury 3 และการเปรียบเทียบเกณฑ์มาตรฐานนั้นมาจากสายรัดของตัวเอง อย่างไรก็ตาม รุ่นก่อนหน้านี้ของบริษัทได้รับการเผยแพร่ต่อสาธารณะตั้งแต่ปี 2025 ทำให้ผู้ซื้อมีประวัติในการตรวจสอบ

ว่าง

Mercury 3 พร้อมให้ใช้งานทันทีผ่าน API ของ Inception Labs ในอัตราส่วนลดการเปิดตัว โดยบริษัทระบุว่าโทเค็นแคชจะถูกเรียกเก็บเงิน 10 เปอร์เซ็นต์ของราคาอินพุต ไม่มีการประกาศการเปิดตัวน้ำหนักแบบเปิด เช่นเดียวกับรุ่นก่อน Mercury 3 เป็นรุ่นเชิงพาณิชย์ที่ใช้ API เท่านั้น

หากต้องการความครอบคลุมอย่างต่อเนื่องของการเปิดตัวโมเดลใหม่ สถาปัตยกรรมการแพร่กระจาย และระดับความเร็วที่เพิ่มขึ้นของ Frontier AI โปรดติดตาม AI Buzz Wire

---

Stay Ahead of AI

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

Read more AI news →