Inception Labs представила Mercury 3 у понеділок, описавши його як найпотужнішу модель великої мови на основі дифузії, випущену на сьогоднішній день. Згідно з повідомленням компанії, Mercury 3 перевершує оптимізовані за швидкістю передові моделі, включаючи GPT-6 Luna та Claude Haiku 5.5, у ряді тестів, водночас працюючи в 4-8 разів швидше з понад 1000 токенів на секунду.

Запуск є найвагомішою відповіддю на питання, яке нависло над комерційними моделями мов дифузії з моменту появи цієї категорії: чи може розповсюдження тексту масштабуватися, щоб конкурувати з авторегресійними архітектурами при складних робочих навантаженнях, чи воно залишається науковою цікавістю, оптимізованою лише для затримки? Inception Labs, яка була заснована колишніми дослідниками Стенфорду та Каліфорнійського університету в Берклі, включаючи генерального директора Стефано Ермона, каже, що відповідь наразі вирішена. Компанія повідомляє, що Mercury 3 більш ніж у 40 разів більший, ніж Mercury 1, і що виміряний інтелект за стандартними тестами приблизно втричі збільшився між Mercury 1 (mini) і Mercury 3, стверджуючи, що закони масштабування, які спонукали до прогресу в авторегресійних моделях, також справедливі для дифузії. For more context on this story, see our ongoing artificial intelligence updates.

Швидкість, контекст і ціноутворення

Заголовні цифри агресивні. Inception Labs каже, що Mercury 3 генерує 1068 токенів на секунду на графічних процесорах NVIDIA, зберігаючи перевагу дифузійного підходу над авторегресійним декодуванням маркер за маркером. Контекстне вікно зросло до 1 мільйона токенів порівняно з 260 000 у Mercury 2.5, який компанія випустила у вересні з 1107 токенів на секунду постійного виведення.

Mercury 3 коштує 0,20 доларів США за мільйон вхідних токенів і 0,70 доларів США за мільйон вихідних токенів. На момент запуску модель має 50-відсоткову знижку, в результаті чого ефективна ставка становить 0,10 дол. США за мільйон вхідних токенів і 0,35 дол. США за мільйон вихідних токенів, при цьому ціна кешованих токенів на 90 відсотків нижча за вхідну ставку. Це знижує типову ціну передових моделей з оптимізованою швидкістю, з якими він порівнює, хоча незалежна перевірка заяв про якість ще не опублікована.

Результати тестів і агентів

Окрім загальних порівнянь тестів із GPT-6 Luna та Claude Haiku 5.5, Inception Labs опублікувала результати використання своїх робочих веб-агентів для 50 живих завдань навігації Mind2Web. Mercury 3 виконав 50 відсотків завдань, що, за словами компанії, значно більше, ніж вдалося GPT-6.1-Sol, використовуючи той самий обсяг токенів і ту саму кількість кроків агента, що й гранична модель, за невелику частку вартості кожного токена.

Компанія позиціонує робочі навантаження агентів, чутливі до затримок, як основний комерційний випадок для моделі. Оскільки агенти, що використовують браузер, голосові помічники та інтерактивні програми чекають моделі на кожному кроці, невеликі затримки швидко з’єднуються, а висока пропускна здатність дифузійної моделі перетворюється безпосередньо на швидше виконання завдань і більше спроб у межах фіксованого бюджету часу.

Перші клієнти повідомляють про виробниче використання

Inception Labs каже, що партнери з раннього доступу вже використовують Mercury 3 у виробництві для підтримки голосу та чату, навчання в режимі реального часу, обробки даних та веб-навігації.

Шухао Чжан, співзасновник TinyFish AI, сказав, що агенти, створені на основі Mercury 3, закінчують швидше і мають час спробувати інші підходи, перш ніж відповісти, чи то навігація по веб-сайтах, пошук джерел або аналіз журналів і відстеження інцидентів.

Майкл Тонг, співзасновник і технічний директор компанії General Learning, яка керує RevisionDojo, сказав, що Mercury 3 дозволив компанії надати кожному студенту миттєвий зворотний зв’язок, не втрачаючи якості аргументації, повертаючи підказки, позначені відповіді та визначення приблизно за секунду, і описав модель як заміну існуючого стека.

Куан Цзоу, засновник пошукового стартапу Octen, повідомив, що в тестах компанії Sense API її власний пошук займав близько 80 мілісекунд, у той час як генерація моделі була вузьким місцем, і що Mercury 3 забезпечив найкращий баланс швидкості та якості серед протестованих швидких моделей із середнім часом генерації 0,9 секунди та середнім часом наскрізного відгуку 2,2 секунди.

Чому дифузійне масштабування має значення

Авторегресійні трансформатори, які послідовно генерують текст по одному токену, перенесли практично кожну прикордонну модель від GPT до Gemini та Claude. Дифузійні моделі натомість уточнюють всю відповідь паралельно через ітераційне усунення шумів, властивість, яка робить генерацію швидкою та контрольованою, але яка донедавна сильно відставала у складних завданнях міркування.

Mercury 3's central claim is that this quality gap has closed at scale. If the company's numbers hold up under independent evaluation, the practical consequence is a credible second architecture family for commercial inference, with implications for the economics of high-volume agent workloads, where aggregate token spend is dominated by speed-tier models.

The claims remain vendor-reported for now. Inception Labs has not pointed to third-party evaluations of Mercury 3, and its benchmark comparisons come from its own harnesses. The company's earlier models, however, have been publicly served since 2025, giving buyers a track record to check against.

Availability

Mercury 3 is available immediately through Inception Labs' API at the launch-discounted rate, with the company stating that cached tokens are billed at 10 percent of the input price. No open-weights release was announced; like its predecessors, Mercury 3 is a commercial, API-only model.

For continuing coverage of new model releases, diffusion architectures, and the widening speed tier of frontier AI, follow AI Buzz Wire.

---

Stay Ahead of AI

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

Read more AI news →