Компания Inception 19 октября выпустила Mercury 3 — диффузионную языковую модель с заявленной скоростью 1068 токенов в секунду на графических процессорах Nvidia.
Обычные языковые модели формируют текст последовательно, тогда как Mercury 3 заполняет и уточняет несколько частей ответа параллельно за несколько проходов. Такой подход может сокращать задержку в голосовых помощниках, поиске, службах поддержки и агентах, которые многократно обращаются к модели при выполнении одной задачи.
Контекстное окно Mercury 3 выросло с 260 тысяч до 1 млн токенов. Модель доступна через платформу Inception, OpenRouter, Baseten и Vercel AI Gateway. API совместим с форматом OpenAI, поэтому существующую интеграцию можно переключить без полной переработки. Новых пользователей больше не подключают к Mercury 2 и 2.5, а прежним клиентам оставят доступ до 15 ноября 2026 года, если корпоративный договор не предусматривает иного.
Читайте также
Базовая цена составляет $0,20 за миллион входных и $0,70 за миллион выходных токенов. На старте действует скидка 50%: тариф снижен до $0,10 и $0,35 соответственно. Срок окончания акции не объявлен.
Inception утверждает, что Mercury 3 работает в четыре-восемь раз быстрее GPT-6 Luna и Claude Haiku 5.5 при сопоставимом или более высоком качестве. Однако компания не назвала оборудование, размер пакета запросов и уровень рассуждения для замера скорости, а также не опубликовала баллы и названия основных тестов качества. Во внутреннем испытании на 50 задачах Mind2Web модель выполнила 50% заданий, но результат конкурента не приведён. Независимых результатов Mercury 3 у Artificial Analysis на 20 октября не было.
При собственном сравнении разработчикам следует явно задавать одинаковый уровень рассуждения: Mercury 3 по умолчанию использует режим low, поэтому разные настройки могут повлиять и на скорость, и на качество ответа.