Большинство языковых моделей работают авторегрессионно: они выдают по одному токену за раз, каждый следующий выбирая на основе предыдущего. Диффузионная модель работает скорее как генераторы изображений, с которыми её роднит название. Сначала она создаёт грубый, зашумлённый результат, а затем параллельно уточняет сразу множество токенов, пока текст не примет окончательный вид. В Inception утверждают, что именно параллельная обработка позволяет модели работать быстрее.
По собственным тестам компании, Mercury 3 превосходит GPT-6 Luna от OpenAI, Claude Haiku 5.5 от Anthropic и GLM-5.3 Flash от Zhipu в различных испытаниях и при этом работает в четыре-восемь раз быстрее. По данным Inception, на чипах Nvidia модель генерирует более 1 000 токенов в секунду. Эти показатели основаны на данных самой компании. Независимые организации пока не публиковали результатов тестирования модели.
В лаборатории говорят, что Mercury 3 более чем в 40 раз крупнее первой модели компании и примерно втрое превосходит её по возможностям в стандартных тестах при той же скорости работы. Контекстное окно — объём текста, который модель может обрабатывать за один раз, — увеличилось до миллиона токенов против 260 000 в предыдущей версии.
Сначала скорость, потом цена
Mercury 3 стоит 0,20 доллара за миллион входных токенов и 0,70 доллара за миллион выходных. В честь запуска компания вдвое снизила обе цены — до 0,10 и 0,35 доллара соответственно. Inception не сообщила, как долго продлится акция.
Главный аргумент — не цена, а скорость. Более быстрый ответ модели упрощает её масштабное использование. Это особенно важно для ИИ-агентов и инструментов для программирования, которые многократно обращаются к модели подряд.
«Она сопоставима с моделями Luna и Haiku, но намного быстрее, — сказал генеральный директор Inception Стефано Эрмон изданию The Deep View. — Она выдаёт 1 000 токенов в секунду. Ответы этих моделей получаешь почти мгновенно».
Стартовая цена ниже, чем у конкурентов, если считать выходные токены, и продолжает общую волну снижения цен в отрасли.
Создана с помощью собственных агентов
В Inception также рассказали, как создавали модель. Эрмон сообщил изданию The Deep View, что компания использовала целые рои агентов Mercury 3 для совершенствования самой модели — это разновидность рекурсивного самоулучшения. По его словам, этот подход повысил скорость модели примерно на 16% сверх прироста, которого команда добилась вручную. Как сообщает издание, Inception не раскрыла общее число параметров модели.
Диффузионный подход пока остаётся нишевым. В июне Google DeepMind выпустила диффузионную языковую модель DiffusionGemma — признак того, что более крупные лаборатории тоже испытывают эту идею. Однако большинство разработчиков в отрасли по-прежнему используют авторегрессионный подход. Независимые тесты покажут, подтвердятся ли заявления о скорости за пределами собственных испытаний Inception.
Модель уже доступна через собственный API Inception, а также через OpenRouter, Baseten и AI Gateway от Vercel. Она использует тот же формат API, что и OpenAI, поэтому разработчики могут переключить существующий код с минимальными изменениями. Среди инвесторов Inception — Menlo Ventures, M12 от Microsoft, венчурное подразделение Nvidia, а также Эндрю Ын, Андрей Карпатый и Эрик Шмидт.
Опубликовано 20 октября 2026 - 08:39 Наверх
