Inception AI анонсировала модель Mercury 3 Oct. 20, 2026. По словам компании, её диффузионный подход позволяет сразу создавать черновик ответа целиком, а затем параллельно его дорабатывать, вместо того чтобы генерировать текст токен за токеном. В собственных тестах Inception Mercury 3 выдавала 1,068 токенов в секунду на графических процессорах Nvidia — против примерно 240 у Claude Haiku 5.5 и 130 у GPT‑6 Luna.
За счёт чего Mercury 3 работает быстрее?
Сначала модель создаёт черновик ответа, а затем за несколько проходов улучшает каждую его часть. Такая параллельная доработка позволяет быстро генерировать длинные тексты. Inception не раскрыла точное число параметров, сообщив лишь, что Mercury 3 более чем в 40 раз крупнее предшественника Mercury 1. Контекстное окно увеличилось до одного миллиона токенов — с 260 000 у Mercury 2.5.
Зачем разработчикам нужна высокая скорость
Первые пользователи отмечают заметные улучшения. Компания Octen AI, создающая поиск в реальном времени для умных очков, измерила медианное время генерации — 0.9 секунды — и отметила, что пауза в пять секунд ощущается как «поломка». Приложение для обучения RevisionDojo теперь выдаёт подсказки примерно за одну секунду. Стоимость составляет 20 центов за миллион входных токенов и 70 центов за миллион выходных; в честь запуска действует акция со скидкой 50 %. Для сравнения, GPT‑6 Luna и Claude Haiku 5.5 стоят 10 центов и 50 центов соответственно для типичных запросов.
Почему это важно
Для разработчиков интерактивных продуктов более высокая скорость генерации может сделать взаимодействие с ними отзывчивее. Это особенно важно для устройств вроде умных очков, где задержки заметны. Сниженная на время акции стоимость также упрощает знакомство с моделью, хотя независимые результаты тестов пока не опубликованы.
