ИИтог

Inception выпустила Mercury 3: диффузионная модель, по её данным, в 4-8 раз быстрее GPT-6 Luna и Claude Haiku 5.5

моделиРедакция ИИтогThe Decoder🔥59Рейтинг ИИтог59Влияние50Новизна55Релевантность100Неожиданность45Участники30Достоверность65
Inception выпустила Mercury 3: диффузионная модель, по её данным, в 4-8 раз быстрее GPT-6 Luna и Claude Haiku 5.5

Стартап Inception выпустил Mercury 3, языковую модель, построенную на диффузионном подходе. Компания заявляет, что модель обходит GPT-6 Luna и Claude Haiku 5.5 по ряду бенчмарков и при этом работает в четыре, восемь раз быстрее. В анонсе Mercury 3 названа самой мощной из выпущенных на сегодня диффузионных языковых моделей.

Скорость объясняется устройством модели. GPT и Claude пишут текст слово за словом, и каждое новое слово ждёт предыдущего. Диффузионные модели, известные прежде всего по генерации изображений, сначала набрасывают черновик всего ответа, а затем уточняют его за несколько проходов, создавая сразу много слов. По данным Inception, Mercury 3 выдаёт 1 068 токенов в секунду на GPU Nvidia; в сравнении компании Claude Haiku 5.5 даёт около 240, а GPT-6 Luna около 130 токенов в секунду. Независимых тестов скорости пока нет.

Картина по качеству пестрее, чем в заголовке анонса. Согласно собственной таблице Inception, Mercury 3 выигрывает в 8 из 12 тестов; все три модели при этом работали в средних настройках. Больше всего отрыв в следовании инструкциям: на IFBench Mercury 3 набирает 76,84 балла, на 15 больше, чем GPT-6 Luna. Заметно лидирует и в автономном программировании на SWE-Bench Atlas: 51,08 балла против 33,33 и 32,26 у соперников. Зато Claude Haiku 5.5 выигрывает более длинный тест по программированию DeepSWE и лучше находит информацию в длинных текстах, а GPT-6 Luna немного впереди в двух тестах от Artificial Analysis. Краткий обзор самой Inception осторожнее: там качество Mercury 3 описано как «на уровне или лучше».

По словам Inception, в Mercury 3 более чем в 40 раз больше параметров, чем в Mercury 1, а скорость осталась такой же; производительность выросла втрое по сравнению с малой Mercury 1 mini. В компании видят в этом признак того, что диффузионные модели предсказуемо улучшаются с ростом масштаба, как и обычные языковые. Точное число параметров не раскрыто.

Модель нацелена на приложения, где мелкие задержки накапливаются: ИИ-агенты, поиск, поддержка клиентов, обучение. Партнёры раннего доступа в основном тоже говорят о скорости. Основатель Octen AI Kuan Zou, компания которого делает поиск для умных очков, отмечает, что сам поиск занимал около 80 миллисекунд, а узким местом была языковая модель; с Mercury 3 медианный ответ приходил через 0,9 секунды, весь процесс занимал 2,2 секунды. Образовательная компания General Learning говорит, что теперь выдаёт ученикам подсказки и исправления примерно за секунду. Сервис поддержки клиентов Lorikeet сообщает о более быстрых ответах и лучших результатах. В TinyFish AI сооснователь Shuhao Zhang рассказал, что Mercury 3 дали 50 задач на навигацию по реальным сайтам и она решила 25, обойдя GPT-6.1-Sol; число для модели OpenAI он не называет.

Цены: обычный тариф, $0,20 за миллион входных токенов и $0,70 за миллион выходных. На старте Inception вдвое снижает цены, но не говорит, когда скидка закончится. После этого по выходным токенам Mercury 3 будет дороже GPT-6 Luna и Claude Haiku 5.5, по крайней мере на коротких запросах, где обе берут $0,50. Для очень длинных запросов у конкурентов цена заметно выше. Mercury 3 обрабатывает до 1 миллиона токенов за раз.

Модель доступна на платформе Inception, а также в OpenRouter, Baseten и Vercel. API совместим с API OpenAI, так что, по словам Inception, разработчики могут перейти с минимальными усилиями. В феврале компания выпустила Mercury 2, которую назвала первой диффузионной моделью, рассуждающей через промежуточные шаги перед ответом. До этого стартап привлёк $50 млн; среди инвесторов NVentures, M12 и Snowflake Ventures, венчурные подразделения Nvidia, Microsoft и Snowflake. Над тем же подходом работает и Google: за демо Gemini Diffusion в июне последовала открытая модель DiffusionGemma, которая, по словам Google, работает до четырёх раз быстрее обычной Gemma 4, но даёт немного более слабые результаты.

Ключевые факты

  • По собственным тестам Inception, Mercury 3 выигрывает у GPT-6 Luna и Claude Haiku 5.5 в 8 из 12 бенчмарков (все модели в средних настройках) и работает в 4-8 раз быстрее; независимых проверок пока нет.
  • Скорость: 1 068 токенов в секунду на GPU Nvidia против около 240 у Claude Haiku 5.5 и около 130 у GPT-6 Luna в сравнении компании.
  • Лидерство неполное: Claude Haiku 5.5 выигрывает тест DeepSWE и лучше ищет информацию в длинных текстах, GPT-6 Luna немного впереди в двух тестах Artificial Analysis.
  • Цена: $0,20 за млн входных и $0,70 за млн выходных токенов, на старте скидка вдвое без указанной даты окончания; контекст до 1 млн токенов, API совместим с OpenAI.
  • Доступна на платформе Inception, в OpenRouter, Baseten и Vercel; цель, ИИ-агенты, поиск, поддержка клиентов и обучение.

Почему это важно

Mercury 3, заявка на то, что диффузионный подход годится не только для картинок, но и для серьёзных языковых моделей. Inception утверждает, что при росте масштаба в 40 с лишним раз по числу параметров скорость осталась прежней, а качество выросло, и видит в этом признак предсказуемого улучшения диффузионных моделей, как у обычных. В том же направлении двигается и Google: DiffusionGemma, по её словам, работает до четырёх раз быстрее обычной Gemma 4, но чуть слабее. Для задач, где модель ждут на каждом шаге, скорость генерации становится главным аргументом.

Кому это важно

Разработчикам ИИ-агентов, которые выполняют задачи множеством отдельных шагов и ждут модель на каждом из них, а также командам, делающим поиск, поддержку клиентов и обучающие сервисы с ответом почти в реальном времени. Пример из анонса: основатель Octen AI считает, что на умных очках ответ за пять секунд кажется сломанным. Интересна новость и тем, кто следит за альтернативами привычной пословной генерации текста.

Как это применить

Модель доступна на платформе Inception, а также в OpenRouter, Baseten и Vercel. API совместим с API OpenAI, поэтому, по словам Inception, перейти можно с небольшими усилиями. Обычная цена, $0,20 за миллион входных и $0,70 за миллион выходных токенов; на старте цены снижены вдвое, дата окончания скидки не названа. После скидки по выходным токенам Mercury 3 будет дороже GPT-6 Luna и Claude Haiku 5.5 на коротких запросах (у обеих $0,50), на очень длинных запросах конкуренты берут заметно больше. Контекст, до 1 млн токенов. Имеет смысл прогнать модель на собственных задачах, прежде чем полагаться на цифры из анонса.

Можно ли доверять

Все цифры скорости и качества, собственные данные Inception, независимых тестов пока нет. The Decoder отмечает, что отрыв Mercury 3 уже, чем следует из анонса: таблица самой компании показывает победу в 8 из 12 тестов, а краткий обзор Inception осторожнее и говорит о качестве «на уровне или лучше». Отзывы партнёров раннего доступа приведены в анонсе компании; часть из них без чисел (Lorikeet, General Learning), а у TinyFish AI результат модели OpenAI не назван.

Риски и подводные камни

Скидка на запуске временная: после её окончания выходные токены Mercury 3 станут дороже, чем у GPT-6 Luna и Claude Haiku 5.5 на коротких запросах. Модель проигрывает в длинных задачах по программированию (DeepSWE) и в поиске информации в длинных текстах, так что выбор зависит от профиля нагрузки. Сравнение шло в средних настройках всех моделей, и другие режимы могут дать иную картину. Точное число параметров не раскрыто.

«На умных очках ответ, который идёт пять секунд, кажется сломанным.»

— Kuan Zou, основатель Octen AI