Разработчики из компании Inception представили крупную языковую модель Mercury 3, использующую диффузионный подход. Новинка способна генерировать текст со скоростью свыше 1000 токенов в секунду при расширенном до 1 млн токенов контекстном окне.
Особенности диффузионной архитектуры
Большинство привычных языковых моделей функционируют по авторегрессионному принципу, выдавая слова последовательно слева направо. Такой подход накладывает аппаратные ограничения на скорость работы. Модель Mercury 3 устроена иначе: она создает предварительный черновик целиком и поэтапно уточняет его параллельно, напоминая принципы работы графических генераторов вроде Stable Diffusion. Благодаря этому удается обойти узкие места последовательного синтеза. Подобный подход ранее применялся главным образом для картинок, а теперь успешно перенесен на текстовые задачи, где критична скорость отклика, включая голосовых помощников и веб-агентов.
Характеристики и возможности Mercury 3
Архитектура новинки содержит в сорок раз больше параметров, чем самая первая версия линейки. Контекстное окно выросло до одного миллиона токенов, что позволяет загружать внушительные объемы исходных данных. Инструментарий поддерживает вызов внешних функций и структурированный вывод.
| Параметр | Значение |
|---|---|
| Скорость генерации | Свыше 1000 токенов/с |
| Контекстное окно | 1 млн токенов |
| Стоимость входа (за 1 млн токенов) | $0,20 (ориентировочно 18 000 ₽), со скидкой $0,10 (ориентировочно 9000 ₽) |
| Стоимость выхода (за 1 млн токенов) | $0,70 (ориентировочно 63 000 ₽), со скидкой $0,35 (ориентировочно 31 500 ₽) |
| Доступность | Inception API, OpenRouter, Baseten, Vercel |
Результаты бенчмарков и реальная работа
Согласно внутренним данным создателей, новинка превосходит такие решения, как OpenAI GPT-6.1 Sol, демонстрируя высокие результаты в программировании на бенчмарках вроде SWE-Bench Atlas. При этом независимые замеры в многоходовых сессиях кодинга показали специфические особенности. Хотя чистая скорость генерации впечатляет, в агентных сценариях скорость падает примерно до 200 токенов в секунду из-за необходимости постоянно перечитывать массивный контекст. Качество планирования уступает классическим моделям или экономичным аналогам вроде DeepSeek V4.1 Flash.
Что это значит для вас
Mercury 3 распространяется через платные API-платформы без открытых весов, а доступ к предыдущим версиям прекращается в середине ноября. Если вам требуется быстрое решение для точечных правок кода, поиска информации или работы с короткими ответами, модель заслуживает внимания. Однако для сложных долгосрочных задач планирования она пока не оптимизирована, поэтому спешить с полной заменой привычных инструментов в рабочих процессах не стоит.
