Mercury 3, eine Singularitätserklärung und ein 50-Dollar-Einbruch: Vier Geschichten vom 20. Oktober

Vier Geschichten liefen am 20. Oktober 2026 durch den KI-Nachrichtenzyklus, und sie teilen eine heikle Eigenschaft: Drei davon sind Behauptungen darüber, was künstliche Intelligenz inzwischen kann, und nur eine kommt mit einem Modell, das man heute Nachmittag aufrufen und pro Token bepreisen kann. Diese eine ist Mercury 3, das Inception Labs am Abend zuvor – dem 19. Oktober 2026 – zu 0,20 US-Dollar pro Million Input-Tokens und 0,70 US-Dollar pro Million Output-Tokens veröffentlichte, wobei die Preise für ein Startfenster ohne veröffentlichtes Enddatum halbiert sind; es läuft mit vom Anbieter gemessenen 1.068 Tokens pro Sekunde. Die anderen drei: Jack Clark, der einem Saal voller Finanzminister sagt, die Singularität habe begonnen; ein Akteur, der KI-Agenten nutzt, um in mehr als 100 Unternehmen einzudringen, für ungefähr 50 US-Dollar pro Eindringen; und die neuen ChatGPT-Stimmen von OpenAI, die unter dem Namen GPT-Live-1.1 erscheinen. Was folgt, behandelt jede von ihnen für sich, mit den Zahlen bei demjenigen, der sie geliefert hat. Die dokumentierten KI-Ausfälle und Agentenvorfälle hinter Veröffentlichungen wie dieser sind im OrcaRouter AI Incident Archive gesammelt, wo jeder Eintrag eigene Quellen, Schweregrad, Vertrauensgrad und Umstritten-Kennzeichnung trägt.

Mercury 3: der einzige Artikel auf dieser Liste, den Sie bepreisen können

Inceptions Pitch ist in seiner Form unverändert und im Ausmaß deutlich größer. Mercury ist ein Diffusions-Sprachmodell: Statt pro Forward-Pass ein Token auszugeben, entrauscht es einen Block von Positionen auf einmal und legt sie gemeinsam fest. Mercury 3 hat laut Inception selbst mehr als 40-mal so viele Gesamtparameter wie Mercury 1 und läuft immer noch mit über 1.000 Token pro Sekunde — die Behauptung ist, dass die Skalierung nicht den Durchsatz gekostet hat, der der ganze Daseinsgrund der Familie ist.

Preis — 0,20 $ pro Million Eingabe und 0,70 $ pro Million Ausgabe zum Listenpreis; 0,10 $ und 0,35 $ während eines 50 %igen Einführungsrabatts ohne genanntes Enddatum; zwischengespeicherte Eingabe 90 % unter dem Eingabesatz.

• Kontext und Ausgabe — ein 1.000.000-Token-Kontextfenster, eine Steigerung gegenüber 260.000 bei Mercury 2.5, mit einer Obergrenze von 131.072 Token für die Ausgabe gemäß der Dokumentation von Inception.

Geschwindigkeit — 1.068 Token pro Sekunde, gemessen von Inception auf nicht näher spezifizierter NVIDIA-Hardware. Keine unabhängige Testumgebung hat sie gemessen.

• Reasoning-Aufwand — vier Einstellungen (Sofort, Niedrig, Mittel, Hoch), wobei Niedrig der Standard ist und Mercury 2.5 und Mercury 2 standardmäßig auf Mittel eingestellt waren.

• Modalitäten — Text rein, Text raus. Keine Bild-, Audio- oder Videoeingabe.

• Kostenloses Kontingent — 100 Millionen Tokens für neue Konten auf Inceptions Plattform.

Das einzige strukturierte Qualitätsergebnis in der Ankündigung ist keine Benchmark-Tabelle. Inception setzte Mercury 3 in sein eigenes Produktions-Web-Agent-Harness, bei 50 Live-Mind2Web-Navigationsaufgaben gegen echte Websites, und berichtet, dass es 50 % davon – 25 Aufgaben – abschloss, „deutlich mehr als GPT-6.1-Sol“, bei gleichem Tokenvolumen und gleicher Anzahl an Agent-Schritten. Das ist in einer Hinsicht eine stärkere Form von Beleg als ein Hersteller-Benchmark, weil die Aufgaben live statt eingefroren waren, und in einer anderen eine schwächere, weil das Harness, die Websites und die Bewertung alle dem Unternehmen gehören, das das Modell verkauft. Niemand sonst hat diesen Test durchgeführt. Stand 20. Oktober gibt es überhaupt keine Artificial-Analysis-Seite für Mercury 3, weshalb vor jeder oben genannten Zahl der Name von Inception steht.

Zwei Dinge sollte man deutlich sagen, wenn man entscheidet, ob man es ausprobieren möchte. Mercury 3 ist nicht im OrcaRouter-Katalog – unsere Modell-API liefert für kein Inception-Modell etwas zurück –, wer es aufrufen will, braucht also Inceptions eigene API-Plattform oder eine der mehreren Drittanbieterplattformen, die es hosten. Und der Einführungsrabatt ist eine Aktionspreisgestaltung, keine Preisliste: Der Eingabe-Tarif von 0,10 $ entspricht der Hälfte des Listenpreises, und Inception hat nicht gesagt, wann er endet; jedes darauf gestützte Kostenmodell hat daher ein Ablaufdatum, das Ihnen nicht mitgeteilt wurde.

Jack Clark beim IWF: Die Singularität, datiert

Vor Ökonomen und politischen Entscheidungsträgern auf den Jahrestagungen von IWF und Weltbank sagte Anthropic-Mitbegründer Jack Clark, die Singularität – seine Bezeichnung für einen durch KI angetriebenen Fortschritt, der die Fähigkeit der Menschheit, mitzuhalten, überholt – habe „jetzt begonnen“. Die Behauptung kam mit zwei Benchmark-Kurven und einer Wirtschaftsprognose, und die Kurven sind der Teil, den es zu bewahren gilt.

Humanity's Last Exam, eine Reihe von Fachleuten verfasster Fragen, die so gestaltet sind, dass sie sich nicht einfach nachschlagen lassen, ist nach Anthropics Berechnung seit 2025 von 8 % auf 67,7 % gestiegen. FrontierMath ist von 2 % auf 94 % gestiegen. Das sind die beiden am häufigsten zitierten „Wir sind nicht bereit dafür“-Zahlen in diesem Bereich, und ein Sprung dieser Größenordnung in etwa einem Jahr ist die Art von Entwicklung, die früher auf einer Jahrzehntachse dargestellt wurde. Die wirtschaftliche Prognose besagt, dass ein Anthropic-Modell das US-BIP bis 2030 auf 44 Billionen US-Dollar bringt, wenn sich KI schnell verbreitet – eine Zahl, von der Clark selbst einräumte, dass sie abwegig klinge, während er „sehr disruptive“ Auswirkungen auf Arbeitsplätze vorhersagte.

Sein Skalierungsargument ist das, das für die Nachrichten dieser Woche relevant ist: Die zehn Millionen Wissenschaftler weltweit könnten schon bald „eine Milliarde virtuelle Wissenschaftler“ anleiten, und Nationen sollten Labore und Roboter bauen, statt darüber zu streiten. Zur Politik sagte er, es bleibe „eine kleine Anzahl von Jahren“ zu handeln, und merkte an, dass A​nthropic-CEO Dario Amodei Grenzen für die „Obergrenze der Intelligenz“ von KI ins Spiel gebracht hat – eine Formulierung, die seltsam neben einem Benchmark steht, der in zwölf Monaten von 8 % auf 67,7 % gestiegen ist.

Lies das im Vergleich zu Mercury 3, und die beiden Geschichten handeln nicht wirklich von derselben Sache. Die eine ist eine Behauptung über die Obergrenze der Leistungsfähigkeit, argumentiert anhand von Evaluierungskurven. Die andere ist eine Produktveröffentlichung mit einer Preisliste. Der Grund, warum sie am selben Tag erschienen, ist, dass das Diffusionsmodell genau die Art von System ist, aus der die Kurven bestehen: billig, schnell, rein textbasiert, von keiner neutralen Stelle gemessen und gut genug bei einer eng umrissenen Aufgabe, dass es sich lohnt, es einzusetzen, bevor irgendjemand entschieden hat, was „gut genug“ bedeutet.

Die 50-Dollar-Intrusion: Wie agentische Fähigkeiten von der anderen Seite aussehen

Das Sicherheitsunternehmen NorForge hat eine Kampagne offengelegt, bei der ein einzelner chinesischsprachiger Akteur KI-Agenten einsetzte, um nahezu die gesamte Arbeit des Eindringens in Unternehmen zu erledigen. Reuters identifizierte Opfer, darunter Cummins, Deere und SharkNinja. Der Mechanismus war kein neuartiger Exploit. NorForge fand mehr als 20 ungeschützte Kontrollpanels für Cairn, ein Open-Source-Werkzeug für KI-Agenten, und der Akteur lieferte vorab geprüfte Ziele – stark frequentierte Online-Shops, Bestellungen unter 100 chinesischen Schriftzeichen – und ließ dann Agenten mehr als 1.200 Websites durcharbeiten.

• Tools — Claude Code und DeepSeek V4.1 Flash, beide als gewöhnliche Entwicklerwerkzeuge verwendet.

• Kosten — etwa 50 US-Dollar pro erfolgreicher Intrusion, jeweils etwa ein Tag Agentenzeit und rund 5.000 US-Dollar an Tokens über die gesamte Kampagne hinweg.

• Ergebnis — mehr als 100 Unternehmen kompromittiert. Ob Daten entwendet wurden, ist nicht geklärt. SharkNinja bezeichnete die Bedrohung als „eingedämmt“, Deere verwies auf „Behebungsmaßnahmen“, und Cummins erklärte, man „untersuche“ den Vorfall.

Die Zahl, mit der man sich auseinandersetzen muss, ist nicht 100. Sie ist 50 Dollar. Ein Einbruch, der weniger als ein Geschäftsessen kostet und einen Tag dauert, kehrt die Ökonomie um, auf der die defensive Sicherheit zwanzig Jahre lang aufgebaut wurde, denn die Grenzkosten eines erneuten Versuchs liegen nahe bei null, die Grenzkosten eines Irrtums nicht. Es erklärt auch, warum die Exposition langweilig war: über zwanzig Control Panels für ein Open-Source-Agent-Tool, die aus dem Internet erreichbar blieben. Niemand musste besonders clever sein. Man musste geduldig und billig sein.

Genau die Eigenschaften, die einen Agenten in der Produktion nützlich machen – er handelt, er versucht es erneut, er läuft stundenlang unbeaufsichtigt –, sind diejenigen, die der Angreifer gemietet hat. Hier wird keine separate bösartige Fähigkeit demonstriert. Es ist eine gewöhnliche Agentenschleife, die auf eine Zielliste gerichtet ist.

Die neuen Stimmen von GPT-Live-1.1: Eine Stimme ist kein Modell

O​penAIs Spracharbeit kam als Anleitung statt als Ankündigung daher, und der nützlichste Satz in der Berichterstattung ist eine Warnung: Eine neue Stimme und ein neues Modell sind unterschiedliche Veränderungen. Diese Unterscheidung ist wichtig, weil beide in Sprachprodukten ständig vermischt werden, und der praktische Test ist verhaltensbezogen statt nominell.

Der Zugangspfad ist: die Stimmeneinstellungen von ChatGPT, dann die Option Live, wo sie verfügbar ist, dann eine Stimmauswahl. Die Übungen, die sich lohnen, in dieser Reihenfolge: die Sprache und die Anweisungen konstant halten und Stimmen an derselben Passage vergleichen, damit man die Stimme hört und nicht einen anderen Prompt; eine regionale Stimme ausprobieren, weil der Umgang mit Akzenten sich mit der Stimme ändert und nicht nur mit der Spracheinstellung; mitten in der Antwort mit einem korrigierten Datum oder einer korrigierten Personenzahl unterbrechen und prüfen, ob die Korrektur in die endgültige Antwort gelangt; und den Assistenten bitten, die Release Notes von O​penAI zu durchsuchen und den Quellenlink vorzulesen, was der einfachste Weg ist, herauszufinden, ob das Modell etwas Reales zitiert.

Eine benannte Stimme, Bubbie, wurde anhand desselben Textes mit der gewohnten Stimme eines Hörers verglichen – die richtige Methode, und diejenige, die die meisten überspringen. Pro-Abonnenten erhalten Übungsimpulse und eine Hör-Checkliste. Was man überprüfen muss, bevor man einen Workflow darauf neu aufbaut, ist, welche dieser Änderungen eine Stimme betrifft und welche das zugrunde liegende Modell, denn nur eine von ihnen verändert, was das System leisten kann.

Der Faden, der sich durch den Tag zieht

Drei dieser vier Geschichten handeln davon, dass Fähigkeiten schneller eintreffen, als die Maschinerie um sie herum. Die Evaluierungszahlen sagen, dass Modelle bei Expertenaufgaben in einem Tempo besser werden, das niemand vorhergesagt hat; der Einbruch sagt, dass dieselbe Fähigkeit jedem zur Verfügung steht, der 50 Dollar und eine Zielliste hat; das Sprachprodukt sagt, dass die Schnittstelle zu dem wird, worüber die Nutzer urteilen, unabhängig davon, ob sich das darunterliegende Modell geändert hat. Mercury 3 ist die vierte und der Ausreißer, weil nur sie einen öffentlichen Preis pro Million Tokens und ein dokumentiertes Kontextfenster hat — die einzige, die man heute Abend in ein Kostenmodell einsetzen kann.

Das gilt auch für eine Routing-Schicht – und zwar nicht so, wie das Marketing der Anbieter es üblicherweise meint. Ein Modell, das vor neunzehn Stunden veröffentlicht wurde und für das es keine unabhängige Bewertung gibt, ist genau das, was man nicht fest in einen Produktionspfad verdrahten möchte. Was man will, ist eine Regel, die einen definierten Anteil des Traffics dorthin schickt, ein gemessenes Modell dahinter beibehält und automatisch ein Failover durchführt, wenn es ausfällt – sodass die Entscheidung, es zu behalten oder zu verwerfen, von deinen Fehlerraten getroffen wird und nicht von einem Launch-Post. Ein Schlüssel und ein OpenAI-kompatibler Endpoint liefern dir beide Seiten dieser Regel, und wenn der Rabatt von Inception endet oder endlich ein neutraler Score erscheint, ändert sich die Regel – und die Anwendung nicht.

Für Mercury 3 selbst ist die ehrliche Zusammenfassung nach einem Tag eng: ein ungewöhnlich günstiges, ungewöhnlich schnelles reines Textmodell mit einem echten 1-Million-Token-Kontext, ein Live-Site-Agent-Ergebnis, das Inception selbst erzeugt hat, und keine Messung durch Dritte zu irgendetwas. Die beiden Zahlen, die die Sache entscheiden werden – ein Artificial-Analysis-Score und die Kosten pro abgeschlossener Aufgabe auf einem Harness, den Inception nicht besitzt – gibt es noch nicht. Wenn sie vorliegen, wird der Nachfolger dieses Artikels einen Absatz lang sein.