Mercury 3 מגיע ל-1,068 טוקנים בשנייה — ובלי אף מספר בנצ'מרק אחד

Inception Labs השיקה את Mercury 3 ב-19 באוקטובר 2026, וההכרזה מובילה עם שלושה מספרים: 1,068 טוקנים לשנייה על GPUs של NVIDIA, חלון הקשר של מיליון טוקנים, ו-0.10 דולר למיליון טוקני קלט כל עוד הנחת ההשקה תקפה. מה שאין בה הוא אפילו ציון בנצ'מרק אחד. טענת האיכות היא השוואתית — Mercury 3 "מתעלה על GPT-6 Luna ו-Claude Haiku 5.5" — וכל טענה כמותית בפוסט עוסקת במהירות, בגודל או במחיר. זו לא כל כך ביקורת אלא צורת הראיות שאיתה צריך לעבוד אם מחליטים אם להעביר עומס עבודה אליו השבוע. המאמר הזה עובר על מה ש-Inception השיקה בפועל, מה המשמעות של הטענות ללא ציונים, והיכן מפתח צריך למתוח את הגבול בין לנסות אותו לבין להסתמך עליו.הכשלים המתועדים ב-AI ותקריות הסוכנים שמאחורי השקות כמו זו נאספים ב־OrcaRouter AI Incident Archiveשבו לכל ערך יש מקורות משלו, חומרה, דירוג מהימנות וסימון שנוי במחלוקת.

מה Inception הניחה על השולחן ב-19 באוקטובר

Mercury 3 הוא מודל שפה דיפוזי — המונח של Inception הוא dLLM — והחברה מכנה אותו המודל המבוסס על דיפוזיה היכול ביותר שהושק עד היום. הארכיטקטורה מייצרת טוקנים במקביל ולא אחד בכל פעם, ומכאן מגיעה הטענה בדבר התפוקה. Inception אומרת שהמודל גדול ביותר מפי 40 מ-Mercury 1 בסך הפרמטרים, בלי לפרסם מספר פרמטרים מוחלט, ושהאינטליגנציה הנמדדת לאורך סוללת הבנצ'מרקים שלה עלתה בערך פי שלושה מ-Mercury 1 (mini) ל-Mercury 3.

• הקשר — מיליון טוקנים, לעומת 260 אלף ב-Mercury 2.5, עם פלט מרבי של 131,072 טוקנים.

• מחיר — $0.20 למיליון קלט ו-$0.70 למיליון פלט במחיר מחירון; $0.10 ו-$0.35 בזמן שהנחת ההשקה פעילה.

• קלט נשמר במטמון — $0.02 למיליון לפי מחיר המחירון, מופחת בחצי ל-$0.01 במהלך חלון ההשקה, שזו ההנחה המקובלת של 90% על תעריף הקלט.

• מאמץ חשיבה — ארבע הגדרות: instant, low, medium ו-high. ברירת המחדל של Mercury 3 היא low כאשר הפרמטר מושמט, ואילו ברירת המחדל של Mercury 2.5 ו-Mercury 2 היא medium.

• מודאליות — טקסט נכנס, טקסט יוצא. קריאה לכלים ופלטים מובנים נתמכים בנקודת הקצה של chat completions.

• מבנה ה-API — השלמות צ'אט תואמות OpenAI, כאשר ניתן לכוונן את הטמפרטורה בין 0.5 ל-1.0.

• זמינות — פלטפורמת ה-API של Inception עצמה, שבה חשבונות חדשים מקבלים 100 מיליון טוקנים בחינם, ומספר פלטפורמות הסקה של צדדים שלישיים. פריסות ארגוניות מוסיפות קיבולת ייעודית, סקיילינג אוטומטי ושמירת נתונים ניתנת להגדרה.

הגדרת המאמץ כברירת מחדל היא הפרט שהכי סביר שיוחמץ והכי סביר שיהיה חשוב. מודל שעונה ברמת מאמץ "נמוכה" כברירת מחדל ייראה מהיר יותר ויקבל ציון נמוך יותר מאותו מודל ברמת "גבוהה", וטענות ההשוואה של Inception עצמה אינן מציינות איזו הגדרה הפיקה אותן. אם תבצע בעצמך בנצ'מרק ל-Mercury 3, קבע את רמת המאמץ במפורש, אחרת המספרים שלך לא יהיו ברי השוואה לשל אחרים.

הטענה לגבי האיכות היא השוואתית, לא כמותית

קראו שוב את המשפט: Mercury 3 "מתעלה על GPT-6 Luna ו-Claude Haiku 5.5". שניהם מודלים שעברו אופטימיזציה למהירות, לא מודלי דגל בחזית, וההשוואה היא הנכונה עבור מודל שכל המסר שלו הוא השהיה. אבל ההכרזה לא נותנת מרווח, לא שמות של מבחני ביצועים ולא תוצאות לפי משימה, ולכן אי אפשר לבדוק את הטענה מול מערך בדיקות ציבורי בלי להריץ אותו בעצמכם.

תוצאת האיכות היחידה שיש מאחוריה איזשהו מבנה היא מבחן סוכן. Inception הריצה את Mercury 3 בתוך מערך ההרצה שלה לסוכני רשת בסביבת ייצור, מול מודלים מובילים, על 50 משימות ניווט חיות ב-Mind2Web, ומדווחת שהוא השלים 50% מהן, "משמעותית יותר מ-GPT-6.1-Sol", תוך שימוש באותו נפח טוקנים ובאותו מספר צעדי סוכן, ולכן בשבריר מהעלות לכל טוקן. חמישים משימות הן מדגם קטן, מערך ההרצה הוא של Inception עצמה, והמודל להשוואה מוזכר בלי ציון. זהו אות אמיתי — השלמת משימות באתרים חיים קשה יותר למשחק מאשר מערך שאלות אמריקאיות — אבל זה אות, לא מדידה שאפשר לשים במסמך רכש.

Inception גם מציינת ש-Mercury 3 הוא "שווה ערך או טוב יותר ממודלי חזית מותאמי מהירות" ולא שווה ערך למודלי הסקה בחזית. ההבחנה הזו עושה הרבה עבודה בפוסט, וכדאי לקחת אותה כפשוטה: זהו מודל שממוצב מול הדרג המהיר, ולא מול Claude Opus 5.5 או Gemini 4 Argon.

מספר המהירות, לעומת ה-Mercury האחרון

1,068 אסימונים לשנייה הם הכותרת, וזה הנתון שסביר ביותר שיצוטט מחוץ להקשר. Inception מייחסת אותו ל־NVIDIA GPUs מבלי לנקוב בחומרה, בגודל האצווה, בהגדרת המאמץ או אם מדובר במדידה של זרם יחיד או מצטברת. כל ארבעת הגורמים משנים את המספר פי כמה.

המדידות הבלתי־תלויות היחידות שקיימות מתייחסות לדור הקודם. Artificial Analysis מודדת את Mercury 2.5 בכ־706 אסימונים לשנייה ואת Mercury 2 בסביבות 680, שתיהן במסגרת תשתית הבדיקות שלה. אלה נתונים אמיתיים ומשוחזרים של צד שלישי, והם נמוכים מנתוני הספק שליוו את אותן השקות. הפער הזה הוא ההנחה הרגילה מנתוני ספק לנתונים בלתי־תלויים בקטגוריה הזו, לא עדות לחוסר תום לב — אבל זהו ההנחה שכדאי להחיל על 1,068 עד שמישהו ישחזר אותה.

נכון ל-20 באוקטובר 2026, ל-Artificial Analysis אין דף Mercury 3: אינדקס המודלים שלה עדיין מציג את Mercury 2.5 ואת Mercury 2, וכתובת ה-URL של Mercury 3 לא מחזירה דבר. כך שלטענת המהירות אין עדיין בדיקה בלתי תלויה, יום אחד לאחר ההשקה. זה ישתנה; הדבר שכדאי לעקוב אחריו אינו האם המספר מתקרב ל-1,068, אלא האם הפער מ-Mercury 2.5 נשאר רחב באותה מידה תחת מערך בדיקות ניטרלי כפי שמשתמע מההצגה של Inception.

כמה שווה הנחת ההשקה, ומה היא לא

הקיצוץ של 50% מוצג כזמני — "בעת ההשקה" — ללא תאריך סיום. זה הופך אותו לתעריף מבצעי ולא למחירון, ולכל מודל עלויות המבוסס על $0.10/$0.35 יש תאריך תפוגה שאינך יכול לראות. מחיר המחירון הוא המספר שלפיו יש לתכנן.

השוואה קונקרטית מבהירה את קנה המידה. קחו עומס תמיכה או חיפוש של 10 מיליון אסימוני קלט ו-40 מיליון אסימוני פלט ביום. במחיר המחירון, Mercury 3 עולה $2 עבור הקלט ו-$28 עבור הפלט, או $30 ביום. בתעריף ההשקה, אותו נפח תעבורה עולה $1 ו-$14, או $15 ביום. לאורך חודש זה בערך $900 לעומת $450 — המבצע שווה בערך כמו כל יתרון מחיר המחירון של המודל לעומת מודל אוטורקרסיבי מהדרג הבינוני. שימושי, אך לא סיבה לבנות ארכיטקטורה סביבו.

שורת הקלט השמור במטמון היא זו שמשנה את הכלכלה האמיתית של עומסי עבודה של סוכנים, מפני שסוכנים שולחים מחדש את אותה הנחיית מערכת ואת אותן הגדרות כלים בכל שלב. במחיר של $0.02 למיליון טוקנים שמורים במטמון, הקדמה בת 20,000 טוקנים עולה $0.0004 לכל קריאה במקום $0.004. בהרצת סוכן בת חמישים שלבים מדובר בשני סנטים של הקדמה ולא בעשרים, וזה ההבדל בין מחיר בר-קיימא לכל משימה לבין מחיר שולי.

Inception לא מוכרת צ'אטבוט

ההשקה מוצגת סביב תיק מוצרים ולא מודל יחיד, והמסגור הזה אומר לך למי המוצר מיועד. Mercury Voice מכוון לזמן עד לאסימון התשובה הראשון בסוכני קול; Mercury Decide הוא מודל סיווג וניקוד בנקודת קצה נפרדת, במחיר שני סנטים למיליון אסימוני קלט ולא כלום עבור פלט. ציטוטי הלקוחות של Inception הם כולם מערכות ייצור רגישות להשהיה: מערך סוכני אינטרנט ב-TinyFish, משוב שיעורים ב-RevisionDojo, יצירת חיפוש ב-Octen, תמיכה ב-Lorikeet.

אלה עומסי עבודה שבהם תגובה של שתי שניות היא דרישת המוצר ותגובה של חמש שניות היא באג. הם גם עומסי עבודה שבהם טעות ניתנת לתיקון — רמז גרוע, תשובת חיפוש גרועה, פניית תמיכה שהועברה לדרג גבוה — וזה בדיוק פרופיל הסיכון שמודל ללא ציוני בנצ'מרק מפורסמים יכול להיבחן עליו בבטחה.

היכן זה משאיר בונה השבוע

Mercury 3 אינו בקטלוג של OrcaRouter. ה-API של המודלים שלנו כרגע אינו מחזיר דבר עבור אף מודל של Inception, ודף המודל של Mercury 3 אינו קיים באתר שלנו, כך שכל מי שרוצה להשתמש בו פונה לפלטפורמה של Inception עצמה או לאחד מהמארחים החיצוניים ש-Inception מפרטת. אנחנו מעדיפים לומר זאת בפשטות מאשר לרמוז על מסלול שאין לנו.

מה ששכבת הניתוב שלנו טובה בו במצב הזה הוא החלק שסביב המודל החדש ולא המודל עצמו. התבנית שעובדת עם מהדורה לא מוכחת ומהירה באופן חריג היא מסלול של שני מודלים: לשלוח את השכבה הקריטית מבחינת השהיה ל-Mercury 3 דרך המפתח של Inception, ולהשאיר את הגיבוי ואת המקרים הקשים על מודלים שאנחנו כן מספקים — יותר מ-200 מהם מאחורי נקודת קצה אחת תואמת OpenAI, לפי מחיר המחירון של הספק עם 0% תוספת, עם מעבר אוטומטי לגיבוי אם ספק מתדרדר. אתם מקבלים את המהירות במקום שבו היא משתלמת וחוות דעת שנייה במקום שבו זה חשוב, בלי אינטגרציה שנייה עבור הגיבוי.

שלושה דברים שווים מעקב בשבועות הקרובים. ראשית, מדידה עצמאית של Mercury 3, שתכריע בבת אחת גם את נתון התפוקה וגם את מיקום האיכות. שנית, האם Inception מפרסמת את הגדרת המאמץ והחומרה שמאחורי הנתונים שלה, שכן בנצ'מרק בלי אלה אינו ניתן לשחזור. שלישית, האם להנחת ההשקה יהיה תאריך סיום — מחיר המחירון נמוך ב-33% מתעריף הפלט של Mercury 2.5 ובכחמישית מזה של Claude Haiku 5.5, ולחברה שהגדילה זה עתה מודל פי 40 יש סיבות לרצות שהמספר המבצעי יהיה זה שאנשים יזכרו.

עד אז, הסיכום הכנה הוא זה: Mercury 3 הוא מהדורה אמיתית עם סיפור ארכיטקטוני שניתן להגן עליו, מחיר אגרסיבי באמת, וטענת איכות שאיש מחוץ ל-Inception עוד לא בחן. עבור עומס עבודה שתלוי השהיה, עם אדם או מסלול הסלמה בלופ, זה מספיק כדי להצדיק שבוע של הערכה. עבור כל דבר שבו תשובה שגויה היא יקרה ואינה מנוטרת, זה עדיין לא מספיק כדי להצדיק הגירה.