Mercury 3, een Singulariteitsverklaring en een $50-inbraak: vier verhalen van 20 oktober

Vier verhalen gingen op 20 oktober 2026 door de AI-nieuwscyclus, en ze delen een ongemakkelijke eigenschap: drie ervan zijn beweringen over wat kunstmatige intelligentie nu kan, en slechts één komt met een model dat je vanmiddag kunt aanroepen en dat per token wordt geprijsd. Dat is Mercury 3, dat Inception Labs de avond daarvoor — op 19 oktober 2026 — uitbracht tegen $0,20 per miljoen inputtokens en $0,70 per miljoen outputtokens, gehalveerd voor een lanceervenster zonder gepubliceerde einddatum, met een door de leverancier gemeten snelheid van 1.068 tokens per seconde. De andere drie: Jack Clark die tegen een zaal vol ministers van Financiën zegt dat de singulariteit is begonnen, één operator die AI-agenten gebruikt om in meer dan 100 bedrijven in te breken voor ongeveer $50 per inbraak, en de nieuwe ChatGPT-stemmen van OpenAI die verschijnen onder de naam GPT-Live-1.1. Wat volgt is elk daarvan op zijn eigen voorwaarden, met de cijfers gekoppeld aan wie ze heeft geproduceerd. De gedocumenteerde AI-fouten en incidenten met agenten achter releases zoals deze zijn verzameld in het OrcaRouter AI Incident Archive waarbij elke vermelding zijn eigen bronnen, ernstniveau, betrouwbaarheidsgraad en betwistvlag bevat.

Mercury 3: het enige item op deze lijst waarvan je de prijs kunt bepalen

De pitch van Inception is qua vorm onveranderd en in mate veel groter. Mercury is een diffusietaaltaalmodel: in plaats van één token per forward pass uit te sturen, denoise't het een blok posities in één keer en legt die samen vast. Volgens Inception zelf heeft Mercury 3 meer dan 40 keer het totale aantal parameters van Mercury 1 en draait hij nog steeds op meer dan 1.000 tokens per seconde — de claim is dat opschaling niet ten koste ging van de doorvoer die de hele bestaansreden van de familie vormt.

• Prijs — $0,20 per miljoen invoer en $0,70 per miljoen uitvoer tegen lijstprijs; $0,10 en $0,35 tijdens een lanceringskorting van 50% zonder vermelde einddatum; gecachte invoer 90% onder het invoertarief.

• Context en output — een contextvenster van 1.000.000 tokens, tegenover 260.000 bij Mercury 2.5, met een uitvoerplafond van 131.072 tokens volgens de documentatie van Inception.

• Snelheid — 1.068 tokens per seconde, gemeten door Inception op niet nader gespecificeerde NVIDIA-hardware. Geen onafhankelijke harness heeft het getimed.

• Redeneerintensiteit — vier instellingen (direct, laag, gemiddeld, hoog), met laag als standaard, waarbij Mercury 2.5 en Mercury 2 standaard op gemiddeld stonden.

• Modaliteiten — tekst in, tekst uit. Geen invoer van afbeeldingen, audio of video.

• Gratis tegoed — 100 miljoen tokens voor nieuwe accounts op het platform van Inception.

Het enige gestructureerde kwaliteitsresultaat in de aankondiging is geen benchmarktabel. Inception plaatste Mercury 3 in zijn eigen productie-webagentharnas, op 50 live Mind2Web-navigatietaken tegen echte websites, en meldt dat het er 50% van voltooide — 25 taken — "significant meer dan GPT-6.1-Sol", bij hetzelfde tokenvolume en hetzelfde aantal agentstappen. Dat is in één opzicht een sterker bewijs dan een leveranciersbenchmark, omdat de taken live waren in plaats van bevroren, en in een ander opzicht zwakker, omdat het harnas, de sites en de scoring allemaal toebehoren aan het bedrijf dat het model verkoopt. Niemand anders heeft het uitgevoerd. Per 20 oktober is er helemaal geen Artificial Analysis-pagina voor Mercury 3, en daarom staat bij elk cijfer hierboven de naam van Inception ervoor.

Twee dingen moeten duidelijk worden gezegd voor iedereen die overweegt het uit te proberen. Mercury 3 staat niet in de OrcaRouter-catalogus — onze model-API retourneert niets voor welk Inception-model dan ook — dus om het aan te roepen, moet je gebruikmaken van het eigen API-platform van Inception of van een van de verschillende platforms van derden die het hosten. En de introductiekorting is promotionele prijsstelling, geen tariefkaart: het invoertarief van $0,10 is de helft van de lijstprijs en Inception heeft niet gezegd wanneer die afloopt, dus elk kostenmodel dat daarop is gebaseerd, heeft een vervaldatum die je niet is gegeven.

Jack Clark bij het IMF: de singulariteit, gedateerd

Tijdens een toespraak tot economen en beleidsmakers op de jaarvergaderingen van het IMF en de Wereldbank zei Anthropic-medeoprichter Jack Clark dat de singulariteit — zijn term voor AI-gedreven vooruitgang die sneller gaat dan de mensheid kan bijbenen — "nu is begonnen". De bewering ging gepaard met twee benchmarkcurves en één economische prognose, en de curves zijn het deel dat het onthouden waard is.

Humanity's Last Exam, een set door experts geschreven vragen die ontworpen is om opzoeken tegen te gaan, is volgens de berekening van A​nthropic gestegen van 8% naar 67,7% sinds 2025. FrontierMath is gegaan van 2% naar 94%. Dat zijn de twee meest geciteerde "hier zijn we niet klaar voor"-cijfers in het veld, en een sprong van die omvang in ongeveer een jaar is het soort ding dat vroeger op een decenniumas werd uitgezet. De economische projectie is dat één A​nthropic-model het Amerikaanse bbp op $44 biljoen zet tegen 2030 als AI zich snel verspreidt — een cijfer waarvan Clark zelf toegaf dat het buitenissig klinkt, terwijl hij "zeer ontwrichtende" effecten op banen voorspelt.

Zijn argument over schaal is het punt dat van belang is voor het nieuws van deze week: de tien miljoen wetenschappers van de wereld zouden binnenkort "een miljard virtuele wetenschappers" kunnen aansturen, en landen zouden laboratoria en robots moeten bouwen in plaats van erover te discussiëren. Over beleid zei hij dat er "een klein aantal jaren" is om actie te ondernemen, en merkte hij op dat A​nthropic-CEO Dario Amodei beperkingen heeft geopperd voor AI's "plafond van intelligentie" — een uitdrukking die vreemd staat naast een benchmark die in twaalf maanden van 8% naar 67,7% ging.

Leg dat naast Mercury 3, en dan gaan de twee verhalen niet echt over hetzelfde. Het ene is een bewering over het plafond van kunnen, onderbouwd met evaluatiecurves. Het andere is een productlancering met een tarievenkaart. De reden dat ze op dezelfde dag verschenen, is dat het diffusiemodel precies het soort systeem is waaruit de curves bestaan: goedkoop, snel, alleen tekst, door niemand neutraal gemeten, en goed genoeg voor een smalle taak om de moeite van het uitrollen waard te zijn voordat iemand heeft besloten wat "goed genoeg" betekent.

De $50-inbraak: hoe agentische capaciteit er vanaf de andere kant uitziet

Beveiligingsbedrijf NorForge heeft een campagne onthuld waarin één enkele Chineesstalige operator AI-agenten gebruikte om bijna al het werk van het inbreken bij bedrijven te doen. Reuters identificeerde slachtoffers, waaronder Cummins, Deere en SharkNinja. Het mechanisme was geen nieuwe exploit. NorForge vond meer dan 20 onbeveiligde bedieningspanelen voor Cairn, een open-source AI-agenttool, en de operator leverde vooraf gescreende doelwitten aan — drukke onlinewinkels, bestellingen onder 100 Chinese tekens — en liet agenten vervolgens meer dan 1.200 sites afwerken.

• Hulpmiddelen — Claude Code en DeepSeek V4.1 Flash, beide gebruikt als gewone ontwikkelaarstools.

• Kosten — ongeveer $50 per geslaagde inbraak, telkens ongeveer een dag agenttijd, en ongeveer $5.000 aan tokens voor de hele campagne.

• Uitkomst — meer dan 100 bedrijven werden gecompromitteerd. Of er gegevens zijn buitgemaakt, is niet vastgesteld. SharkNinja noemde de dreiging "ingedamd", Deere verwees naar "herstelacties" en Cummins zei dat het "onderzoek deed".

Het getal om bij stil te staan is niet 100. Het is $50. Een inbraak die minder kost dan een zakelijke lunch en een dag duurt, keert de economie om waarop defensieve beveiliging twintig jaar lang is gebouwd, omdat de marginale kosten van het opnieuw proberen bijna nul zijn en de marginale kosten van het fout hebben dat niet zijn. Het verklaart ook waarom de blootstelling saai was: ruim twintig bedieningspanelen voor een opensource-agenttool, bereikbaar gelaten vanaf het internet. Niemand hoefde slim te zijn. Ze moesten geduldig en goedkoop zijn.

Dezelfde eigenschappen die een agent nuttig maken in productie — hij handelt, hij probeert opnieuw, hij draait urenlang onbeheerd — zijn precies degene die de aanvaller heeft gehuurd. Er wordt hier geen afzonderlijke kwaadwillende capaciteit gedemonstreerd. Er is een gewone agent-loop op een doellijst gericht.

De nieuwe stemmen van GPT-Live-1.1: een stem is geen model

OpenAI's spraakwerk verscheen als een handleiding in plaats van een aankondiging, en de nuttigste zin in de berichtgeving is een waarschuwing: een nieuwe stem en een nieuw model zijn verschillende veranderingen. Dat onderscheid is belangrijk, omdat de twee in spraakproducten voortdurend door elkaar worden gehaald, en de praktische toets is gedragsmatig in plaats van nominaal.

Het toegangspad is de spraakinstellingen van ChatGPT, dan de Live-optie waar die beschikbaar is, en vervolgens een stemkeuze. De oefeningen die de moeite waard zijn om uit te voeren, in volgorde: houd de taal en de instructies vast en vergelijk stemmen op dezelfde passage, zodat je de stem hoort en niet een andere prompt; probeer een regionale stem, omdat accentverwerking per stem verandert en niet alleen per taalinstelling; onderbreek midden in een antwoord met een gecorrigeerde datum of personeelsaantal en controleer of de correctie in het uiteindelijke antwoord terechtkomt; en vraag de assistent om de release notes van OpenAI te doorzoeken en de bronlink terug te lezen, wat de goedkoopste manier is om erachter te komen of het model iets echts citeert.

Eén benoemde stem, Bubbie, werd op dezelfde tekst vergeleken met de stem die een luisteraar gewoonlijk gebruikt — de juiste methode, en juist degene die de meeste mensen overslaan. Pro-abonnees krijgen oefenprompts en een luisterchecklist. Wat je moet verifiëren voordat je daar een workflow op herbouwt, is welke van deze veranderingen een stem is en welke het onderliggende model, want slechts één ervan verandert wat het systeem kan.

De rode draad door de dag

Drie van deze vier verhalen gaan over capaciteit die sneller arriveert dan de machinerie eromheen. De evaluatiecijfers zeggen dat modellen in een tempo beter worden in expert-taken dat niemand had voorspeld; de inbraak zegt dat dezelfde capaciteit beschikbaar is voor iedereen met $50 en een doellijst; het spraakproduct zegt dat de interface het ding wordt dat gebruikers beoordelen, of het onderliggende model nu wel of niet is veranderd. Mercury 3 is de vierde en de uitzondering, want het is de enige met een openbare prijs per miljoen tokens en een gedocumenteerd contextvenster — de enige die je vanavond in een kostenmodel kunt stoppen.

Dat geldt ook voor een routeringslaag, en niet op de manier waarop leveranciersmarketing het meestal bedoelt. Een model dat negentien uur geleden is uitgebracht zonder onafhankelijke evaluatie is precies het ding dat je niet hard in een productiepad wilt vastleggen. Wat je wilt, is een regel die een bepaald deel van het verkeer erheen stuurt, met een gemeten model erachter, en die automatisch failover doet wanneer het uitvalt — zodat de beslissing om het te houden of te laten vallen door je foutpercentages wordt genomen in plaats van door een lanceringsbericht. Eén sleutel en één OpenAI-compatibel endpoint leveren je beide kanten van die regel, en wanneer de korting van Inception afloopt of er eindelijk een neutrale score verschijnt, verandert de regel en niet de applicatie.

Voor Mercury 3 zelf is de eerlijke samenvatting na een dag smal: een ongewoon goedkoop, ongewoon snel tekst-only model met een echte context van 1M tokens, één resultaat van een live-site-agent dat Inception zelf heeft geproduceerd, en geen enkele meting door derden van wat dan ook. De twee getallen die de doorslag zullen geven — een Artificial Analysis-score en een kosten per voltooide taak op een harness die niet van Inception is — bestaan nog niet. Wanneer ze er wel zijn, zal de opvolger van dit artikel één alinea lang zijn.