Mercury 3 osiąga 1068 tokenów na sekundę — i to bez ani jednej liczby z benchmarku

Inception Labs wydało Mercury 3 19 października 2026 r., a ogłoszenie otwiera się trzema liczbami: 1068 tokenów na sekundę na procesorach graficznych NVIDIA, okno kontekstu 1 mln tokenów oraz 0,10 USD za milion tokenów wejściowych, dopóki trwa zniżka premierowa. Nie zawiera natomiast ani jednego wyniku testu porównawczego. Twierdzenie o jakości ma charakter porównawczy — Mercury 3 „przewyższa GPT-6 Luna i Claude Haiku 5.5” — a każde twierdzenie ilościowe w poście dotyczy szybkości, rozmiaru lub ceny. To nie tyle zarzut, ile kształt dowodów, z którymi musisz pracować, decydując, czy przenieść na niego obciążenie w tym tygodniu. Ten tekst omawia, co Inception faktycznie udostępniło, co oznaczają twierdzenia bez wyników oraz gdzie twórca powinien wyznaczyć granicę między wypróbowaniem a poleganiem na tym rozwiązaniu. Udokumentowane awarie AI i incydenty z udziałem agentów, stojące za takimi wydaniami, są gromadzone w Archiwum Incydentów AI OrcaRouter, gdzie każdy wpis zawiera własne źródła, stopień istotności, ocenę pewności i flagę sporności.

Co Inception położył na stole 19 października

Mercury 3 to dyfuzyjny model językowy — Inception nazywa go dLLM — a firma określa go jako najbardziej zaawansowany oparty na dyfuzji model udostępniony do tej pory. Architektura generuje tokeny równolegle, a nie pojedynczo, i stąd bierze się deklarowana przepustowość. Inception podaje, że model ma ponad 40 razy więcej parametrów ogółem niż Mercury 1, nie publikując bezwzględnej liczby parametrów, oraz że mierzona inteligencja w jego zestawie benchmarków wzrosła około trzykrotnie z Mercury 1 (mini) do Mercury 3.

• Kontekst — 1M tokenów, w porównaniu z 260K w Mercury 2.5, z maksymalnym wyjściem 131 072 tokenów.

• Cena — $0.20 za milion tokenów wejściowych i $0.70 za milion tokenów wyjściowych według cennika; $0.10 i $0.35 w czasie trwania rabatu premierowego.

• Dane wejściowe z pamięci podręcznej — 0,02 USD za milion według ceny katalogowej, w okresie premiery obniżone o połowę do 0,01 USD, co stanowi zwyczajowy 90% rabat od stawki za dane wejściowe.

• Poziom wysiłku rozumowania — cztery ustawienia: instant, low, medium i high. Mercury 3 domyślnie ustawia low, gdy parametr zostanie pominięty, podczas gdy Mercury 2.5 i Mercury 2 domyślnie ustawiają medium.

• Modalności — tekst na wejściu, tekst na wyjściu. Wywoływanie narzędzi i ustrukturyzowane dane wyjściowe są obsługiwane w punkcie końcowym chat completions.

• Kształt API — uzupełnienia czatu zgodne z OpenAI, z temperaturą regulowaną w zakresie od 0,5 do 1,0.

• Dostępność — własna platforma API Inception, na której nowe konta otrzymują 100 milionów darmowych tokenów, oraz kilka zewnętrznych platform inferencyjnych. Wdrożenia enterprise dodają dedykowaną moc obliczeniową, automatyczne skalowanie i konfigurowalne przechowywanie danych.

Domyślne ustawienie wysiłku to szczegół, który najłatwiej przeoczyć i który najprawdopodobniej ma największe znaczenie. Model, który domyślnie odpowiada przy „niskim” wysiłku, będzie wyglądał na szybszy i uzyska niższy wynik niż ten sam model przy „wysokim”, a własne twierdzenia porównawcze Inception nie podają, które ustawienie je wygenerowało. Jeśli samodzielnie przeprowadzasz benchmark Mercury 3, jawnie ustal poziom wysiłku, w przeciwnym razie Twoje liczby nie będą porównywalne z niczyimi innymi.

Twierdzenie dotyczące jakości ma charakter porównawczy, a nie ilościowy.

Przeczytaj to zdanie jeszcze raz: Mercury 3 „przewyższa GPT-6 Luna i Claude Haiku 5.5”. Oba są modelami zoptymalizowanymi pod kątem szybkości, a nie flagowymi modelami z czołówki, i to porównanie jest właściwe dla modelu, którego cały przekaz opiera się na opóźnieniu. Ogłoszenie nie podaje jednak przewagi, nazw testów porównawczych ani wyników dla poszczególnych zadań, więc twierdzenia nie można sprawdzić w publicznym środowisku testowym bez samodzielnego uruchomienia go.

Jedynym wynikiem jakościowym, za którym stoi jakakolwiek struktura, jest test agenta. Inception uruchomił Mercury 3 w swoim własnym produkcyjnym harnessie agenta webowego przeciwko wiodącym modelom na 50 rzeczywistych zadaniach nawigacyjnych Mind2Web i podaje, że ukończył 50% z nich, „znacznie więcej niż GPT-6.1-Sol”, zużywając tę samą liczbę tokenów i tę samą liczbę kroków agenta, a zatem przy ułamku kosztu za token. Pięćdziesiąt zadań to mała próbka, harness należy do Inception, a model porównawczy podano bez wyniku. To prawdziwy sygnał — ukończenie zadania na działających stronach jest trudniejsze do podrobienia niż zestaw testów wielokrotnego wyboru — ale to sygnał, a nie pomiar, który można umieścić w dokumencie przetargowym.

Inception twierdzi również, że Mercury 3 jest „na poziomie lub lepszy niż frontierowe modele optymalizowane pod kątem szybkości”, a nie na poziomie frontierowych modeli rozumowania. To rozróżnienie odgrywa w poście dużą rolę i warto przyjąć je dosłownie: to model pozycjonowany względem szybkiej półki, a nie względem Claude Opus 5.5 lub Gemini 4 Argon.

Liczba prędkości, zestawiona z ostatnim Mercury

1,068 tokenów na sekundę to nagłówek i właśnie ta liczba najprawdopodobniej zostanie zacytowana wyrwana z kontekstu. Inception przypisuje ją „NVIDIA GPUs”, nie podając modelu sprzętu, rozmiaru partii, ustawienia effort ani tego, czy jest to pomiar pojedynczego strumienia, czy zagregowany. Wszystkie cztery czynniki zmieniają tę liczbę wielokrotnie.

To, jakie istnieją niezależne pomiary, dotyczy poprzedniej generacji. Artificial Analysis mierzy Mercury 2.5 na około 706 tokenów na sekundę, a Mercury 2 w okolicach 680 — oba we własnym środowisku testowym. To prawdziwe, powtarzalne dane strony trzeciej i są one niższe niż liczby dostawcy towarzyszące tym premierom. Ta różnica to normalny upust między danymi dostawcy a niezależnymi w tej kategorii, a nie dowód złej wiary — ale to właśnie ten upust powinieneś w myślach zastosować do 1068, dopóki ktoś tego nie odtworzy.

Na dzień 20 października 2026 r. Artificial Analysis nie ma strony Mercury 3: jego indeks modeli wciąż wymienia Mercury 2.5 i Mercury 2, a adres URL Mercury 3 nic nie zwraca. Zatem twierdzenie o szybkości nie ma jeszcze niezależnej weryfikacji, dzień po premierze. To się zmieni; warto obserwować nie to, czy liczba oscyluje w okolicach 1068, ale czy różnica względem Mercury 2.5 pozostaje równie duża w neutralnym środowisku testowym, jak sugeruje sposób przedstawienia przez Inception.

Ile jest warta zniżka premierowa i czym nie jest

Obniżka o 50% jest określona jako tymczasowa — „na start” — bez daty końcowej. To czyni ją stawką promocyjną, a nie cennikiem, a każdy model kosztów oparty na $0.10/$0.35 ma datę ważności, której nie widzisz. Cena katalogowa to liczba, względem której należy planować.

Konkretne porównanie jasno pokazuje skalę. Weźmy obciążenie związane z obsługą klienta lub wyszukiwaniem wynoszące 10 mln tokenów wejściowych i 40 mln tokenów wyjściowych dziennie. W cenie katalogowej Mercury 3 kosztuje $2 za dane wejściowe i $28 za dane wyjściowe, czyli $30 dziennie. Przy stawce startowej ten sam ruch kosztuje $1 i $14, czyli $15 dziennie. W ciągu miesiąca to około $900 wobec $450 — promocja jest warta mniej więcej tyle, ile wynosi cała przewaga cenowa modelu nad autoregresyjnym modelem średniej klasy. Przydatne, ale nie powód, by projektować architekturę wokół tego.

Linia dotycząca buforowanego wejścia to ta, która realnie zmienia ekonomikę obciążeń agentowych, ponieważ agenci przy każdym kroku ponownie wysyłają ten sam prompt systemowy i definicje narzędzi. Przy $0.02 za milion buforowanych tokenów preambuła o długości 20 000 tokenów kosztuje $0.0004 na wywołanie zamiast $0.004. W przypadku pięćdziesięciokrokowego przebiegu agenta to dwa centy na preambułę zamiast dwudziestu, co stanowi różnicę między opłacalną ceną za zadanie a ceną na granicy opłacalności.

Inception nie sprzedaje chatbota

Premiera jest osadzona wokół portfolio, a nie pojedynczego modelu, i ta narracja mówi, dla kogo jest ten produkt. Mercury Voice jest dostrojony pod czas do pierwszego tokenu odpowiedzi w agentach głosowych; Mercury Decide to model klasyfikacji i oceniania na osobnym punkcie końcowym, w cenie dwóch centów za milion danych wejściowych i nic za dane wyjściowe. Cytaty klientów Inception dotyczą wyłącznie systemów produkcyjnych wrażliwych na opóźnienia: środowiska testowego agenta webowego w TinyFish, informacji zwrotnych w korepetycjach w RevisionDojo, generowania wyszukiwania w Octen, obsługi klienta w Lorikeet.

To są obciążenia, w których dwusekundowa odpowiedź jest wymogiem produktowym, a pięciosekundowa to błąd. To także obciążenia, w których pomyłkę można naprawić — zła podpowiedź, zła odpowiedź wyszukiwania, eskalowany kontakt ze wsparciem — czyli dokładnie taki profil ryzyka, na którym można bezpiecznie wypróbować model bez opublikowanych wyników benchmarków.

Co to oznacza dla wykonawcy w tym tygodniu

Mercury 3 nie znajduje się w katalogu OrcaRouter. Nasze API modeli obecnie nic nie zwraca dla żadnego modelu Inception, a strona modelu Mercury 3 nie istnieje w naszej witrynie, więc każdy, kto chce go wywołać, udaje się na własną platformę Inception lub do jednego z hostów zewnętrznych wymienionych przez Inception. Wolimy powiedzieć to wprost, niż sugerować trasę, której nie mamy.

To, do czego w tej sytuacji przydaje się nasza warstwa routingu, dotyczy części wokół nowego modelu, a nie samego modelu. Wzorzec, który sprawdza się przy nieprzetestowanym, wyjątkowo szybkim wydaniu, to ścieżka dwumodelowa: warstwę krytyczną pod względem opóźnień kieruj do Mercury 3 przez klucz Inception, a fallback i trudne przypadki zostaw na modelach, które faktycznie oferujemy — ponad 200 z nich za jednym endpointem zgodnym z OpenAI, po cenie katalogowej dostawcy z 0% marży, z automatycznym przełączaniem awaryjnym, jeśli dostawca zacznie działać gorzej. Szybkość zyskujesz tam, gdzie się opłaca, a drugą opinię tam, gdzie ma to znaczenie, bez drugiej integracji dla fallbacku.

Warto obserwować trzy rzeczy w ciągu najbliższych kilku tygodni. Po pierwsze, niezależny pomiar Mercury 3, który za jednym razem rozstrzygnie zarówno kwestię przepustowości, jak i pozycji jakościowej. Po drugie, czy Inception opublikuje ustawienie wysiłku i sprzęt stojące za własnymi liczbami, ponieważ benchmark bez nich nie jest odtwarzalny. Po trzecie, czy zniżka premierowa otrzyma datę końcową — cena katalogowa jest o 33% niższa od stawki za tokeny wyjściowe Mercury 2.5 i wynosi około jednej piątej stawki Claude Haiku 5.5, a firma, która właśnie przeskalowała model 40 razy, ma powody, by chcieć, aby to liczba promocyjna była tą, którą ludzie zapamiętają.

Do tego czasu uczciwe podsumowanie jest takie: Mercury 3 to prawdziwe wydanie z przekonującą historią architektoniczną, naprawdę agresywną ceną i deklaracją jakości, której nikt spoza Inception jeszcze nie przetestował. W przypadku obciążenia wrażliwego na opóźnienia, z człowiekiem lub ścieżką eskalacji w pętli, to wystarczy, aby uzasadnić tydzień oceny. W przypadku wszystkiego, gdzie błędna odpowiedź jest kosztowna i niemonitorowana, to jeszcze nie wystarcza, aby uzasadnić migrację.