Mercury 3, Deklaracja Osobliwości i włamanie za 50 dolarów: cztery historie z 20 października

Cztery historie przeszły przez cykl informacyjny AI 20 października 2026 r. i łączy je niezręczna cecha: trzy to twierdzenia o tym, co sztuczna inteligencja potrafi teraz robić, a tylko jedna wiąże się z modelem, do którego można zadzwonić dziś po południu i rozliczyć go za token. Tą jedną jest Mercury 3, który Inception Labs udostępniło wieczorem dzień wcześniej — 19 października 2026 r. — w cenie 0,20 USD za milion tokenów wejściowych i 0,70 USD za milion wyjściowych, z obniżką o połowę na okres startowy bez podanej daty końca, działający z zmierzoną przez dostawcę prędkością 1068 tokenów na sekundę. Pozostałe trzy: Jack Clark mówiący zgromadzonym ministrom finansów, że osobliwość już się zaczęła; jeden operator wykorzystujący agentów AI do włamania się do ponad 100 firm po około 50 USD za włamanie; oraz nowe głosy ChatGPT od OpenAI pojawiające się pod nazwą GPT-Live-1.1. Poniżej każde z nich opisano na własnych warunkach, z liczbami przypisanymi temu, kto je podał. Uduokumentowane awarie i incydenty związane z agentami AI, stojące za takimi premierami jak ta, są gromadzone w the OrcaRouter AI Incident Archive, gdzie każdy wpis zawiera własne źródła, ocenę dotkliwości, stopień pewności i oznaczenie sporne.

Mercury 3: jedyna pozycja na tej liście, którą możesz wycenić

Przekaz Inception pozostaje niezmieniony w formie, a znacznie większy w skali. Mercury to dyfuzyjny model językowy: zamiast generować jeden token na przebieg w przód, odszumia naraz blok pozycji i zatwierdza je łącznie. Mercury 3 — według samego Inception — ma ponad 40 razy więcej parametrów ogółem niż Mercury 1 i nadal działa z prędkością ponad 1000 tokenów na sekundę; twierdzenie brzmi, że skala nie odbiła się na przepustowości, która jest całym powodem istnienia tej rodziny.

• Cena — $0.20 za milion tokenów wejściowych i $0.70 za milion tokenów wyjściowych według cennika; $0.10 i $0.35 w ramach 50% zniżki premierowej bez podanej daty zakończenia; wejście z pamięci podręcznej o 90% poniżej stawki za wejście.

• Kontekst i dane wyjściowe — okno kontekstu 1 000 000 tokenów, zwiększone z 260 000 w Mercury 2.5, oraz limit danych wyjściowych 131 072 tokenów zgodnie z dokumentacją Inception.

• Szybkość — 1,068 tokenów na sekundę, zmierzona przez Inception na nieokreślonym sprzęcie NVIDIA. Żadne niezależne stanowisko testowe nie zmierzyło tej szybkości.

• Wysiłek rozumowania — cztery ustawienia (natychmiastowe, niskie, średnie, wysokie), przy czym domyślne jest niskie, a Mercury 2.5 i Mercury 2 domyślnie ustawiono na średnie.

• Modalności — tekst na wejściu, tekst na wyjściu. Brak danych wejściowych w postaci obrazu, dźwięku lub wideo.

• Darmowy limit — 100 milionów tokenów dla nowych kont na platformie Inception.

Jedyny ustrukturyzowany wynik jakościowy w ogłoszeniu nie jest tabelą benchmarków. Inception umieścił Mercury 3 we własnym produkcyjnym środowisku testowym agenta webowego, na 50 zadaniach nawigacyjnych Mind2Web wykonywanych na żywo na prawdziwych stronach internetowych, i podaje, że ukończył 50% z nich — 25 zadań — „znacznie więcej niż GPT-6.1-Sol”, przy tym samym wolumenie tokenów i tej samej liczbie kroków agenta. Pod jednym względem jest to silniejsza forma dowodu niż benchmark dostawcy, ponieważ zadania były wykonywane na żywo, a nie zamrożone, a pod innym względem słabsza, ponieważ środowisko testowe, strony i ocena należą do firmy sprzedającej model. Nikt inny go nie uruchomił. Na dzień 20 października nie ma w ogóle strony Artificial Analysis poświęconej Mercury 3, dlatego każda powyższa liczba jest poprzedzona nazwą Inception.

Dwie rzeczy warto powiedzieć wprost każdemu, kto zastanawia się, czy tego spróbować. Mercury 3 nie znajduje się w katalogu OrcaRouter — nasze API modeli nie zwraca nic dla żadnego modelu Inception — więc wywołanie go oznacza skorzystanie z własnej platformy API Inception albo jednej z kilku platform zewnętrznych, które go hostują. A rabat premierowy to cena promocyjna, a nie cennik: stawka $0.10 za wejście to połowa ceny katalogowej, a Inception nie podało, kiedy się kończy, więc każdy model kosztów oparty na niej ma datę ważności, której nie podano.

Jack Clark w IMF: osobliwość, datowana

Zwracając się do ekonomistów i decydentów podczas dorocznych spotkań IMF i Banku Światowego, współzałożyciel Anthropic, Jack Clark, powiedział, że osobliwość — jego określenie na napędzany przez AI postęp, który wyprzedza zdolność ludzkości do nadążania za nim — „właśnie się rozpoczęła”. Twierdzeniu temu towarzyszyły dwie krzywe benchmarkowe i jedna projekcja gospodarcza, a to właśnie krzywe warto zachować.

Wynik Humanity's Last Exam — zestawu napisanych przez ekspertów pytań zaprojektowanych tak, by utrudnić wyszukanie odpowiedzi — wzrósł od 2025 r. z 8% do 67,7% według wyliczeń A​nthropic. Wynik FrontierMath wzrósł z 2% do 94%. To dwie najczęściej cytowane w tej dziedzinie liczby mające potwierdzać „nie jesteśmy na to gotowi”, a tak duży skok w ciągu około roku to coś, co kiedyś przedstawiano by na osi dekady. Prognoza ekonomiczna zakłada, że jeden model A​nthropic sprawi, iż PKB USA osiągnie 44 biliony dolarów do 2030 r., jeśli AI rozprzestrzeni się szybko — liczba, co do której sam Clark przyznał, że brzmi niedorzecznie, jednocześnie przewidując „bardzo destrukcyjne” skutki dla miejsc pracy.

Jego argument dotyczący skali ma znaczenie dla wieści z tego tygodnia: dziesięć milionów naukowców na świecie mogłoby wkrótce kierować „miliardem wirtualnych naukowców”, a państwa powinny budować laboratoria i roboty, zamiast się o to spierać. W kwestii polityki mówił o „kilku latach” na działanie i zauważył, że dyrektor generalny Anthropic, Dario Amodei, rozważał ograniczenia „pułapu inteligencji” AI — fraza, która dziwnie kontrastuje z benchmarkiem, który w ciągu dwunastu miesięcy wzrósł z 8% do 67,7%.

Odnieś to do Mercury 3, a okaże się, że te dwie historie tak naprawdę nie dotyczą tego samego. Jedna jest twierdzeniem o pułapie możliwości, uzasadnianym krzywymi ewaluacji. Druga to premiera produktu z cennikiem. Powód, dla którego pojawiły się tego samego dnia, jest taki, że model dyfuzyjny jest dokładnie takim rodzajem systemu, z jakich składają się te krzywe: tani, szybki, wyłącznie tekstowy, niezmierzony przez nikogo neutralnego i wystarczająco dobry w wąskim zadaniu, by warto było go wdrożyć, zanim ktokolwiek zdecydował, co oznacza „wystarczająco dobry”.

Wtargnięcie za 50 dolarów: jak wyglądają możliwości agentowe z drugiej strony

Firma zajmująca się bezpieczeństwem NorForge ujawniła kampanię, w której pojedynczy chińskojęzyczny operator wykorzystał agentów AI do wykonania niemal całej pracy polegającej na włamywaniu się do firm. Reuters zidentyfikował ofiary, w tym Cummins, Deere i SharkNinja. Mechanizm nie był nowatorskim exploitem. NorForge znalazła ponad 20 niezabezpieczonych paneli sterowania dla Cairn, narzędzia open-source do agentów AI, a operator dostarczył wstępnie wyselekcjonowane cele — ruchliwe sklepy internetowe, zamówienia poniżej 100 chińskich znaków — po czym pozwolił agentom działać na ponad 1200 witrynach.

• Narzędzia — Claude Code i DeepSeek V4.1 Flash, oba używane jako zwykłe narzędzia programistyczne.

• Koszt — około 50 USD za udane włamanie, około jednego dnia czasu agenta na każde i około 5000 USD w tokenach w całej kampanii.

• Wynik — doszło do naruszenia u ponad 100 firm. Nie ustalono, czy skradziono dane. SharkNinja określiła zagrożenie jako „opanowane”, Deere wskazała na „działania naprawcze”, a Cummins oświadczyła, że „prowadzi dochodzenie”.

Liczba, z którą trzeba się oswoić, to nie 100. To 50 dolarów. Włamanie, które kosztuje mniej niż biznesowy lunch i zajmuje dzień, odwraca ekonomię, na której od dwudziestu lat opiera się bezpieczeństwo defensywne, ponieważ koszt krańcowy kolejnej próby jest bliski zeru, a koszt krańcowy pomyłki nie. To wyjaśnia też, dlaczego ekspozycja była nudna: ponad dwadzieścia paneli sterowania do narzędzia agentowego open source pozostawionych dostępnych z internetu. Nikt nie musiał być sprytny. Wystarczyło być cierpliwym i działać tanio.

Te same właściwości, które czynią agenta użytecznym w środowisku produkcyjnym — działa, ponawia próby, pracuje bez nadzoru przez wiele godzin — są tymi, które wynajął atakujący. Nie demonstruje się tu żadnej odrębnej, złośliwej zdolności. To zwykła pętla agenta wycelowana w listę celów.

Nowe głosy GPT-Live-1.1: głos to nie model

Prace OpenAI nad głosem pojawiły się jako poradnik, a nie zapowiedź, a najbardziej użytecznym zdaniem w materiałach jest ostrzeżenie: nowy głos i nowy model to różne zmiany. To rozróżnienie ma znaczenie, ponieważ w produktach głosowych te dwie rzeczy są stale utożsamiane, a praktyczny test dotyczy zachowania, a nie nazwy.

Ścieżka dostępu to ustawienia głosu ChatGPT, następnie opcja Live tam, gdzie jest dostępna, a potem wybór głosu. Ćwiczenia warte przeprowadzenia, w kolejności: ustalić język i instrukcje i porównać głosy na tym samym fragmencie, aby to, co słyszysz, było głosem, a nie innym promptem; wypróbować głos regionalny, ponieważ obsługa akcentu zmienia się wraz z głosem, a nie tylko z ustawieniem języka; przerwać w połowie odpowiedzi poprawioną datą lub liczbą osób i sprawdzić, czy poprawka trafia do końcowej odpowiedzi; oraz poprosić asystenta o wyszukanie notatek o wydaniach O​penAI i odczytanie linku źródłowego, co jest najtańszym sposobem, aby dowiedzieć się, czy model cytuje coś prawdziwego.

Jeden nazwany głos, Bubbie, porównano z głosem, którego słuchacz zwykle używa, na tym samym tekście — to właściwa metoda, którą większość ludzi pomija. Subskrybenci Pro otrzymują polecenia do ćwiczeń i listę kontrolną do słuchania. Przed odbudowaniem na tym przepływu pracy trzeba zweryfikować, które z tych zmian dotyczą głosu, a które modelu bazowego, ponieważ tylko jedna z nich zmienia to, co system potrafi.

Wątek przewijający się przez cały dzień

Trzy z tych czterech historii opowiadają o zdolnościach, które pojawiają się szybciej niż otaczające je mechanizmy. Liczby z ewaluacji wskazują, że modele coraz lepiej radzą sobie z zadaniami eksperckimi w tempie, którego nikt nie prognozował; historia włamania wskazuje, że ta sama zdolność jest dostępna dla każdego, kto ma 50 dolarów i listę celów; produkt głosowy wskazuje, że to interfejs staje się tym, co oceniają użytkownicy, niezależnie od tego, czy model pod spodem się zmienił. Mercury 3 jest czwartą historią i tym wyjątkiem, ponieważ jako jedyna ma publiczną cenę za milion tokenów i udokumentowane okno kontekstowe — jedyna, którą można dziś wieczorem umieścić w modelu kosztów.

Tak jest również w przypadku warstwy routingu i to nie w sposób, w jaki zwykle rozumie to marketing dostawców. Model wydany dziewiętnaście godzin temu, bez niezależnej ewaluacji, to dokładnie to, czego nie chcesz na stałe wpinać w ścieżkę produkcyjną. Potrzebujesz natomiast reguły, która kieruje do niego określoną część ruchu, utrzymuje za nią model objęty pomiarem i automatycznie przełącza się awaryjnie, gdy zawiedzie — dzięki czemu decyzję o pozostawieniu jej lub porzuceniu podejmują twoje wskaźniki błędów, a nie wpis premierowy. Jeden klucz i jeden endpoint zgodny z OpenAI dają ci obie strony tej reguły, a gdy skończy się zniżka Inception lub w końcu pojawi się neutralny wynik, zmienia się reguła, a nie aplikacja.

Jeśli chodzi o samego Mercury 3, uczciwe podsumowanie po jednym dniu jest ograniczone: to niezwykle tani, niezwykle szybki model wyłącznie tekstowy z prawdziwym kontekstem 1 mln tokenów, jednym wynikiem agenta na żywej stronie internetowej, który Inception uzyskał samodzielnie, oraz brakiem jakiegokolwiek pomiaru zewnętrznego. Dwie liczby, które to rozstrzygną — wynik Artificial Analysis i koszt przypadający na ukończone zadanie w zestawie testowym, którego właścicielem nie jest Inception — jeszcze nie istnieją. Gdy się pojawią, następca tego artykułu będzie miał długość jednego akapitu.