Mercury 3 достигает скорости 1 068 токенов в секунду — и без единой цифры из бенчмарка

Inception Labs выпустила Mercury 3 19 октября 2026 года, и анонс начинается с трёх цифр: 1,068 токенов в секунду на GPU NVIDIA, контекстное окно в 1M токенов и $0.10 за миллион входных токенов — пока действует скидка в честь запуска. Чего в нём нет, так это ни одной оценки из бенчмарка. Заявление о качестве носит сравнительный характер — Mercury 3 «превосходит GPT-6 Luna и Claude Haiku 5.5», — а все количественные утверждения в посте касаются скорости, размера или цены. Это не столько критика, сколько характер доказательств, с которыми вам придётся работать, если вы решаете, переносить ли на эту модель рабочую нагрузку на этой неделе. В этом материале разбирается, что именно выпустила Inception, что означают утверждения, не подкреплённые оценками, и где разработчику стоит провести границу между тем, чтобы опробовать модель, и тем, чтобы полагаться на неё. Задокументированные сбои ИИ и инциденты с агентами, стоящие за подобными релизами, собраны в OrcaRouter AI Incident Archive, где каждая запись содержит собственные источники, уровень серьёзности, категорию достоверности и флаг спорности.

Что Inception представила 19 октября

Mercury 3 — это диффузионная языковая модель (Inception использует термин dLLM), и компания называет её самой мощной диффузионной моделью, выпущенной на сегодняшний день. Архитектура генерирует токены параллельно, а не по одному за раз, — отсюда и берётся заявление о пропускной способности. Inception говорит, что по общему числу параметров модель более чем в 40 раз больше Mercury 1, не публикуя абсолютное число параметров, и что измеряемый интеллект по её набору бенчмарков вырос примерно втрое от Mercury 1 (mini) до Mercury 3.

• Контекст — 1 млн токенов (рост с 260 тыс. на Mercury 2.5) при максимальном объёме вывода 131 072 токена.

• Цена — $0,20 за миллион входных токенов и $0,70 за миллион выходных по прайс-листу; $0,10 и $0,35, пока действует скидка в честь запуска.

• Кэшированный ввод — $0,02 за миллион по прайс-листу, что в стартовый период снижается вдвое до $0,01, то есть обычная 90%-ная скидка на тариф ввода.

• Интенсивность рассуждений — четыре настройки: instant, low, medium и high. Mercury 3 по умолчанию использует low, если параметр не указан, тогда как Mercury 2.5 и Mercury 2 по умолчанию используют medium.

• Модальности — текст на входе, текст на выходе. Вызов инструментов и структурированные выходные данные поддерживаются на эндпоинте chat completions.

• Структура API — чат-завершения, {{1}}совместимые с OpenAI{{/1}}, с регулируемой температурой от 0.5 до 1.0.

• Доступность — собственная API-платформа Inception, где новые аккаунты получают 100 млн бесплатных токенов, а также несколько сторонних платформ инференса. Корпоративные развёртывания добавляют выделенные мощности, автомасштабирование и настраиваемые параметры хранения данных.

Настройка уровня усилий по умолчанию — это деталь, которую чаще всего упускают и которая чаще всего имеет значение. Модель, которая по умолчанию отвечает с уровнем усилий «low», будет выглядеть быстрее и набирать меньше баллов, чем та же модель с уровнем «high», а собственные сравнения Inception не указывают, какая настройка дала эти результаты. Если вы сами тестируете Mercury 3, явно фиксируйте уровень усилий, иначе ваши цифры нельзя будет сравнить ни с чьими другими.

Утверждение о качестве является сравнительным, а не количественным.

Прочитайте предложение ещё раз: {{1}}Mercury 3{{/1}} «превосходит GPT-6 Luna и Claude Haiku 5.5». Обе модели оптимизированы под скорость, а не являются флагманскими моделями передового уровня, и для модели, весь посыл которой — задержка, это правильное сравнение. Но в анонсе не указаны ни величина отрыва, ни названия бенчмарков, ни результаты по отдельным задачам, поэтому это утверждение нельзя проверить на публичном стенде, не запустив его самостоятельно.

Единственный результат по качеству, за которым стоит хоть какая-то структура, — это агентный тест. Inception запустила Mercury 3 в собственной производственной среде веб-агента против передовых моделей на 50 живых задачах навигации Mind2Web и сообщает, что он выполнил 50% из них, «значительно больше, чем GPT-6.1-Sol», используя тот же объём токенов и то же число шагов агента и, следовательно, лишь долю стоимости за токен. Пятьдесят задач — это небольшая выборка, среда принадлежит самой Inception, а модель для сравнения названа без оценки. Это реальный сигнал — выполнение задач на живых сайтах сложнее подделать, чем набор тестов с вариантами ответов, — но это сигнал, а не измерение, которое можно вставить в закупочный документ.

Inception также говорит, что Mercury 3 «на уровне или лучше передовых моделей, оптимизированных по скорости», а не на уровне передовых моделей рассуждения. Это различие несёт большую смысловую нагрузку в посте, и его стоит воспринимать буквально: это модель, позиционируемая против быстрого сегмента, а не против Claude Opus 5.5 или Gemini 4 Argon.

Число скорости на фоне последнего Mercury

1 068 токенов в секунду — это главная цифра, и именно её чаще всего будут цитировать вне контекста. Inception приписывает её «NVIDIA GPUs», не указывая оборудование, размер батча, настройку effort или то, является ли это измерением одного потока или агрегированным. Все четыре параметра меняют число в разы.

Единственное независимое измерение, которое существует, относится к предыдущему поколению. Artificial Analysis измеряет Mercury 2.5 примерно в 706 токенов в секунду, а Mercury 2 — в районе 680, причём оба — на собственном испытательном стенде. Это реальные воспроизводимые сторонние цифры, и они ниже вендорных значений, сопровождавших те запуски. Этот разрыв — обычная скидка между вендорными и независимыми данными в этой категории, а не свидетельство недобросовестности — но именно эту скидку стоит мысленно применить к 1,068, пока кто-нибудь не воспроизведёт этот результат.

По состоянию на 20 октября 2026 года у Artificial Analysis нет страницы Mercury 3: в её индексе моделей по-прежнему указаны Mercury 2.5 и Mercury 2, а URL-адрес Mercury 3 ничего не возвращает. Таким образом, заявление о скорости пока не имеет независимой проверки — спустя день после запуска. Это изменится; полезно следить не за тем, окажется ли число близким к 1 068, а за тем, останется ли разрыв с Mercury 2.5 таким же большим при нейтральном тестовом стенде, как подразумевает подача Inception.

Чего стоит скидка в честь запуска — и чем она не является

Скидка 50% заявлена как временная — «на старте» — без даты окончания. Это делает её промоакционной ставкой, а не тарифной сеткой, и любая модель затрат, построенная на $0.10/$0.35, имеет невидимую вам дату истечения. Ориентироваться при планировании нужно на цену по прайс-листу.

Наглядное сравнение делает масштаб очевидным. Возьмём нагрузку поддержки или поиска в 10 млн входных токенов и 40 млн выходных токенов в день. По каталожной цене Mercury 3 стоит $2 за вход и $28 за выход, то есть $30 в день. По стартовому тарифу тот же трафик стоит $1 и $14, то есть $15 в день. За месяц это примерно $900 против $450 — промоакция стоит примерно столько же, сколько всё ценовое преимущество модели по каталожной цене перед авторегрессионной моделью среднего уровня. Полезно, но это не повод строить вокруг этого архитектуру.

Строка кэшированного ввода — это то, что меняет реальную экономику рабочих нагрузок агентов, потому что агенты повторно отправляют один и тот же системный промпт и определения инструментов на каждом шаге. При $0.02 за миллион кэшированных токенов преамбула на 20 000 токенов стоит $0.0004 за вызов вместо $0.004. За прогон агента из пятидесяти шагов это два цента на преамбулу вместо двадцати — разница между жизнеспособной ценой за задачу и маржинальной.

Inception не продаёт чат-бот.

Запуск выстроен вокруг портфеля, а не одной модели, и эта подача говорит о том, для кого предназначен продукт. Mercury Voice оптимизирован по времени до первого токена ответа в голосовых агентах; Mercury Decide — это модель классификации и оценки на отдельной конечной точке, стоимостью два цента за миллион входных токенов и ничего за выходные. Все отзывы клиентов Inception относятся к production-системам, чувствительным к задержкам: обвязка веб-агента в TinyFish, обратная связь при обучении в RevisionDojo, генерация поиска в Octen, поддержка в Lorikeet.

Это те рабочие нагрузки, где двухсекундный ответ — требование к продукту, а пятисекундный — баг. Это также нагрузки, где ошибка поправима — неудачная подсказка, неверный ответ поиска, эскалированное обращение в поддержку — и это как раз тот профиль риска, на котором можно безопасно опробовать модель без опубликованных результатов бенчмарков.

В каком положении это оставляет застройщика на этой неделе

Mercury 3 отсутствует в каталоге OrcaRouter. Наш API моделей сейчас не возвращает ничего ни для одной модели Inception, а страницы модели Mercury 3 на нашем сайте не существует, поэтому те, кто хочет обратиться к ней, идут на собственную платформу Inception или к одному из сторонних хостингов, которые перечисляет Inception. Мы предпочитаем сказать это прямо, а не намекать на маршрут, которого у нас нет.

В этой ситуации наш слой маршрутизации полезен не самой новой моделью, а тем, что вокруг неё. Схема, которая работает с непроверенным, необычно быстрым релизом, — это путь с двумя моделями: направляйте критичный по задержке уровень в Mercury 3 через ключ Inception, а резервный вариант и сложные случаи оставляйте на моделях, которые мы действительно поддерживаем — более 200 из них за одним OpenAI-совместимым эндпоинтом, по прайсовой цене провайдера с наценкой 0%, с автоматическим переключением при сбое, если провайдер деградирует. Вы получаете скорость там, где она окупается, и второе мнение там, где это важно, без второй интеграции для резервного варианта.

За следующие несколько недель стоит следить за тремя вещами. Во-первых, за независимым измерением Mercury 3, которое сразу решит и вопрос показателя пропускной способности, и вопрос позиции по качеству. Во-вторых, за тем, опубликует ли Inception настройку уровня усилий и аппаратное обеспечение, стоящие за её собственными цифрами, поскольку бенчмарк без них невоспроизводим. В-третьих, за тем, получит ли стартовая скидка дату окончания — цена по прайс-листу на 33% ниже расценки за вывод Mercury 2.5 и примерно составляет пятую часть от расценки Claude Haiku 5.5, а у компании, которая только что масштабировала модель в 40 раз, есть причины хотеть, чтобы запомнилась именно промо-цифра.

До тех пор честное резюме таково: Mercury 3 — это реальный релиз с обоснованной архитектурной концепцией, по-настоящему агрессивной ценой и заявлением о качестве, которое ещё никто за пределами Inception не проверял. Для рабочей нагрузки, чувствительной к задержке, с человеком или путём эскалации в контуре этого достаточно, чтобы оправдать неделю оценки. Для сценариев, где неверный ответ дорого обходится и не отслеживается, этого пока недостаточно, чтобы оправдать миграцию.