Mercury 3, декларация о сингулярности и взлом за $50: четыре истории от 20 октября

Четыре истории прошли через новостной цикл об ИИ 20 октября 2026 года, и у них есть неловкое общее свойство: три представляют собой утверждения о том, что искусственный интеллект теперь умеет, и только одна идёт с моделью, к которой можно обратиться уже сегодня днём и узнать цену за токен. Это Mercury 3, которую Inception Labs выпустила вечером накануне — 19 октября 2026 года — по цене $0,20 за миллион входных токенов и $0,70 за миллион выходных, вдвое дешевле на стартовый период без опубликованной даты окончания, при измеренной поставщиком скорости 1 068 токенов в секунду. Остальные три: Джек Кларк, сообщающий залу министров финансов, что сингулярность началась; один оператор, использовавший ИИ-агентов для проникновения более чем в 100 компаний примерно за $50 за проникновение; и новые голоса ChatGPT от O​penAI, появляющиеся под названием GPT-Live-1.1. Далее каждая из них рассматривается на своих собственных условиях, а числа привязаны к тем, кто их опубликовал. Документированные сбои ИИ и инциденты с агентами, стоящие за подобными релизами, собраны в архиве инцидентов ИИ OrcaRouter, где каждая запись содержит собственные источники, степень серьёзности, уровень уверенности и отметку об оспаривании.

Mercury 3: единственный товар в этом списке, который вы можете оценить

Питч Inception не изменился по форме, но стал гораздо масштабнее по степени. Mercury — диффузионная языковая модель: вместо выдачи одного токена за прямой проход она денойзит блок позиций сразу и фиксирует их вместе. По собственным заявлениям Inception, общее число параметров Mercury 3 более чем в 40 раз превышает показатель Mercury 1, и при этом модель по-прежнему выдаёт более 1000 токенов в секунду; утверждается, что масштабирование не стоило той пропускной способности, ради которой это семейство вообще существует.

• Цена — $0.20 за миллион входных и $0.70 за миллион выходных по прайс-листу; $0.10 и $0.35 при 50% стартовой скидке без указанной даты окончания; кэшированный ввод на 90% ниже ставки за ввод.

• Контекст и вывод — окно контекста на 1 000 000 токенов вместо 260 000 у Mercury 2.5, с потолком вывода в 131 072 токена согласно документации Inception.

• Скорость — 1,068 токена в секунду, по измерению Inception на неуказанном оборудовании NVIDIA. Ни один независимый испытательный стенд не проводил замер.

• Усилие рассуждения — четыре настройки (instant, low, medium, high), по умолчанию — low, тогда как в Mercury 2.5 и Mercury 2 по умолчанию использовался medium.

• Модальности — текст на входе, текст на выходе. Ввод изображений, аудио или видео отсутствует.

• Бесплатный лимит — 100 миллионов токенов для новых аккаунтов на платформе Inception.

Единственный структурированный результат по качеству в анонсе — это не таблица бенчмарков. Inception поместила Mercury 3 в собственную боевую обвязку веб-агента и на 50 живых задачах навигации Mind2Web на реальных сайтах сообщает, что модель выполнила 50% из них — 25 задач — «существенно больше, чем GPT-6.1-Sol», при том же объёме токенов и том же числе шагов агента. В одном отношении это более сильная форма доказательства, чем вендорский бенчмарк, потому что задачи были живыми, а не замороженными, а в другом — более слабая, потому что обвязка, сайты и оценка принадлежат компании, продающей модель. Никто другой её не запускал. По состоянию на 20 октября страницы Mercury 3 на Artificial Analysis вообще нет, поэтому перед каждой приведённой выше цифрой стоит имя Inception.

Две вещи стоит сказать прямо тем, кто решает, пробовать ли это. Mercury 3 отсутствует в каталоге OrcaRouter — наш API моделей не возвращает ничего ни для одной модели Inception — поэтому для её вызова придётся использовать собственную API-платформу Inception или одну из нескольких сторонних платформ, которые её размещают. А стартовая скидка — это промоакционная цена, а не тарифная сетка: ставка $0.10 за ввод составляет половину прейскурантной цены, и Inception не сообщила, когда она закончится, поэтому любая модель затрат, построенная на ней, имеет срок действия, который вам не сообщили.

Джек Кларк в МВФ: сингулярность с датой

Выступая перед экономистами и политиками на ежегодных заседаниях МВФ и Всемирного банка, соучредитель Anthropic Джек Кларк заявил, что сингулярность — его термин для обозначения прогресса, движимого ИИ и опережающего способность человечества успевать за ним, — «уже началась». Это утверждение сопровождалось двумя кривыми бенчмарков и одним экономическим прогнозом, и именно кривые — та часть, которую стоит сохранить.

Humanity's Last Exam — набор вопросов, составленных экспертами так, чтобы противостоять поиску в интернете, — по подсчётам Anthropic вырос с 8% до 67,7% с 2025 года. FrontierMath вырос с 2% до 94%. Это две наиболее часто цитируемые в этой области цифры из разряда «мы к этому не готовы», и скачок такого масштаба примерно за год — то, что раньше откладывали бы на десятилетнюю шкалу. Согласно экономическому прогнозу, одна модель Anthropic обеспечит ВВП США в $44 трлн к 2030 году, если ИИ будет распространяться быстро, — цифра, которую сам Кларк признал звучащей неправдоподобно, при этом предсказав «очень разрушительные» последствия для рабочих мест.

Его аргумент о масштабе — именно тот, который имеет отношение к новостям этой недели: десять миллионов учёных мира вскоре могут руководить «миллиардом виртуальных учёных», и странам следует строить лаборатории и роботов, а не спорить об этом. Что касается политики, он назвал «небольшое число лет» для действий и отметил, что генеральный директор Anthropic Дарио Амодей озвучивал идею ограничений на «потолок интеллекта» ИИ — фраза, которая странно смотрится рядом с бенчмарком, выросшим с 8% до 67,7% за двенадцать месяцев.

Сопоставьте это с Mercury 3 — и две истории на самом деле не об одном и том же. Одна — это утверждение о потолке возможностей, подкреплённое кривыми оценок. Другая — выпуск продукта с тарифной сеткой. Причина, по которой они появились в один день, в том, что диффузионная модель — ровно тот тип системы, из которых состоят эти кривые: дешёвая, быстрая, работающая только с текстом, не измеренная никем нейтральным и достаточно хорошая в узкой задаче, чтобы её стоило развернуть до того, как кто-либо решил, что значит «достаточно хорошая».

Вторжение за $50: как агентная способность выглядит с другой стороны

Компания по кибербезопасности NorForge раскрыла кампанию, в которой один оператор, говорящий по-китайски, использовал ИИ-агентов для выполнения почти всей работы по взлому компаний. Reuters назвал пострадавших, включая Cummins, Deere и SharkNinja. Механизм не был новым эксплойтом. NorForge обнаружила более 20 незащищенных панелей управления Cairn — открытого инструмента для ИИ-агентов, — и оператор предоставил предварительно отобранные цели — активные интернет-магазины, заказы короче 100 китайских иероглифов — а затем позволил агентам проработать более 1200 сайтов.

• Инструменты — Claude Code и DeepSeek V4.1 Flash, оба использовались как обычные инструменты разработчика.

• Стоимость — примерно $50 за успешное вторжение, около одного дня работы агента на каждое и около $5,000 в токенах за всю кампанию.

• Итог — более 100 компаний подверглись взлому. Были ли похищены данные, не установлено. SharkNinja назвала угрозу «локализованной», Deere сослалась на «меры по устранению последствий», а Cummins заявила, что «ведёт расследование».

Число, которое стоит осмыслить, — не 100. Это 50 долларов. Взлом, который стоит меньше делового обеда и занимает один день, переворачивает экономику, на которой двадцать лет строилась защитная безопасность, потому что предельная стоимость повторной попытки близка к нулю, а предельная стоимость ошибки — нет. Это также объясняет, почему поверхность атаки была скучной: более двадцати панелей управления для open-source инструмента для агентов, оставленных доступными из интернета. Никому не нужно было быть изобретательным. Нужно было быть терпеливым и дешёвым.

Те же свойства, которые делают агента полезным в продакшене — он действует, повторяет попытки, работает без присмотра часами — это именно то, что арендовал злоумышленник. Здесь не демонстрируется какая-то отдельная вредоносная возможность. Это обычный цикл агента, нацеленный на список целей.

Новые голоса GPT-Live-1.1: голос — это не модель

Голосовая работа OpenAI появилась скорее как инструкция, чем как анонс, и самая полезная мысль в материалах — предостережение: новый голос и новая модель — это разные изменения. Это различие важно, потому что в голосовых продуктах эти два понятия постоянно смешивают, а практическая проверка должна быть поведенческой, а не номинальной.

Путь доступа: настройки голоса ChatGPT, затем опция Live там, где она доступна, затем выбор голоса. Упражнения, которые стоит выполнить, по порядку: зафиксируйте язык и инструкции и сравните голоса на одном и том же фрагменте, чтобы вы слышали именно голос, а не другую подсказку; попробуйте региональный голос, потому что обработка акцента меняется в зависимости от голоса, а не только от языковой настройки; прервите посреди ответа, назвав исправленную дату или численность, и проверьте, доходит ли исправление до финального ответа; и попросите ассистента найти примечания к выпуску O​penAI и зачитать обратно ссылку на источник — это самый дешёвый способ выяснить, ссылается ли модель на что-то реальное.

Один именованный голос, Bubbie, сравнили с обычным голосом слушателя на одном и том же тексте — правильный метод, который большинство пропускает. Подписчики Pro получают тренировочные подсказки и контрольный список для прослушивания. Прежде чем перестраивать на этом рабочий процесс, нужно проверить, какие из этих изменений относятся к голосу, а какие — к базовой модели, потому что только одно из них меняет возможности системы.

Нить, проходящая через день

Три из этих четырёх историй — о том, что возможности появляются быстрее, чем инфраструктура вокруг них. Цифры оценок говорят, что модели совершенствуются в экспертных задачах с темпом, которого никто не прогнозировал; история о вторжении говорит, что та же возможность доступна любому, у кого есть 50 долларов и список целей; голосовой продукт говорит, что интерфейс становится тем, по чему пользователи судят, изменилась ли лежащая в основе модель или нет. Mercury 3 — четвёртая и стоит особняком, потому что это единственная из них с публичной ценой за миллион токенов и документированным контекстным окном — единственная, которую можно уже сегодня вечером заложить в модель затрат.

Это касается и слоя маршрутизации, причём совсем не в том смысле, в каком это обычно подразумевает маркетинг поставщиков. Модель, выпущенная девятнадцать часов назад и не имеющая независимой оценки, — это именно то, что вы меньше всего хотите жёстко вшивать в продакшн-путь. Что вам нужно, так это правило, которое направляет ей заданную долю трафика, держит за ней проверенную модель и автоматически переключается при сбое, — чтобы решение о том, оставить её или отказаться от неё, принималось по вашим показателям ошибок, а не по посту о запуске. Один ключ и одна конечная точка, совместимая с OpenAI, дают вам обе стороны этого правила, и когда скидка Inception закончится или наконец появится нейтральная оценка, правило изменится, а приложение — нет.

Что касается самой Mercury 3, честное резюме спустя день получается узким: необычайно дешёвая и необычайно быстрая текстовая модель с реальным контекстом в 1 млн токенов, один результат работы агента на живом сайте, который Inception получила сама, и никаких сторонних измерений хоть чего-либо. Двух чисел, которые всё решат, — оценки Artificial Analysis и стоимости одной выполненной задачи на харнессе, которым Inception не владеет, — пока не существует. Когда они появятся, продолжение этой статьи будет длиной в один абзац.