Mercury 3, en singularitetsdeklaration och ett $50-inbrott: Fyra berättelser från 20 oktober

Fyra berättelser passerade genom AI-nyhetscykeln den 20 oktober 2026, och de har en besvärande egenskap gemensam: tre är påståenden om vad artificiell intelligens nu kan göra, och bara en levereras med en modell som du kan anropa i eftermiddag och prissätta per token. Det är Mercury 3, som Inception Labs släppte kvällen innan – den 19 oktober 2026 – till $0,20 per miljon indatatoken och $0,70 per miljon utdatatoken, halverat under ett lanseringsfönster utan publicerat slutdatum, med en av leverantören uppmätt hastighet på 1 068 token per sekund. De övriga tre: Jack Clark som inför en sal av finansministrar säger att singulariteten har börjat, en aktör som använder AI-agenter för att ta sig in i fler än 100 företag för ungefär $50 per intrång, och O​penAI:s nya ChatGPT-röster som kommer under namnet GPT-Live-1.1. Det som följer är var och en av dem på egna villkor, med siffrorna kopplade till den som har tagit fram dem. De dokumenterade AI-felen och agentincidenterna bakom lanseringar som den här samlas i OrcaRouter AI Incident Archive där varje post har sina egna källor, allvarlighetsgrad, konfidensgrad och en flagga för omtvistade uppgifter.

Mercury 3: det enda objektet på den här listan som du kan prissätta

Inceptions pitch är oförändrad till formen och mycket större till graden. Mercury är en diffusionsspråkmodell: i stället för att avge en token per framåtpassning avbrusar den ett block av positioner på en gång och slår fast dem tillsammans. Mercury 3 har enligt Inception själva mer än 40 gånger så många totala parametrar som Mercury 1 och körs fortfarande i över 1 000 token per sekund – påståendet är att skalan inte kostade den genomströmning som är hela skälet till att familjen finns.

• Pris — {{1}}$0.20{{/1}} per miljon indata och {{2}}$0.70{{/2}} per miljon utdata till listpris; {{3}}$0.10 och $0.35{{/3}} under en lanseringsrabatt på {{4}}50 %{{/4}} utan angivet slutdatum; cachad indata {{5}}90 %{{/5}} lägre än indataraten.

• Kontext och utdata – ett kontextfönster på 1 000 000 token, upp från 260 000 på Mercury 2.5, med ett tak för utdata på 131 072 token enligt Inceptions dokumentation.

• Hastighet – 1 068 token per sekund, uppmätt av Inception på ospecificerad NVIDIA-hårdvara. Ingen oberoende testrigg har mätt den.

• Resonemangsansträngning – fyra inställningar (instant, low, medium, high) med low som standard, där Mercury 2.5 och Mercury 2 hade medium som standard.

• Modaliteter – text som indata, text som utdata. Ingen inmatning av bild, ljud eller video.

• Gratis kvot — 100 miljoner tokens för nya konton på Inceptions plattform.

Det enda strukturerade kvalitetsresultatet i tillkännagivandet är inte en benchmarktabell. Inception placerade Mercury 3 i sin egen produktionsmiljö för webbagenter, på 50 liveuppgifter från Mind2Web mot riktiga webbplatser, och rapporterar att den klarade 50 % av dem – 25 uppgifter – "betydligt fler än GPT-6.1-Sol", vid samma tokenvolym och samma antal agentsteg. Det är en starkare form av bevis än ett leverantörsbenchmark i ett avseende, eftersom uppgifterna var live snarare än frysta, och en svagare i ett annat, eftersom harnessen, webbplatserna och poängsättningen alla tillhör företaget som säljer modellen. Ingen annan har kört det. Per den 20 oktober finns det ingen sida för Mercury 3 hos Artificial Analysis alls, vilket är anledningen till att varje siffra ovan har Inceptions namn framför sig.

Två saker är värda att säga rakt ut för den som överväger att prova det. Mercury 3 finns inte i OrcaRouter-katalogen – vårt modell-API returnerar ingenting för någon Inception-modell – så att anropa det innebär att använda Inceptions egen API-plattform eller en av de flera tredjepartsplattformar som driftar det. Och lanseringsrabatten är kampanjprissättning, inte en prislista: inputpriset på 0,10 USD är hälften av listpriset och Inception har inte sagt när den slutar, så varje kostnadsmodell som bygger på den har ett utgångsdatum som du inte har fått.

Jack Clark på IMF: singulariteten, daterad

I ett tal till ekonomer och beslutsfattare vid IMF:s och Världsbankens årsmöten sade A​nthropic-medgrundaren Jack Clark att singulariteten – hans term för AI-drivna framsteg som springer ifrån mänsklighetens förmåga att hänga med – "nu har börjat". Påståendet kom med två benchmarkkurvor och en ekonomisk prognos, och kurvorna är den del som är värd att behålla.

Humanity's Last Exam, en uppsättning expertskrivna frågor utformade för att inte gå att slå upp, har gått från 8 % till 67,7 % sedan 2025 enligt A​nthropics beräkning. FrontierMath har gått från 2 % till 94 %. Det är de två mest citerade siffrorna i fältet för "vi är inte redo för det här", och ett hopp av den storleken på ungefär ett år är den sorts sak som brukade plottas på en decennieaxel. Den ekonomiska prognosen är att en A​nthropic-modell uppskattar USA:s BNP till 44 biljoner dollar till 2030 om AI sprids snabbt – en siffra som Clark själv medgav låter orimlig, samtidigt som han förutspådde "mycket disruptiva" effekter på jobb.

Hans skalargument är det som har bäring på veckans nyheter: världens tio miljoner forskare skulle snart kunna styra "en miljard virtuella forskare", och nationer borde bygga laboratorier och robotar i stället för att bråka om det. När det gäller policy beskrev han "ett fåtal år" för att agera, och noterade att Dario Amodei, vd för A​nthropic, har luftat begränsningar av AI:s "intelligensens tak" – en fras som ter sig märklig bredvid ett riktmärke som gick från 8 % till 67,7 % på tolv månader.

Jämför man det med Mercury 3 handlar de två berättelserna egentligen inte om samma sak. Den ena är ett påstående om förmågetaket, argumenterat utifrån utvärderingskurvor. Den andra är en produktlansering med en prislista. Anledningen till att de dök upp samma dag är att diffusionsmodellen är precis den sorts system som kurvorna är gjorda av: billig, snabb, enbart text, omätt av någon neutral aktör, och tillräckligt bra på en smal uppgift för att vara värd att driftsätta innan någon har bestämt vad "tillräckligt bra" betyder.

$50-intrånget: hur agentisk förmåga ser ut från andra sidan

Säkerhetsföretaget NorForge avslöjade en kampanj där en enda kinesisktalande aktör använde AI-agenter för att utföra nästan allt arbete med att ta sig in i företag. Reuters identifierade offer inklusive Cummins, Deere och SharkNinja. Mekanismen var inte ett nytt typ av utnyttjande. NorForge hittade mer än 20 oskyddade kontrollpaneler för Cairn, ett öppen källkodsverktyg för AI-agenter, och aktören tillhandahöll förhandsgranskade mål – trafikerade webbutiker, beställningar på under 100 kinesiska tecken – och lät sedan agenterna arbeta sig igenom fler än 1 200 webbplatser.

• Verktyg – Claude Code och DeepSeek V4.1 Flash, båda använda som vanliga utvecklarverktyg.

• Kostnad – ungefär 50 dollar per lyckad intrusion, cirka en dags agenttid vardera, och runt 5 000 dollar i tokens för hela kampanjen.

• Utfall – fler än 100 företag drabbades av intrång. Det är inte fastställt om data har stulits. SharkNinja kallade hotet "under kontroll", Deere hänvisade till "avhjälpande åtgärder" och Cummins uppgav att man "utreder" saken.

Siffran du ska ta till dig är inte 100. Den är $50. Ett intrång som kostar mindre än en affärslunch och tar en dag vänder upp och ner på den ekonomi som defensiv säkerhet har byggts på i tjugo år, eftersom marginalkostnaden för att försöka igen är nära noll och marginalkostnaden för att ha fel inte är det. Det förklarar också varför exponeringen var tråkig: över tjugo kontrollpaneler för ett agentverktyg med öppen källkod, lämnade åtkomliga från internet. Ingen behövde vara smart. Man behövde vara tålmodig och billig.

Samma egenskaper som gör en agent användbar i produktion – den agerar, den försöker igen, den körs obevakad i timmar – är de som angriparen hyrde. Det finns ingen separat skadlig förmåga som demonstreras här. Det är en vanlig agentloop riktad mot en mållista.

GPT-Live-1.1:s nya röster: en röst är inte en modell

OpenAIs röstarbete kom som en instruktion snarare än ett tillkännagivande, och den mest användbara raden i bevakningen är en varning: en ny röst och en ny modell är olika förändringar. Den distinktionen spelar roll eftersom de två ständigt blandas samman i röstprodukter, och det praktiska testet är beteendemässigt snarare än nominellt.

Åtkomstvägen är ChatGPTs röstinställningar, sedan Live-alternativet där det är tillgängligt, sedan ett röstval. De övningar som är värda att genomföra, i ordning: håll språket och instruktionerna fasta och jämför röster på samma textstycke, så att det du hör är rösten och inte en annan prompt; prova en regional röst, eftersom accenthanteringen ändras med rösten och inte bara med språkinställningen; avbryt mitt i ett svar med ett korrigerat datum eller antal personer och kontrollera om korrigeringen når det slutliga svaret; och be assistenten söka i OpenAIs release notes och läsa upp källänken, vilket är det billigaste sättet att ta reda på om modellen citerar något verkligt.

En namngiven röst, Bubbie, jämfördes med en lyssnares vanliga röst på samma text – rätt metod, och den som de flesta hoppar över. Pro-abonnenter får övningsprompter och en lyssningschecklista. Det man måste verifiera innan man bygger om ett arbetsflöde på det är vilka av dessa förändringar som är en röst och vilka som är den underliggande modellen, eftersom bara en av dem förändrar vad systemet kan göra.

Tråden som löper genom dagen

Tre av dessa fyra berättelser handlar om kapacitet som anländer snabbare än maskineriet runt omkring den. Utvärderingssiffrorna säger att modellerna blir bättre på expertuppgifter i en takt som ingen förutsåg; intrånget säger att samma kapacitet är tillgänglig för vem som helst med 50 dollar och en mållista; röstprodukten säger att gränssnittet håller på att bli det användarna bedömer, oavsett om modellen under huven har förändrats. Mercury 3 är den fjärde och den udda fågeln, eftersom den är den enda med ett offentligt pris per miljon tokens och ett dokumenterat kontextfönster – den enda du kan lägga in i en kostnadsmodell i kväll.

Det gäller även för ett routingskikt, och inte på det sätt som leverantörernas marknadsföring vanligtvis menar. En modell som släpptes för nitton timmar sedan utan oberoende utvärdering är precis det du inte vill hårdkoda in i en produktionsväg. Det du vill ha är en regel som skickar en bestämd andel av trafiken till den, behåller en modell som mäts bakom den och växlar automatiskt över när den slutar fungera – så att beslutet att behålla eller ta bort den fattas utifrån dina felfrekvenser i stället för av ett lanseringsinlägg. En nyckel och en OpenAI-kompatibel slutpunkt ger dig båda sidorna av den regeln, och när Inceptions rabatt tar slut eller ett neutralt resultat äntligen dyker upp ändras regeln medan applikationen förblir oförändrad.

För Mercury 3 självt är den ärliga sammanfattningen efter en dag snäv: en ovanligt billig, ovanligt snabb modell för enbart text med en verklig kontext på 1 miljon token, ett agentresultat från en live-webbplats som Inception själva har tagit fram, och ingen tredjepartsmätning av någonting. De två siffror som kommer att avgöra saken – en poäng från Artificial Analysis och en kostnad per slutförd uppgift i ett testramverk som Inception inte äger – finns ännu inte. När de väl finns kommer uppföljaren till den här artikeln att vara ett stycke lång.