Mercury 3 เปิดตัวด้วยความเร็ว 1,068 โทเค็นต่อวินาที — โดยไม่มีตัวเลข benchmark แม้แต่ตัวเดียว

Inception Labs เปิดตัว Mercury 3 เมื่อวันที่ 19 ตุลาคม 2026 และประกาศเปิดตัวนำด้วยตัวเลขสามตัว ได้แก่ 1,068 โทเคนต่อวินาทีบน GPU ของ NVIDIA, หน้าต่างบริบท 1M โทเคน และ $0.10 ต่อโทเคนอินพุต 1 ล้านโทเคน ตราบเท่าที่ส่วนลดเปิดตัวยังมีผล สิ่งที่ไม่มีอยู่ในนั้นคือคะแนน benchmark แม้แต่คะแนนเดียว คำกล่าวอ้างด้านคุณภาพเป็นการเปรียบเทียบ — Mercury 3 "ทำได้ดีกว่า GPT-6 Luna และ Claude Haiku 5.5" — และคำกล่าวอ้างเชิงปริมาณทุกข้อในโพสต์เป็นเรื่องความเร็ว ขนาด หรือราคา นั่นไม่ได้เป็นคำวิจารณ์มากนัก แต่เป็นลักษณะของหลักฐานที่คุณต้องใช้ประกอบการตัดสินใจ หากคุณกำลังตัดสินใจว่าจะย้ายเวิร์กโหลดมาใช้มันในสัปดาห์นี้หรือไม่ บทความนี้จะพาไปดูว่า Inception ส่งมอบอะไรออกมาจริง ๆ คำกล่าวอ้างที่ไม่มีคะแนนรองรับหมายความว่าอย่างไร และผู้สร้างควรขีดเส้นแบ่งระหว่างการลองใช้กับการพึ่งพามันไว้ตรงไหน ความล้มเหลวของ AI และเหตุการณ์เกี่ยวกับเอเจนต์ที่มีการบันทึกไว้ซึ่งอยู่เบื้องหลังการเปิดตัวแบบนี้ ถูกรวบรวมไว้ใน OrcaRouter AI Incident Archive โดยแต่ละรายการมีแหล่งที่มาของตนเอง ระดับความรุนแรง เกรดความเชื่อมั่น และแฟล็กข้อโต้แย้ง

สิ่งที่ Inception วางไว้บนโต๊ะเมื่อวันที่ 19 ตุลาคม

Mercury 3 เป็นโมเดลภาษาดิฟฟิวชัน — คำที่ Inception ใช้คือ dLLM — และบริษัทเรียกมันว่าเป็นโมเดลที่ใช้ดิฟฟิวชันซึ่งมีความสามารถสูงที่สุดที่เปิดตัวจนถึงปัจจุบัน สถาปัตยกรรมนี้สร้างโทเค็นแบบขนานแทนที่จะทีละโทเค็น ซึ่งเป็นที่มาของคำกล่าวอ้างเรื่องทรูพุต Inception กล่าวว่าโมเดลนี้มีจำนวนพารามิเตอร์รวมมากกว่า Mercury 1 ถึงกว่า 40 เท่า โดยไม่เปิดเผยจำนวนพารามิเตอร์แบบสัมบูรณ์ และระดับความสามารถที่วัดได้ในชุดการทดสอบมาตรฐานของมันเพิ่มขึ้นราวสามเท่าจาก Mercury 1 (mini) ถึง Mercury 3

• คอนเท็กซ์ — 1M โทเค็น เพิ่มขึ้นจาก 260K ใน Mercury 2.5 พร้อมเอาต์พุตสูงสุด 131,072 โทเค็น

• ราคา — $0.20 ต่อล้านอินพุต และ $0.70 ต่อล้านเอาต์พุตในราคาปกติ; $0.10 และ $0.35 ในช่วงที่ยังมีส่วนลดเปิดตัว

• อินพุตที่แคชไว้ — $0.02 ต่อล้านที่ราคาตามรายการ ลดครึ่งเหลือ $0.01 ในช่วงเปิดตัว ซึ่งเป็นส่วนลด 90% ตามปกติของอัตราอินพุต

• ระดับความพยายามในการให้เหตุผล — มีสี่ค่า: instant, low, medium และ high หากไม่ระบุพารามิเตอร์ Mercury 3 จะใช้ค่าเริ่มต้นเป็น low ในขณะที่ Mercury 2.5 และ Mercury 2 ใช้ค่าเริ่มต้นเป็น medium

• โมดัลลิตี้ — ข้อความเข้า ข้อความออก รองรับการเรียกใช้เครื่องมือและเอาต์พุตแบบมีโครงสร้างบนเอนด์พอยต์ chat completions

• รูปแบบ API — chat completions ที่เข้ากันได้กับ OpenAI โดยปรับ temperature ได้ระหว่าง 0.5 ถึง 1.0

• ความพร้อมใช้งาน — แพลตฟอร์ม API ของ Inception เอง ซึ่งบัญชีใหม่ได้รับโทเค็นฟรี 100 ล้านโทเค็น และแพลตฟอร์มการประมวลผลอนุมานของบุคคลที่สามหลายแห่ง การติดตั้งใช้งานระดับองค์กรเพิ่มความจุเฉพาะ การปรับขนาดอัตโนมัติ และการเก็บรักษาข้อมูลที่กำหนดค่าได้

การตั้งค่าระดับความพยายามเริ่มต้นเป็นรายละเอียดที่มีแนวโน้มจะถูกมองข้ามมากที่สุดและมีแนวโน้มจะสำคัญที่สุด โมเดลที่ตอบด้วยระดับความพยายาม "low" โดยค่าเริ่มต้นจะดูเร็วกว่าและได้คะแนนต่ำกว่าโมเดลเดียวกันที่ระดับ "high" และข้ออ้างในการเปรียบเทียบของ Inception เองก็ไม่ได้ระบุว่าการตั้งค่าใดสร้างผลลัพธ์เหล่านั้น หากคุณวัดประสิทธิภาพ Mercury 3 ด้วยตัวเอง จงกำหนดระดับความพยายามอย่างชัดเจน ไม่อย่างนั้นตัวเลขของคุณจะเทียบกับของคนอื่นไม่ได้

ข้อกล่าวอ้างเกี่ยวกับคุณภาพเป็นการเปรียบเทียบ ไม่ใช่เชิงปริมาณ

อ่านประโยคนี้อีกครั้ง: Mercury 3 "มีประสิทธิภาพเหนือกว่า GPT-6 Luna และ Claude Haiku 5.5" ทั้งสองเป็นโมเดลที่ปรับแต่งมาเพื่อความเร็ว ไม่ใช่เรือธงระดับแนวหน้า และการเปรียบเทียบนี้เป็นสิ่งที่ถูกต้องสำหรับโมเดลที่จุดขายทั้งหมดคือความหน่วง แต่ประกาศไม่ได้ระบุส่วนต่าง ชื่อเบนช์มาร์ก หรือผลลัพธ์แยกตามงาน ดังนั้นจึงไม่อาจตรวจสอบข้อกล่าวอ้างนี้เทียบกับชุดทดสอบสาธารณะได้ เว้นแต่จะรันเอง

ผลลัพธ์ด้านคุณภาพเพียงหนึ่งเดียวที่มีโครงสร้างรองรับอยู่จริงคือการทดสอบเอเจนต์ Inception รัน Mercury 3 ภายในฮาร์เนสเว็บเอเจนต์ระดับโปรดักชันของตัวเอง เทียบกับโมเดลแนวหน้า บนงานนำทาง Mind2Web แบบใช้งานจริง 50 งาน และรายงานว่ามันทำสำเร็จ 50% ของงานเหล่านั้น "มากกว่าอย่างมีนัยสำคัญเมื่อเทียบกับ GPT-6.1-Sol" โดยใช้จำนวนโทเค็นเท่ากันและจำนวนขั้นตอนของเอเจนต์เท่ากัน จึงมีต้นทุนต่อโทเค็นเพียงเศษเสี้ยว ห้าสิบงานเป็นตัวอย่างขนาดเล็ก ฮาร์เนสเป็นของ Inception เอง และโมเดลที่ใช้เปรียบเทียบถูกระบุชื่อโดยไม่มีคะแนน มันเป็นสัญญาณจริง — การทำภารกิจให้สำเร็จบนเว็บไซต์จริงนั้นยากที่จะทำให้ผลดูดีเกินจริงได้กว่าชุดข้อสอบแบบหลายตัวเลือก — แต่มันเป็นเพียงสัญญาณ ไม่ใช่การวัดที่คุณจะใส่ในเอกสารจัดซื้อจัดจ้างได้

Inception ยังระบุด้วยว่า Mercury 3 “เทียบเท่าหรือดีกว่าโมเดลระดับแนวหน้าที่ปรับให้เหมาะกับความเร็ว” ไม่ใช่เทียบเท่ากับโมเดลระดับแนวหน้าสำหรับการให้เหตุผล ความแตกต่างนี้มีน้ำหนักมากในโพสต์ และควรค่าแก่การรับตามที่เขียนไว้ตรง ๆ: นี่คือโมเดลที่ถูกวางตำแหน่งให้แข่งกับกลุ่มรุ่นที่เน้นความเร็ว ไม่ใช่กับ Claude Opus 5.5 หรือ Gemini 4 Argon

ตัวเลขความเร็วที่วางเทียบกับ Mercury ตัวล่าสุด

1,068 โทเคนต่อวินาทีคือจุดขายหลัก และเป็นตัวเลขที่มีแนวโน้มสูงสุดที่จะถูกยกไปกล่าวโดยไม่คำนึงถึงบริบท Inception ระบุว่าเป็นผลจาก "NVIDIA GPUs" โดยไม่ระบุฮาร์ดแวร์ ขนาดแบทช์ การตั้งค่าระดับความพยายาม หรือว่าเป็นการวัดแบบสตรีมเดี่ยวหรือแบบรวม ทั้งสี่ปัจจัยนี้ทำให้ตัวเลขเปลี่ยนไปหลายเท่า

การวัดผลโดยอิสระที่มีอยู่เป็นการวัดของรุ่นก่อนหน้า Artificial Analysis วัด Mercury 2.5 ได้ที่ประมาณ 706 โทเคนต่อวินาที และ Mercury 2 ที่ช่วง 680 กว่า โดยทั้งคู่วัดภายใต้ฮาร์เนสของตนเอง ตัวเลขเหล่านี้เป็นตัวเลขจากบุคคลที่สามที่จริงและทำซ้ำได้ และต่ำกว่าตัวเลขจากผู้ขายที่มาพร้อมกับการเปิดตัวเหล่านั้น ช่องว่างดังกล่าวคือส่วนลดปกติระหว่างผู้ขายกับผู้วัดอิสระในหมวดนี้ ไม่ใช่หลักฐานของความไม่สุจริต — แต่เป็นส่วนลดที่คุณควรนำไปปรับใช้ในใจกับ 1,068 จนกว่าจะมีคนทำซ้ำได้

ณ วันที่ 20 ตุลาคม 2026 Artificial Analysis ยังไม่มีหน้า Mercury 3 โดยดัชนีโมเดลยังคงแสดงรายการ Mercury 2.5 และ Mercury 2 และ URL ของ Mercury 3 ไม่มีเนื้อหาใด ๆ ดังนั้น คำกล่าวอ้างเรื่องความเร็วจึงยังไม่มีการตรวจสอบอิสระใด ๆ หนึ่งวันหลังการเปิดตัว สิ่งนี้จะเปลี่ยนไป สิ่งที่มีประโยชน์ที่ควรจับตาคือไม่ใช่ว่าตัวเลขจะอยู่ใกล้ 1,068 หรือไม่ แต่เป็นว่าช่องว่างระหว่าง Mercury 2.5 จะยังกว้างเท่าเดิมภายใต้ฮาร์เนสที่เป็นกลาง อย่างที่การวางกรอบของ Inception สื่อเป็นนัยหรือไม่

ส่วนลดเปิดตัวคุ้มค่าตรงไหน และไม่ใช่ตรงไหน

การลดราคา 50% ถูกระบุว่าเป็นแบบชั่วคราว — “เมื่อเปิดตัว” — โดยไม่มีวันสิ้นสุด ซึ่งทำให้มันเป็นราคาโปรโมชันมากกว่าตารางราคา และโมเดลต้นทุนใด ๆ ที่สร้างจาก $0.10/$0.35 ย่อมมีวันหมดอายุที่คุณมองไม่เห็น ราคาตามรายการคือตัวเลขที่ควรใช้ในการวางแผน

การเปรียบเทียบแบบเป็นรูปธรรมทำให้เห็นขนาดได้ชัดเจน ลองนึกถึงเวิร์กโหลดด้านซัพพอร์ตหรือการค้นหาที่ใช้โทเค็นอินพุต 10 ล้านโทเค็นและโทเค็นเอาต์พุต 40 ล้านโทเค็นต่อวัน ที่ราคาปกติ Mercury 3 มีค่าใช้จ่าย $2 สำหรับอินพุตและ $28 สำหรับเอาต์พุต หรือ $30 ต่อวัน ที่ราคาเปิดตัว ทราฟฟิกเดียวกันมีค่าใช้จ่าย $1 และ $14 หรือ $15 ต่อวัน เมื่อคิดเป็นหนึ่งเดือนจะอยู่ที่ประมาณ $900 เทียบกับ $450 — โปรโมชั่นนี้มีมูลค่าใกล้เคียงกับข้อได้เปรียบด้านราคาปกติทั้งหมดของโมเดลเมื่อเทียบกับโมเดลออโตเรเกรสซีฟระดับกลาง มีประโยชน์ก็จริง แต่ไม่ใช่เหตุผลที่จะออกแบบสถาปัตยกรรมโดยยึดสิ่งนี้เป็นหลัก

บรรทัดอินพุตแบบแคชคือสิ่งที่เปลี่ยนเศรษฐศาสตร์จริงสำหรับงานเอเจนต์ เพราะเอเจนต์ส่งพรอมป์ระบบและนิยามเครื่องมือชุดเดิมซ้ำในทุกขั้นตอน ที่ $0.02 ต่อล้านโทเค็นแคช คำนำหน้า 20,000 โทเค็นมีต้นทุน $0.0004 ต่อการเรียก แทนที่จะเป็น $0.004 ในการรันเอเจนต์ห้าสิบขั้นตอน นั่นคือคำนำหน้าราคาสองเซนต์แทนที่จะเป็นยี่สิบเซนต์ ซึ่งเป็นความแตกต่างระหว่างราคาต่องานที่ใช้งานได้จริงกับราคาที่แทบไม่คุ้ม

Inception ไม่ได้ขายแชตบอต

การเปิดตัวถูกวางกรอบไว้รอบพอร์ตโฟลิโอมากกว่าโมเดลเดียว และการวางกรอบเช่นนี้บ่งบอกว่าผลิตภัณฑ์นี้มีไว้สำหรับใคร Mercury Voice ถูกปรับแต่งสำหรับเวลาไปยังโทเค็นคำตอบแรกในเวยซ์เอเจนต์ ขณะที่ Mercury Decide เป็นโมเดลจำแนกประเภทและให้คะแนนบนเอนด์พอยต์แยกต่างหาก โดยคิดราคา 2 เซนต์ต่ออินพุตหนึ่งล้านโทเค็น และไม่มีค่าใช้จ่ายสำหรับเอาต์พุต คำรับรองจากลูกค้าของ Inception ล้วนเป็นระบบการผลิตที่ไวต่อความหน่วง ได้แก่ฮาร์เนสเวยซ์เอเจนต์ที่ TinyFish การให้ฟีดแบ็กการสอนที่ RevisionDojo การสร้างผลการค้นหาที่ Octen และงานสนับสนุนที่ Lorikeet

เหล่านั้นเป็น{{1}}ภาระงาน{{/1}}ที่การตอบสนองภายในสองวินาทีเป็นข้อกำหนดของผลิตภัณฑ์ และการตอบสนองภายในห้าวินาทีถือเป็นบั๊ก พวกเขายังเป็น{{2}}ภาระงาน{{/2}}ที่การผิดพลาดสามารถกู้คืนได้ — คำแนะนำที่ไม่ดี คำตอบการค้นหาที่ไม่ดี การส่งต่อฝ่ายสนับสนุนที่ถูกยกระดับ — ซึ่งเป็นโปรไฟล์ความเสี่ยงแบบเดียวกับที่โมเดลซึ่งไม่มีคะแนน benchmark ที่เผยแพร่สามารถถูกนำไปลองใช้ได้อย่างปลอดภัย

สิ่งนี้ทำให้ผู้สร้างอยู่ในจุดใดในสัปดาห์นี้

Mercury 3 ไม่ได้อยู่ในแคตตาล็อกของ OrcaRouter API ของโมเดลของเราขณะนี้ไม่คืนค่าใด ๆ สำหรับโมเดล Inception ใด ๆ และหน้าโมเดล Mercury 3 ไม่มีอยู่ในเว็บไซต์ของเรา ดังนั้นใครก็ตามที่ต้องการเรียกใช้จะไปที่แพลตฟอร์มของ Inception เอง หรือไปยังโฮสต์บุคคลที่สามแห่งใดแห่งหนึ่งที่ Inception ระบุไว้ เราขอยอมพูดตรง ๆ อย่างนั้น มากกว่าที่จะบอกเป็นนัยถึงเส้นทางที่เราไม่มี

สิ่งที่เลเยอร์การจัดเส้นทางของเราทำได้ดีในสถานการณ์นี้คือส่วนที่อยู่รอบ ๆ โมเดลใหม่ มากกว่าตัวโมเดลเอง รูปแบบที่ได้ผลกับรีลีสที่ยังไม่ผ่านการพิสูจน์และเร็วผิดปกติคือเส้นทางแบบสองโมเดล: ส่งงานระดับที่ไวต่อ latency ไปยัง Mercury 3 ผ่านคีย์ของ Inception และเก็บ fallback กับเคสที่ยากไว้บนโมเดลที่เรามีให้บริการจริง — มากกว่า 200 โมเดลหลัง endpoint ที่เข้ากันได้กับ OpenAI จุดเดียว ในราคา ราคาตามรายการของผู้ให้บริการโดยบวกเพิ่ม 0% พร้อม failover อัตโนมัติเมื่อผู้ให้บริการมีประสิทธิภาพลดลง คุณได้ความเร็วในจุดที่คุ้มค่า และความเห็นที่สองในจุดที่สำคัญ โดยไม่ต้องมีการเชื่อมต่อเพิ่มอีกชุดสำหรับ fallback

มีสามสิ่งที่น่าจับตาดูในช่วงสองสามสัปดาห์ข้างหน้า ประการแรก การวัด Mercury 3 แบบอิสระ ซึ่งจะสรุปทั้งตัวเลขทรูพุตและสถานะด้านคุณภาพได้ในคราวเดียว ประการที่สอง Inception จะเผยแพร่การตั้งค่า effort และฮาร์ดแวร์เบื้องหลังตัวเลขของตนเองหรือไม่ เนื่องจากเบนช์มาร์กที่ไม่มีสิ่งเหล่านั้นก็ไม่สามารถทำซ้ำได้ ประการที่สาม ส่วนลดเปิดตัวจะมีวันสิ้นสุดหรือไม่ — ราคาตามรายการต่ำกว่าอัตราเอาต์พุตของ Mercury 2.5 อยู่ 33% และประมาณหนึ่งในห้าของ Claude Haiku 5.5 และบริษัทที่เพิ่งขยายโมเดลขึ้น 40 เท่าย่อมมีเหตุผลที่อยากให้ตัวเลขโปรโมชันเป็นตัวเลขที่คนจดจำ

จนถึงตอนนั้น สรุปตามจริงก็คือ: {{1}}Mercury 3{{/1}} เป็นการเปิดตัวจริงที่มีเรื่องราวทางสถาปัตยกรรมที่สมเหตุสมผล ราคาที่ดุดันจริง ๆ และคำอ้างด้านคุณภาพที่ยังไม่มีใครนอก {{2}}Inception{{/2}} ทดสอบแล้ว สำหรับภาระงานที่จำกัดด้วย latency โดยมีมนุษย์หรือ escalation path อยู่ในวงจร นั่นก็เพียงพอที่จะคุ้มกับการประเมินหนึ่งสัปดาห์ สำหรับสิ่งใดก็ตามที่คำตอบผิดมีต้นทุนสูงและไม่มีการเฝ้าระวัง ยังไม่เพียงพอที่จะคุ้มกับการย้ายระบบ