Mercury 3 เติบโตมากกว่า 40 เท่า และยังคงรักษาความเร็วไว้ที่ 1,000 โทเคนต่อวินาที — การสเกลคือสิ่งที่สำคัญที่สุด

Inception Labs เปิดตัว Mercury 3 เมื่อวันที่ 19 ตุลาคม 2026 และตัวเลขที่ควรทำให้คุณหยุดคิดไม่ใช่ 1,068 โทเคนต่อวินาที แต่คือสี่สิบ Mercury 3 มีขนาดใหญ่กว่า Mercury 1 ถึงกว่าสี่สิบเท่าในแง่จำนวนพารามิเตอร์ทั้งหมด ตามคำกล่าวของ Inception เอง และยังทำงานที่ความเร็วเกิน 1,000 โทเคนต่อวินาที ซึ่งเป็นระดับทรูพุตเดียวกับที่บริษัทขายมาตั้งแต่โมเดลแรก ทุกคนที่รายงานข่าวการเปิดตัวนำด้วยตัวเลขความเร็ว ตัวเลขความเร็วเป็นจุดขายของ Mercury มาตั้งแต่สองรุ่นก่อนแล้ว สิ่งที่ใหม่คือ Mercury 3 เป็นโมเดลภาษาดิฟฟิวชันที่ถูกอัดสเกลขึ้นสองลำดับขนาด โดยไม่เกิดการทรุดตัวตามปกติในความเร็วถอดรหัส และนั่นคือข้อกล่าวอ้างที่ควรค่าแก่การทดสอบ บทความนี้ว่าด้วยการสเกล สิ่งที่ Inception บอกว่าได้มา และสิ่งที่ผู้สร้างสามารถและไม่สามารถสรุปได้จากมันในหนึ่งวันหลังการเปิดตัว ความล้มเหลวของ AI และเหตุการณ์ของเอเจนต์ที่ได้รับการบันทึกไว้ซึ่งอยู่เบื้องหลังการเปิดตัวเช่นนี้ ถูกรวบรวมไว้ใน OrcaRouter AI Incident Archive โดยแต่ละรายการมีแหล่งอ้างอิงของตัวเอง ระดับความรุนแรง เกรดความมั่นใจ และธงข้อโต้แย้ง

การเปรียบเทียบที่ Inception ทำคือการเทียบกับระดับที่เน้นความเร็วและราคาถูก: Mercury 3 "มีประสิทธิภาพเหนือกว่า GPT-6 Luna และ Claude Haiku 5.5" ซึ่งทั้งคู่เป็นโมเดลที่ปรับแต่งเพื่อความเร็ว ขณะที่ Mercury 3 ทำงานได้เร็วกว่าทั้งสอง modelos นี้ไม่ได้ถูกวางตำแหน่งให้เทียบกับ GPT-6 Astra หรือ Claude Sonnet 5.5 และการตีความประกาศดังกล่าวว่าเป็นการอ้างถึงโมเดลระดับแนวหน้าจะเป็นการเข้าใจผิด ซึ่ง Inception ไม่ได้หมายความเช่นนั้น

ทำไมการอ้างว่าเร็วขึ้น 40 เท่าจึงเป็นข้ออ้างที่ยากกว่าสำหรับ diffusion model เมื่อเทียบกับ transformer

โมเดลออโตรีเกรสซีฟปล่อยหนึ่งโทเคนต่อการประมวลผลไปข้างหน้าหนึ่งครั้งผ่านเครือข่าย ส่วนโมเดลดิฟฟิวชันสำหรับภาษาปล่อยออกมาทั้งบล็อกต่อการประมวลผลหนึ่งครั้ง โดยค่อย ๆ ลดสัญญาณรบกวนบนผืนผ้าใบของตำแหน่งต่าง ๆ ซ้ำไปเรื่อย ๆ จนกว่าบล็อกนั้นจะคลี่คลาย นั่นคือที่มาของทรูพุต และยังเป็นเหตุผลว่าทำไมการสเกลแบบหนึ่งจึงเป็นปัญหาทางวิศวกรรมที่แตกต่างจากการสเกลอีกแบบหนึ่ง

ในโมเดลดิฟฟิวชันขนาดเล็ก แต่ละขั้นตอนดีนอยซิงสามารถกำหนดตำแหน่งได้หลายตำแหน่งในคราวเดียว เพราะตำแหน่งที่เหลือเติมได้ง่าย เมื่อโมเดลมีขนาดใหญ่ขึ้น เกณฑ์คุณภาพต่อตำแหน่งก็สูงขึ้น และจำนวนขั้นตอนที่ต้องใช้เพื่อไปถึงเกณฑ์นั้นมักเพิ่มขึ้นตามไปด้วย — ความสามารถในการประมวลผลแบบขนานซึ่งสร้างข้อได้เปรียบด้านความเร็วนั้นก็เป็นสิ่งที่รักษาไว้ได้ยากขึ้นพอดี ดังนั้น การเพิ่มจำนวนพารามิเตอร์ 40 เท่าโดยยังคงรักษาความเร็ว 1,000 โทเคนต่อวินาทีไว้ได้ ย่อมบ่งชี้ถึง либо การเพิ่มจำนวนขั้นตอนต่อบล็อกอย่างมากซึ่งถูกชดเชยด้วยการเพิ่มประสิทธิภาพการคำนวณต่อขั้นตอนที่มากกว่ามาก หรือการเปลี่ยนแปลงทางสถาปัตยกรรมหรือวิธีการสุ่มตัวอย่างที่ Inception ยังไม่ได้อธิบาย ประกาศไม่ได้ระบุว่าเป็นกรณีใด และนั่นคือคำถามที่ยังไม่มีคำตอบซึ่งน่าสนใจที่สุดเพียงข้อเดียวในการเปิดตัวครั้งนี้

สิ่งที่ Inception เผยแพร่คือผลลัพธ์มากกว่ากลไก: พารามิเตอร์มากกว่า Mercury 1 ถึง 40 เท่า และความฉลาดที่วัดได้เพิ่มขึ้นราวสามเท่าจาก Mercury 1 (mini) เป็น Mercury 3 ในชุดการทดสอบของตัวเอง ตัวเลขทั้งสองเป็นข้อมูลที่ผู้ขายรายงาน ไม่ได้มาพร้อมจำนวนพารามิเตอร์แบบสัมบูรณ์ และยังไม่มีชุดทดสอบอิสระใดรันโมเดลนี้เลย ให้ถือว่าเป็นคำกล่าวเชิงทิศทาง — ใหญ่ขึ้นและดีขึ้นในตระกูลเดียวกัน — มากกว่าการเป็นผลการวัด

สิ่งที่การขยายขนาดได้เปลี่ยนแปลงและไม่ได้เปลี่ยนแปลงในสเปกชีต

การก้าวกระโดดข้ามรุ่นนั้นปรากฏชัดในตัวเลขที่น่าเบื่อมากกว่าตัวเลขทางการตลาด เมื่อเทียบกับ Mercury 2.5 ซึ่งเป็นรุ่นที่มันเข้ามาแทนที่:

• หน้าต่างบริบท — 1,000,000 โทเค็นบน Mercury 3 เทียบกับ 260,000 บน Mercury 2.5 โดยมีเอาต์พุตสูงสุด 131,072 โทเค็น

• พารามิเตอร์ — มากกว่าของ Mercury 1 ถึง 40 เท่า ไม่มีการเปิดเผยตัวเลขที่แน่นอน; จำนวนพารามิเตอร์ของ Mercury 2.5 ก็ไม่เคยถูกเปิดเผยเช่นกัน

• ทรูพุต — 1,068 โทเคนต่อวินาที โดยวัดโดยผู้จำหน่ายบน GPU NVIDIA ที่ไม่ได้ระบุรุ่น เทียบกับประมาณ 706 โทเคนต่อวินาทีที่ Artificial Analysis วัดได้สำหรับ Mercury 2.5 ภายใต้ชุดทดสอบของตนเอง

• ราคา — $0.20 ต่ออินพุต 1 ล้านโทเค็น และ $0.70 ต่อเอาต์พุต 1 ล้านโทเค็นในราคาปกติ ลด 50% เหลือ $0.10 และ $0.35 สำหรับช่วงเปิดตัว ซึ่งไม่ได้ระบุวันสิ้นสุด

• ความพยายามในการให้เหตุผล — มีสี่ระดับ (instant, low, medium, high) โดยค่าเริ่มต้นเป็น low; Mercury 2.5 และ Mercury 2 ตั้งค่าเริ่มต้นเป็น medium

• โมดัลลิตี — ข้อความเข้า ข้อความออก ไม่เปลี่ยนแปลง ไม่มีอินพุตเป็นภาพ เสียง หรือวิดีโอ ในขณะที่ Gemini 4 Argon และ GPT-6 Astra ต่างรับอินพุตแบบหลายรูปแบบทั้งคู่

หน้าต่างบริบทคือการเปลี่ยนแปลงที่ส่งผลในทางปฏิบัติมากที่สุดและได้รับการรายงานข่าวน้อยที่สุด การเพิ่มขึ้นสี่เท่าทำให้ Mercury ก้าวออกจากกลุ่มเอกสารสั้นและเข้าสู่ช่วงที่ที่เก็บโค้ดทั้งชุด บทสนทนาการสนับสนุนลูกค้าที่ยาว หรือสัญญาหลายร้อยหน้า พอดีได้ในหนึ่งครั้งที่เรียกใช้ การถอดรหัสแบบ diffusion บนบริบทที่ยาวไม่ได้มาฟรี — แคนวาสมีขนาดใหญ่ขึ้นและต้นทุน attention ก็เพิ่มขึ้น — ดังนั้นการที่บริบทเพิ่มขึ้น 4 เท่าในขณะที่ปริมาณงานยังคงอยู่ที่ 1,000 กว่าครั้ง ถ้าจะพูดอะไร ก็เป็นข้อความที่ชี้ชัดถึงงานวิศวกรรมได้มากกว่าตัวเลขพาดหัวข่าวเสียอีก

ผลลัพธ์คุณภาพเพียงหนึ่งเดียวที่มี harness อยู่เบื้องหลัง

Inception ได้ทำการประเมินที่ให้ประโยชน์กว่าตาราง benchmark และมันถูกซ่อนอยู่ใต้คำกล่าวอ้างเรื่องความเร็ว บริษัทได้นำ Mercury 3 ใส่ไว้ใน harness ของ web-agent ในสภาพแวดล้อม production ของตัวเอง เคียงข้างโมเดลแนวหน้า บนงานนำทาง Mind2Web แบบสด 50 งาน — เว็บไซต์จริง ไม่ใช่ snapshot ที่หยุดนิ่ง — และรายงานอัตราความสำเร็จ 50% “มากกว่า GPT-6.1-Sol อย่างมีนัยสำคัญ” ด้วยปริมาณโทเค็นเท่ากันและจำนวนขั้นตอนของเอเจนต์เท่ากัน งานเดียวกัน ใช้เงินต่อโทเค็นน้อยกว่า และความสำเร็จดีกว่า

ห้าสิบงานเป็นตัวอย่างเล็ก และฮาร์เนสเป็นของผู้ขาย ดังนั้น margin จึงไม่ใช่ตัวเลขที่คุณใช้วางแผนรับมือได้ แต่การนำทางเว็บแบบเอเจนต์เป็นภาระงานที่มีแนวโน้มถูกปนเปื้อนจากเบนช์มาร์กน้อยที่สุด และไวต่อสองสิ่งที่ Mercury ขายมากที่สุด ได้แก่ ความหน่วงและต้นทุนต่อขั้นตอน โมเดลที่ทำงานสดครบห้าสิบงานได้ครึ่งหนึ่งกำลังทำสิ่งที่เป็นจริง แต่ในอัตรา 50% มันก็ล้มเหลวครึ่งหนึ่งเช่นกัน ซึ่งเป็นกรอบที่ถูกต้องสำหรับโมเดลประเภทนี้ในการใช้งานจริง — เอเจนต์ที่ทำงานเสร็จครึ่งหนึ่งพร้อมเส้นทางส่งต่อให้มนุษย์นั้นสามารถนำไปใช้งานได้ ส่วนตัวที่ถูกนำเสนอว่าเชื่อถือได้นั้นไม่ใช่

ส่วนลดเปิดตัวอยู่ตรงไหนในงบประมาณจริง

ราคาตามรายการคือ $0.20 ขาเข้า และ $0.70 ขาออกต่อหนึ่งล้านโทเค็น ราคาเปิดตัวคือครึ่งหนึ่งของราคานั้น ทั้งสองราคาไม่ใช่ความคลาดเคลื่อนเล็กน้อยเมื่อเทียบกับระดับที่ Mercury มุ่งเป้า: Claude Haiku 5.5 ตั้งราคาไว้ที่ $1.00 และ $5.00 และ GPT-6 Luna ที่ $0.10 และ $0.50 ดังนั้น Mercury 3 ในราคาเปิดตัวจึงถูกตั้งราคาไว้ที่ระดับล่างสุดของตลาดที่มันแข่งขันอยู่ และที่ราคาตามรายการก็ยังอยู่ราวหนึ่งในเจ็ดของอัตราขาออกของ Haiku 5.5

ลองคำนวณตัวเลขสำหรับภาระงานด้านการลดเคสฝ่ายสนับสนุนที่ใช้โทเคนอินพุต 20 ล้านโทเคนและโทเคนเอาต์พุต 10 ล้านโทเคนต่อวัน ซึ่งเป็นการติดตั้งใช้งานขนาดกลาง ไม่ใช่โครงการนำร่อง ที่ราคาตามรายการ ค่าอินพุตอยู่ที่ 4 ดอลลาร์ และค่าเอาต์พุต 7 ดอลลาร์ รวมเป็น 11 ดอลลาร์ต่อวัน หรือประมาณ 330 ดอลลาร์ต่อเดือน ที่ราคาเปิดตัวจะอยู่ที่ 5.50 ดอลลาร์ต่อวัน ส่วนลดนี้มีมูลค่าราว 165 ดอลลาร์ต่อเดือนที่ปริมาณดังกล่าว และมันจะหายไปในวันที่ยังไม่มีใครประกาศออกมา จงสร้างกรณีศึกษาบนตัวเลข 330 ดอลลาร์

อินพุตที่แคชไว้คือส่วนที่ขับเคลื่อนเศรษฐศาสตร์ของเอเจนต์ได้จริง ที่ราคาตามรายการ $0.02 ต่อล้านโทเคน คำนำหน้าขนาด 20,000 โทเคนซึ่งเป็นพรอมป์ระบบและคำนิยามเครื่องมือมีค่าใช้จ่าย 0.04 เซนต์ต่อการเรียกหนึ่งครั้ง แทนที่จะเป็น 0.4 เซนต์ ตลอดการรันเอเจนต์ 40 ขั้นตอน นั่นคือคำนำหน้า 1.5 เซนต์ แทนที่จะเป็น 16 เซนต์ — ไม่ใช่การเปลี่ยนแปลงครั้งใหญ่ในตัวเอง แต่เป็นความแตกต่างระหว่างลูปของเอเจนต์ที่ต้นทุนถูกครอบงำด้วยงานของโมเดล กับลูปที่ต้นทุนถูกครอบงำด้วยการอ่านคำสั่งของตัวเองซ้ำ

อะไรที่ diffusion ในขนาดนี้ยังแก้ไขไม่ได้

มีสามเรื่องที่ควรพูดให้ตรงไปตรงมา เพราะการวางกรอบการเปิดตัวไม่ได้ทำเช่นนั้น

ประการแรก ไม่มีการวัดผลที่เป็นอิสระ ณ วันที่ 20 ตุลาคม 2026 Artificial Analysis — ชุดทดสอบที่เป็นกลางซึ่งบล็อกนี้ใช้สำหรับการเปรียบเทียบข้ามโมเดล — ไม่มีหน้า Mercury 3 เลย รายการ Mercury ล่าสุดของมันคือ 2.5 และ 2 ซึ่งวัดได้ประมาณ 706 และ 684 โทเคนต่อวินาที ตัวเลข Mercury 3 ทุกตัวที่เผยแพร่กันอยู่ รวมถึงทุกตัวเลขในบทความนี้ ล้วนมีต้นทางมาจาก Inception

ประการที่สอง การรองรับเฉพาะข้อความตอนนี้กลายเป็นข้อจำกัดจริง ไม่ใช่แค่เรื่องของสไตล์อีกต่อไป คู่แข่งที่ Mercury 3 ตั้งราคาแข่งขันด้วยในระดับราคาประหยัดหันไปรองรับหลายรูปแบบมากขึ้นเรื่อย ๆ และหน้าต่างบริบทขนาดยาวที่เพิ่งได้มานั้นมีประโยชน์ที่สุดกับเอกสารที่มาในรูปแบบ PDF และภาพหน้าจอ หน้าต่าง 1M โทเคนที่เติมได้เพียงข้อความที่สกัดออกมาเท่านั้นมีคุณค่าน้อยกว่าที่เอกสารสเปกชี้ให้เห็น

ประการที่สาม ค่าการตั้งค่า effort โดยค่าเริ่มต้นอยู่ในระดับต่ำ โมเดลที่ตอบด้วย effort ระดับต่ำโดยค่าเริ่มต้นจะดูเร็วกว่าและได้คะแนนต่ำกว่าโมเดลเดียวกันที่ใช้ระดับสูง และข้อกล่าวอ้างเชิงเปรียบเทียบของ Inception ไม่ได้ระบุว่าการตั้งค่าใดเป็นตัวให้ผลลัพธ์เหล่านั้น ใครก็ตามที่ทำ benchmarking Mercury 3 เทียบกับสิ่งใดควรกำหนดพารามิเตอร์ effort อย่างชัดเจน มิฉะนั้นการเปรียบเทียบจะไม่สามารถทำซ้ำได้ — รวมถึงเมื่อเทียบกับตัวเลขของ Inception เอง

จะถือโมเดลนี้ไว้ได้อย่างไรโดยไม่ต้องเดิมพันเส้นทางสู่โปรดักชันกับมัน

Mercury 3 ไม่ได้อยู่ในแคตตาล็อกของ OrcaRouter API โมเดลของเราไม่คืนผลลัพธ์ใด ๆ สำหรับโมเดล Inception ทุกตัว — 209 โมเดลที่เราให้บริการเส้นทางไม่มีโมเดลนี้อยู่ — ดังนั้นการเรียกใช้ Mercury 3 จึงหมายถึงต้องไปที่แพลตฟอร์มของ Inception เอง ซึ่งบัญชีใหม่จะได้รับโทเค็นฟรี 100 ล้านโทเค็น หรือไปที่แพลตฟอร์ม inference แห่งใดแห่งหนึ่งที่ Inception ระบุไว้ การพูดตรง ๆ เช่นนั้นมีประโยชน์มากกว่าการทำให้เข้าใจว่ามีเส้นทางที่เราไม่มี

สิ่งที่เราเตอร์ทำได้ดีจริง ๆ ในบริบทนี้คือรูปร่างของการติดตั้งใช้งาน มากกว่าตัวโมเดล รูปแบบที่เหมาะกับการเปิดตัวที่ยังไม่ผ่านการพิสูจน์แต่มาเร็วผิดปกติคือแบบสองเส้นทาง: ส่งงานที่ไวต่อ latency ไปที่ Mercury 3 ด้วยคีย์ของ Inception และเก็บเส้นทางสำรองกับเคสยาก ๆ ไว้กับโมเดลที่เรามีให้บริการจริง — มากกว่า 200 โมเดลอยู่เบื้องหลัง endpoint เดียวที่เข้ากันได้กับ OpenAI ในราคาตามรายการของผู้ให้บริการโดยบวกเพิ่ม 0% พร้อมกับการสลับไปใช้ระบบสำรองอัตโนมัติเมื่อผู้ให้บริการมีประสิทธิภาพลดลง การคิดราคาแบบส่งผ่านตรงนี้สำคัญด้วยเหตุผลเดียวกับส่วนลดตอนเปิดตัว: เมื่อ Inception ยุติการลด 50% อัตราของโมเดลที่ผ่านเราเตอร์จะเปลี่ยนในวันที่ผู้ขายเปลี่ยนทันที โดยไม่ต้องเจรจาใหม่

บทสรุปที่ตรงไปตรงมาหลังผ่านไปหนึ่งวันก็คือ Mercury 3 เป็นผลลัพธ์ด้านการขยายขนาดที่แท้จริงในคราบของพาดหัวเรื่องความเร็ว คำกล่าวอ้าง 40x นั้นตรวจสอบยืนยันไม่ได้ คำกล่าวอ้างเรื่องทรูพุตไม่มีการทำซ้ำอย่างเป็นกลาง และคำกล่าวอ้างเรื่องคุณภาพเป็นการเปรียบเทียบกับระดับเร็วมากกว่าเชิงปริมาณ แต่ทิศทางนั้นชัดเจน: โมเดลภาษาแบบดิฟฟิวชันเคยเป็นเพียงของแปลกในเรื่องความหน่วงที่บริบท 260K และเป็นโมเดลรุ่นที่ 2.5 และที่บริบท 1M พร้อมพารามิเตอร์ 40x ตอนนี้พวกมันอยู่ในช่วงราคาที่ระดับเร็วอาศัยอยู่จริง ตัวเลขที่ต้องจับตาดูไม่ใช่ว่า 1,068 จะทำซ้ำได้หรือไม่ แต่คือว่าดัชนีอิสระตัวถัดไปจะจัดให้ Mercury 3 อยู่ห่างจาก GPT-6 Luna และ Claude Haiku 5.5 เพียงไม่กี่คะแนนหรือไม่ — เพราะถ้าเป็นเช่นนั้น ระดับราคาถูกก็จะเลิกเป็นเพียงระดับหนึ่งและกลายเป็นการตัดสินใจ