เมอร์คิวรี 3, คำประกาศซิงกูลาริตี และเหตุงัดแงะมูลค่า 50 ดอลลาร์: สี่เรื่องราวจากวันที่ 20 ตุลาคม

เรื่องราวสี่เรื่องเคลื่อนผ่านรอบข่าว AI เมื่อวันที่ 20 ตุลาคม 2026 และมีลักษณะร่วมกันที่น่าอึดอัด: สามเรื่องเป็นการกล่าวอ้างถึงสิ่งที่ปัญญาประดิษฐ์ทำได้ในขณะนี้ และมีเพียงเรื่องเดียวเท่านั้นที่มาพร้อมโมเดลซึ่งคุณสามารถเรียกใช้ได้ในช่วงบ่ายวันนี้และคิดราคาต่อโทเค็น เรื่องนั้นคือ Mercury 3 ซึ่ง Inception Labs เปิดตัวเมื่อเย็นวันก่อน — 19 ตุลาคม 2026 — ในราคา 0.20 ดอลลาร์ต่อล้านโทเค็นอินพุต และ 0.70 ดอลลาร์ต่อล้านโทเค็นเอาต์พุต โดยลดครึ่งหนึ่งในช่วงเปิดตัวที่ไม่มีวันที่สิ้นสุดประกาศไว้ และทำงานที่ 1,068 โทเค็นต่อวินาทีตามการวัดของผู้จำหน่าย อีกสามเรื่อง: Jack Clark กล่าวกับรัฐมนตรีคลังที่อยู่ในห้องว่าซิงกูลาริตี (singularity) ได้เริ่มต้นขึ้นแล้ว, ผู้ดำเนินการรายหนึ่งใช้เอเจนต์ AI เจาะระบบบริษัทมากกว่า 100 แห่งในราคาประมาณ 50 ดอลลาร์ต่อการบุกรุกหนึ่งครั้ง, และเสียงใหม่ของ ChatGPT จาก OpenAI ที่มาภายใต้ชื่อ GPT-Live-1.1 ต่อไปนี้คือแต่ละเรื่องตามเงื่อนไขของตัวเอง พร้อมตัวเลขที่แนบอยู่กับผู้ที่ผลิตข้อมูลเหล่านั้น ความล้มเหลวของ AI และเหตุการณ์ของเอเจนต์ที่มีเอกสารบันทึกไว้ซึ่งอยู่เบื้องหลังการเปิดตัวเช่นนี้ ถูกรวบรวมไว้ใน the OrcaRouter AI Incident Archive ซึ่งแต่ละรายการมีแหล่งที่มา ระดับความรุนแรง เกรดความเชื่อมั่น และสถานะถูกโต้แย้งของตัวเอง

Mercury 3: รายการเดียวในลิสต์นี้ที่คุณสามารถกำหนดราคาได้

ข้อเสนอของ Inception ยังคงมีรูปแบบเดิม แต่ขยายใหญ่ขึ้นมากในระดับที่ต่างออกไป Mercury เป็นโมเดลภาษาดิฟฟิวชัน: แทนที่จะปล่อยหนึ่งโทเคนต่อฟอร์เวิร์ดพาสหนึ่งครั้ง มันจะลดสัญญาณรบกวนของบล็อกตำแหน่งในคราวเดียวและยืนยันตำแหน่งเหล่านั้นพร้อมกัน Mercury 3 ตามข้อมูลของ Inception เอง มีจำนวนพารามิเตอร์รวมมากกว่า Mercury 1 ถึง 40 เท่า และยังทำงานที่ความเร็วมากกว่า 1,000 โทเคนต่อวินาที — ข้ออ้างคือการขยายขนาดไม่ได้ทำให้สูญเสียทรูพุตซึ่งเป็นเหตุผลทั้งหมดที่ตระกูลนี้มีอยู่

• ราคา — $0.20 ต่อล้านอินพุต และ $0.70 ต่อล้านเอาต์พุตตามราคาปกติ; $0.10 และ $0.35 ในช่วงส่วนลดเปิดตัว 50% โดยไม่ระบุวันสิ้นสุด; อินพุตที่แคชไว้ต่ำกว่าอัตราอินพุต 90%

• บริบทและเอาต์พุต — หน้าต่างบริบทขนาด 1,000,000 โทเคน เพิ่มขึ้นจาก 260,000 ใน Mercury 2.5 โดยมีเพดานเอาต์พุต 131,072 โทเคนตามเอกสารของ Inception

• ความเร็ว — 1,068 โทเคนต่อวินาที วัดโดย Inception บนฮาร์ดแวร์ NVIDIA ที่ไม่ได้ระบุ ยังไม่มีฮาร์เนสอิสระใดวัดเวลาได้

• ระดับความพยายามในการให้เหตุผล — มีสี่ค่า (instant, low, medium, high) โดยค่าเริ่มต้นคือ low ในขณะที่ Mercury 2.5 และ Mercury 2 ตั้งค่าเริ่มต้นไว้ที่ medium

• ประเภทข้อมูล — ข้อความเข้า ข้อความออก ไม่มีอินพุตรูปภาพ เสียง หรือวิดีโอ

• สิทธิ์ใช้งานฟรี — 100 ล้านโทเค็นสำหรับบัญชีใหม่บนแพลตฟอร์มของ Inception

ผลลัพธ์ด้านคุณภาพแบบมีโครงสร้างเพียงรายการเดียวในประกาศไม่ใช่ตาราง benchmark Inception นำ Mercury 3 ไปใส่ไว้ใน harness ของเว็บเอเจนต์ที่ใช้งานจริงของบริษัทเอง บนงานนำทาง Mind2Web แบบสด 50 งานกับเว็บไซต์จริง และรายงานว่าทำสำเร็จ 50% ของงานเหล่านั้น — 25 งาน — "มากกว่า GPT-6.1-Sol อย่างมีนัยสำคัญ" ด้วยปริมาณโทเค็นเท่ากันและจำนวนขั้นตอนของเอเจนต์เท่ากัน ในแง่หนึ่ง นี่เป็นหลักฐานที่แข็งแรงกว่าการ benchmark จากผู้ขาย เพราะงานเหล่านั้นเป็นงานสดไม่ใช่ชุดงานที่หยุดนิ่ง และในอีกแง่หนึ่งก็อ่อนกว่า เพราะ harness เว็บไซต์ และการให้คะแนนล้วนเป็นของบริษัทที่ขายโมเดล ยังไม่มีใครอื่นรันมัน ณ วันที่ 20 ตุลาคม ไม่มีหน้า Artificial Analysis สำหรับ Mercury 3 เลย ซึ่งเป็นเหตุผลว่าทำไมตัวเลขทุกตัวข้างต้นจึงมีชื่อ Inception นำหน้าอยู่

มีสองเรื่องที่ควรพูดให้ชัดสำหรับใครก็ตามที่กำลังตัดสินใจว่าจะลองใช้มันหรือไม่ Mercury 3 ไม่ได้อยู่ในแคตตาล็อกของ OrcaRouter — API โมเดลของเราไม่คืนค่าอะไรเลยสำหรับโมเดลใด ๆ ของ Inception — ดังนั้นการเรียกใช้มันจึงหมายถึงการใช้แพลตฟอร์ม API ของ Inception เอง หรือแพลตฟอร์มบุคคลที่สามหลายแห่งที่ให้บริการโฮสต์มัน และส่วนลดช่วงเปิดตัวเป็นราคาโปรโมชัน ไม่ใช่อัตราค่าบริการมาตรฐาน: อัตราอินพุต $0.10 เป็นครึ่งหนึ่งของราคาตามรายการ และ Inception ยังไม่ได้ระบุว่าจะสิ้นสุดเมื่อใด ดังนั้นโมเดลต้นทุนใด ๆ ที่สร้างจากอัตรานี้จึงมีวันหมดอายุที่คุณไม่ได้รับแจ้ง

แจ็ก คลาร์ก ที่ IMF: ภาวะเอกฐาน ระบุวันที่

ในการกล่าวกับนักเศรษฐศาสตร์และผู้กำหนดนโยบายในการประชุมประจำปีของ IMF และธนาคารโลก แจ็ก คลาร์ก ผู้ร่วมก่อตั้ง Anthropic กล่าวว่า singularity — คำที่เขาใช้เรียกความก้าวหน้าที่ขับเคลื่อนโดย AI ซึ่งวิ่งแซงความสามารถของมนุษยชาติในการตามให้ทัน — ได้ "เริ่มต้นขึ้นแล้ว" ข้อกล่าวอ้างนี้มาพร้อมกับเส้นกราฟ benchmark สองเส้นและการคาดการณ์ทางเศรษฐกิจหนึ่งรายการ และเส้นกราฟคือส่วนที่ควรค่าแก่การเก็บไว้

Humanity's Last Exam ซึ่งเป็นชุดคำถามที่ผู้เชี่ยวชาญเขียนขึ้นเพื่อออกแบบให้ต้านทานการค้นหาคำตอบ เพิ่มขึ้นจาก 8% เป็น 67.7% ตั้งแต่ปี 2025 ตามการคำนวณของ Anthropic ส่วน FrontierMath เพิ่มขึ้นจาก 2% เป็น 94% สองตัวเลขนี้เป็นตัวเลข "เราไม่พร้อมสำหรับสิ่งนี้" ที่ถูกอ้างอิงมากที่สุดสองตัวในวงการ และการกระโดดขนาดนั้นภายในเวลาประมาณหนึ่งปีเป็นสิ่งที่แต่ก่อนมักถูกพล็อตบนแกนเวลาระดับทศวรรษ การคาดการณ์ทางเศรษฐกิจระบุว่าโมเดล Anthropic ตัวหนึ่งจะทำให้ GDP ของสหรัฐฯ อยู่ที่ 44 ล้านล้านดอลลาร์ภายในปี 2030 หาก AI แพร่หลายอย่างรวดเร็ว — ตัวเลขที่ Clark เองยอมรับว่าฟังดูเหลือเชื่อ ขณะที่เขาคาดการณ์ผลกระทบที่ "สร้างความปั่นป่วนอย่างมาก" ต่อตำแหน่งงาน

ข้อโต้แย้งเรื่องสเกลของเขาเป็นประเด็นที่เกี่ยวข้องกับข่าวในสัปดาห์นี้: นักวิทยาศาสตร์สิบล้านคนทั่วโลกอาจกำลังจะกำกับดูแล "นักวิทยาศาสตร์เสมือนหนึ่งพันล้านคน" ในไม่ช้า และประเทศต่างๆ ควรสร้างห้องทดลองและหุ่นยนต์แทนที่จะโต้เถียงกันเรื่องนี้ ในด้านนโยบาย เขาระบุว่ามี "เวลาไม่กี่ปี" ในการลงมือ และตั้งข้อสังเกตว่า Dario Amodei ซีอีโอของ Anthropic ได้เสนอแนวคิดเรื่องการจำกัด "เพดานแห่งสติปัญญา" ของ AI — ซึ่งเป็นถ้อยคำที่ดูแปลกเมื่อวางเทียบกับเกณฑ์วัดผลที่กระโดดจาก 8% เป็น 67.7% ภายในสิบสองเดือน

ลองอ่านสิ่งนั้นเทียบกับ Mercury 3 แล้วสองเรื่องนี้แท้จริงแล้วไม่ได้พูดถึงเรื่องเดียวกัน เรื่องหนึ่งเป็นการอ้างถึงเพดานความสามารถ ซึ่งโต้แย้งด้วยเส้นกราฟการประเมิน อีกเรื่องคือการเปิดตัวผลิตภัณฑ์พร้อมตารางราคา เหตุที่ทั้งสองปรากฏในวันเดียวกันคือโมเดล diffusion เป็นระบบชนิดเดียวกับที่เส้นกราฟเหล่านั้นสร้างขึ้นมาพอดี: ราคาถูก เร็ว ใช้ข้อความเท่านั้น ไม่มีใครที่เป็นกลางวัดผล และดีพอในงานแคบ ๆ จนคุ้มที่จะนำไปใช้งานก่อนที่ใครจะตัดสินว่า "ดีพอ" หมายถึงอะไร

การบุกรุกมูลค่า $50: ความสามารถแบบเอเจนต์มีหน้าตาอย่างไรเมื่อมองจากอีกฝั่ง

บริษัทด้านความมั่นคงปลอดภัยไซเบอร์ NorForge เปิดเผยแคมเปญหนึ่งที่ผู้ปฏิบัติการรายเดียวซึ่งพูดภาษาจีนใช้เอเจนต์ AI ทำงานเกือบทั้งหมดในการเจาะระบบบริษัทต่างๆ รอยเตอร์ระบุรายชื่อเหยื่อซึ่งรวมถึง Cummins, Deere และ SharkNinja กลไกที่ใช้ไม่ใช่ช่องโหว่รูปแบบใหม่ NorForge พบแผงควบคุมที่ไม่มีการป้องกันมากกว่า 20 แผงของ Cairn ซึ่งเป็นเครื่องมือเอเจนต์ AI แบบโอเพนซอร์ส และผู้ปฏิบัติการได้ป้อนเป้าหมายที่ผ่านการคัดกรองมาแล้ว — ร้านค้าออนไลน์ที่มีลูกค้าคึกคัก คำสั่งซื้อที่มีความยาวต่ำกว่า 100 ตัวอักษรจีน — จากนั้นปล่อยให้เอเจนต์ไล่ดำเนินการผ่านเว็บไซต์กว่า 1,200 แห่ง

• เครื่องมือ — Claude Code และ DeepSeek V4.1 Flash ซึ่งทั้งคู่ถูกใช้เป็นเครื่องมือสำหรับนักพัฒนาทั่วไป

• ต้นทุน — ประมาณ $50 ต่อการบุกรุกที่สำเร็จหนึ่งครั้ง ใช้เวลาของเอเจนต์ประมาณหนึ่งวันต่อครั้ง และประมาณ $5,000 สำหรับโทเคนตลอดแคมเปญ

• ผลลัพธ์ — มีบริษัทมากกว่า 100 แห่งถูกเจาะระบบ ยังไม่เป็นที่ยืนยันว่ามีการนำข้อมูลไปหรือไม่ SharkNinja เรียกภัยคุกคามนี้ว่า "ถูกควบคุมไว้แล้ว" Deere อ้างถึง "มาตรการแก้ไข" และ Cummins กล่าวว่ากำลัง "สอบสวนอยู่"

ตัวเลขที่ต้องนั่งคิดให้ดีไม่ใช่ 100 แต่คือ $50 การบุกรุกที่ต้นทุนต่ำกว่ามื้อกลางวันทางธุรกิจและใช้เวลาเพียงหนึ่งวันพลิกเศรษฐศาสตร์ที่ความปลอดภัยเชิงป้องกันถูกสร้างขึ้นมาบนพื้นฐานตลอดยี่สิบปี เพราะต้นทุนส่วนเพิ่มของการลองอีกครั้งนั้นใกล้ศูนย์ แต่ต้นทุนส่วนเพิ่มของการทำผิดพลาดไม่ใช่เช่นนั้น มันยังอธิบายด้วยว่าทำไมการเปิดเผยช่องโหว่ครั้งนี้จึงน่าเบื่อ: แผงควบคุมกว่ายี่สิบแผงสำหรับเครื่องมือเอเจนต์โอเพนซอร์ส ที่ถูกปล่อยให้เข้าถึงได้จากอินเทอร์เน็ต ไม่มีใครต้องฉลาดเลย พวกเขาแค่ต้องอดทนและใช้ต้นทุนต่ำ

คุณสมบัติชุดเดียวกับที่ทำให้เอเจนต์มีประโยชน์ในโปรดักชัน — มันลงมือทำ มันลองใหม่ มันทำงานโดยไม่มีใครดูแลเป็นชั่วโมง ๆ — คือสิ่งที่ผู้โจมตีเช่าไปใช้ ไม่ได้มีการแสดงความสามารถอันเป็นอันตรายแยกต่างหากใด ๆ ที่นี่ สิ่งที่เกิดขึ้นคือลูปเอเจนต์ธรรมดา ๆ ที่ถูกเล็งไปยังรายการเป้าหมาย

เสียงใหม่ของ GPT-Live-1.1: เสียงไม่ใช่โมเดล

งานด้านเสียงของ OpenAI มาในรูปแบบคู่มือปฏิบัติมากกว่าการประกาศ และประโยคที่มีประโยชน์ที่สุดในรายงานข่าวคือคำเตือนว่า เสียงใหม่กับโมเดลใหม่คือการเปลี่ยนแปลงที่แตกต่างกัน ความแตกต่างนี้สำคัญเพราะสองสิ่งนี้มักถูกทำให้ปนกันอยู่ตลอดในผลิตภัณฑ์เสียง และการทดสอบในทางปฏิบัติคือเรื่องของพฤติกรรม ไม่ใช่ชื่อเรียก

เส้นทางการเข้าถึงคือการตั้งค่าเสียงของ ChatGPT จากนั้นตัวเลือก Live ในที่ที่มีให้ใช้ แล้วจึงเลือกเสียง แบบฝึกหัดที่คุ้มค่าจะลองทำตามลำดับ: ตรึงภาษาและคำสั่งไว้ให้คงที่แล้วเปรียบเทียบเสียงต่าง ๆ กับข้อความเดียวกัน เพื่อให้สิ่งที่คุณได้ยินเป็นเสียงนั้นจริง ๆ ไม่ใช่พรอมป์ที่ต่างกัน; ลองใช้เสียงแบบภูมิภาค เพราะการจัดการสำเนียงเปลี่ยนไปตามเสียง ไม่ใช่แค่การตั้งค่าภาษา; ขัดจังหวะกลางคำตอบด้วยการแก้ไขวันที่หรือจำนวนคน แล้วตรวจว่าการแก้ไขนั้นไปถึงคำตอบสุดท้ายหรือไม่; และขอให้ผู้ช่วยค้นหาบันทึกการเผยแพร่ของ O​penAI แล้วอ่านลิงก์แหล่งที่มากลับมา ซึ่งเป็นวิธีที่ประหยัดที่สุดในการหาว่าโมเดลกำลังอ้างอิงสิ่งที่มีอยู่จริงหรือไม่

เสียงที่ตั้งชื่อไว้หนึ่งเสียง คือ Bubbie ถูกนำไปเปรียบเทียบกับเสียงที่ผู้ฟังใช้เป็นปกติบนข้อความเดียวกัน — เป็นวิธีที่ถูกต้อง และเป็นวิธีที่คนส่วนใหญ่ข้ามไป ผู้สมัครสมาชิก Pro จะได้รับพรอมป์สำหรับฝึกและเช็กลิสต์การฟัง สิ่งที่ต้องตรวจสอบก่อนจะสร้างเวิร์กโฟลว์ใหม่บนพื้นฐานของมัน คือการเปลี่ยนแปลงเหล่านี้สิ่งไหนเป็นเสียงและสิ่งไหนเป็นโมเดลพื้นฐาน เพราะมีเพียงสิ่งเดียวเท่านั้นที่เปลี่ยนสิ่งที่ระบบทำได้

เส้นด้ายที่ร้อยผ่านวัน

สามในสี่เรื่องนี้เป็นเรื่องเกี่ยวกับความสามารถที่มาถึงเร็วกว่ากลไกที่รองรับมัน ตัวเลขการประเมินบอกว่าโมเดลกำลังทำภารกิจระดับผู้เชี่ยวชาญได้ดีขึ้นในอัตราที่ไม่มีใครคาดการณ์ไว้ เหตุการณ์บุกรุกบอกว่าความสามารถแบบเดียวกันนี้พร้อมให้ใครก็ตามที่มีเงิน $50 และมีรายชื่อเป้าหมาย ผลิตภัณฑ์เสียงบอกว่าอินเทอร์เฟซกำลังกลายเป็นสิ่งที่ผู้ใช้ใช้ตัดสิน ไม่ว่าโมเดลเบื้องหลังจะเปลี่ยนไปหรือไม่ก็ตาม Mercury 3 คือเรื่องที่สี่และเป็นตัวที่แปลกแยกออกไป เพราะเป็นเรื่องเดียวที่มีราคาต่อล้านโทเค็นเปิดเผยต่อสาธารณะและมีหน้าต่างบริบทที่มีเอกสารกำกับ — เป็นเรื่องเดียวที่คุณใส่ลงในแบบจำลองต้นทุนได้คืนนี้

นี่ก็เป็นกรณีเดียวกันสำหรับเลเยอร์การกำหนดเส้นทาง และไม่ใช่ในความหมายที่การตลาดของผู้ขายมักใช้ โมเดลที่เปิดตัวเมื่อสิบเก้าชั่วโมงก่อนโดยไม่มีการประเมินอย่างอิสระคือสิ่งที่คุณไม่ต้องการต่อตรงแบบตายตัวเข้ากับเส้นทางโปรดักชันอย่างแน่นอน สิ่งที่คุณต้องการคือ กฎที่ส่งสัดส่วนทราฟฟิกที่กำหนดไปยังโมเดลนั้น โดยมีโมเดลที่ผ่านการวัดผลรองรับอยู่เบื้องหลัง และสลับไปใช้ตัวสำรองอัตโนมัติเมื่อมันล้มเหลว — เพื่อให้การตัดสินใจว่าจะเก็บไว้หรือทิ้งมันขึ้นอยู่กับอัตราข้อผิดพลาดของคุณ ไม่ใช่โพสต์เปิดตัว คีย์เดียวและปลายทางที่เข้ากันได้กับ OpenAI เพียงจุดเดียวทำให้คุณได้ทั้งสองด้านของกฎนั้น และเมื่อส่วนลดของ Inception สิ้นสุดลง หรือในที่สุดก็มีคะแนนที่เป็นกลางปรากฏขึ้น กฎก็จะเปลี่ยนไปโดยที่แอปพลิเคชันไม่ต้องเปลี่ยน

สำหรับ Mercury 3 เอง บทสรุปตามจริงหลังผ่านไปหนึ่งวันยังจำกัดมาก: เป็นโมเดลแบบข้อความล้วนที่ราคาถูกและเร็วอย่างผิดปกติ พร้อมบริบท 1M โทเคนจริง มีผลลัพธ์เอเจนต์บนไซต์จริงหนึ่งรายการที่ Inception ผลิตเอง และไม่มีการวัดจากบุคคลที่สามในเรื่องใดเลย ตัวเลขสองตัวที่จะชี้ขาด — คะแนนจาก Artificial Analysis และต้นทุนต่องานที่ทำเสร็จหนึ่งงานบนฮาร์เนสที่ Inception ไม่ได้เป็นเจ้าของ — ยังไม่มีในตอนนี้ เมื่อมีแล้ว บทความภาคต่อของบทความนี้จะยาวเพียงย่อหน้าเดียว