Mercury 3、一份奇點宣言與一起 50 美元闖入事件：10 月 20 日的四則故事

有四則消息在 2026 年 10 月 20 日的 AI 新聞週期中流傳，而它們有一個尷尬的共同點：其中三則是關於人工智慧現在能做到什麼的說法，只有一則附帶一個你今天下午就能呼叫、並可按 token 計價的模型。那就是 Mercury 3，由 Inception Labs 在前一晚、也就是 2026 年 10 月 19 日發布，價格為每百萬輸入 token 0.20 美元、每百萬輸出 token 0.70 美元，在未公布結束日期的推出期間內半價，並以廠商實測每秒 1,068 個 token 的速度運行。其餘三則：Jack Clark 對一屋子財政部長表示奇點已經開始；一名操作者利用 AI 代理以每次入侵約 50 美元的代價闖入超過 100 家公司；以及 O​penAI 以 GPT-Live-1.1 為名推出的新 ChatGPT 語音。以下分別依其自身說法介紹這四則，並註明數字由誰提供。像這次發布背後的已記錄 AI 失敗與代理事件，都收集在OrcaRouter AI Incident Archive其中每筆條目都附有自己的來源、嚴重程度、信心等級與爭議標記。

Mercury 3：這份清單上唯一你能定價的項目

Inception 的賣點在形式上沒有改變，程度上卻大得多。Mercury 是一種擴散語言模型：它不在每次前向傳遞時只輸出一個 token，而是一次對一整塊位置去噪，並把它們一併確定下來。根據 Inception 自己的說法，Mercury 3 的總參數量是 Mercury 1 的 40 倍以上，運行速度仍達每秒 1,000 多個 token——其主張是，規模的擴張並沒有犧牲吞吐量，而吞吐量正是這個系列存在的全部理由。

• 價格 — 定價為每百萬輸入量 $0.20、每百萬輸出量 $0.70；上市五折優惠期間為 $0.10 與 $0.35，未載明結束日期；快取輸入的費率比輸入費率低 90%。

• 上下文與輸出 — 1,000,000 個 token 的上下文物窗，相較 Mercury 2.5 的 260,000 有不少提升，而根據 Inception 的文件記載，每次輸出的上限為 131,072 個 token。

• 速度 — 每秒 1,068 個 token，由 Inception 在未具體說明的 NVIDIA 硬體上測得。尚無獨立測試框架對其進行計時。

• 推理強度 — 四種設定（即時、低、中、高），預設為低，而 Mercury 2.5 與 Mercury 2 則預設為中。

• 模態 — 文字輸入，文字輸出。不支援影像、音訊或視訊輸入。

• 免費額度 — 新帳戶在 Inception 平台上可獲得 1 億個 token。

公告中唯一一項結構化品質結果並不是基準測試表。Inception 將 Mercury 3 放進自家正式生產環境的網頁代理測試框架中，在真實網站上執行 50 個即時 Mind2Web 導航任務，並報告它完成了其中 50%——25 項任務——「顯著多於 GPT-6.1-Sol」，且 token 用量與代理步驟數相同。就某一點而言，這是比廠商基準測試更有力的證據形式，因為任務是即時的而非凍結的；但就另一點而言則較弱，因為測試框架、網站與評分全都屬於販售該模型的公司。沒有其他人實際跑過。截至 10 月 20 日，Artificial Analysis 完全沒有 Mercury 3 的頁面，因此上述每一個數字前面都掛著 Inception 的名字。

對任何正在考慮是否要試用的人來說，有兩件事值得直說。Mercury 3 不在 OrcaRouter 的目錄中——我們的模型 API 對任何 Inception 模型都不回傳任何內容——因此要呼叫它，就意味著使用 Inception 自家的 API 平台，或幾個託管它的第三方平台之一。而上市折扣是促銷定價，不是價目表：$0.10 的輸入費率是定價的一半，而 Inception 尚未表示它何時結束，因此任何以此為基礎建立的成本模型，都有一個你並未被告知的到期日。

Jack Clark 於 IMF：奇點，已有日期

在 IMF 與世界銀行年度會議上，Anthropic 共同創辦人 Jack Clark 對經濟學家與政策制定者表示，奇點——他用以指稱 AI 驅動的進步超出人類追趕能力的那個詞——「如今已經開始」。這項主張附帶兩條基準曲線和一項經濟預測，而曲線才是值得保留的部分。

Humanity's Last Exam 是一套由專家撰寫、旨在防止答案被輕易查到的題目；根據 A​nthropic 的統計，其成績自 2025 年以來已從 8% 升至 67.7%。FrontierMath 則從 2% 升至 94%。這是該領域最常被引用的兩個「我們還沒準備好面對這件事」的數字，而大約一年內出現如此幅度的躍升，正是以往會以十年為軸來繪製的那種變化。經濟預測指出，若 AI 迅速普及，A​nthropic 的某一款模型可讓美國 GDP 在 2030 年達到 44 兆美元——Clark 本人也承認這個數字聽起來荒謬，同時預測它對就業會造成「極具破壞性」的影響。

他的規模論點正是與本週新聞相關的那一點：全球一千萬名科學家可能很快就會指揮「十億名虛擬科學家」，而各國應該著手建造實驗室和機器人，而不是為此爭論不休。在政策方面，他稱有「少數幾年」可以採取行動，並指出 Anthropic 執行長 Dario Amodei 曾提出限制 AI 的「智慧上限」——這個說法與一項在十二個月內從 8% 升至 67.7% 的基準測試並列，顯得格格不入。

把那段話對照 Mercury 3 來讀，這兩則報導其實並不是在講同一件事。一則是在主張能力上限，論據是評估曲線。另一則是有價目表的產品發布。它們之所以在同一天出現，是因為那個擴散模型正是構成那些曲線的那類系統：便宜、快速、純文字、沒有中立第三方測量過，而且在某個狹窄任務上夠好，值得在還沒有人決定「夠好」是什麼意思之前就部署。

50 美元的入侵：從另一側看代理式能力是什麼樣子

安全公司 NorForge 揭露了一場行動：單一說中文的操作者使用 AI 代理，完成了幾乎所有入侵企業的工作。Reuters 指認的受害者包括 Cummins、Deere 和 SharkNinja。其機制並非新穎的漏洞利用。NorForge 發現超過 20 個未受保護的 Cairn 控制面板，Cairn 是一款開源 AI 代理工具；該操作者提供預先篩選的目標——繁忙的線上商店、訂單少於 100 個中文字——然後讓代理在超過 1,200 個網站上作業。

• 工具——Claude Code 與 DeepSeek V4.1 Flash，兩者皆作為一般開發者工具使用。

• 成本——每次成功入侵約 50 美元，每次約需一天的代理時間，而整個行動期間的 token 費用約 5,000 美元。

• 結果 — 超過 100 家公司遭入侵。資料是否被竊取尚未確定。SharkNinja 稱該威脅已「受控」，Deere 提及「補救行動」，Cummins 則表示正在「調查」。

真正該正視的數字不是 100，而是 $50。一次成本低於一頓商務午餐、只需一天就能完成的入侵，顛覆了防禦性安全二十年來所建立的經濟邏輯，因為再試一次的邊際成本接近於零，而出錯的邊際成本卻不是。這也解釋了為何暴露面如此平淡無奇：某個開源代理工具的二十多個控制面板，任其可從網際網路存取。沒有人需要多聰明。他們只需要有耐心、夠便宜。

讓代理在生產環境中有用的那些特性——它會採取行動、會重試、能無人值守地運行數小時——正是攻擊者所租用的特性。這裡展示的並不是某種獨立的惡意能力。這裡只是一個指向目標清單的普通代理迴圈。

GPT-Live-1.1 的新語音：語音不是模型

OpenAI 的語音工作以操作指南的形式問世，而非公告，而相關報導中最有用的一句話是一項提醒：新的語音與新的模型是兩種不同的變更。這項區別很重要，因為在語音產品中，兩者經常被混為一談，而實務上的判準應是行為表現，而非名稱。

進入路徑是 ChatGPT 的語音設定，接著是（若有提供）Live 選項，然後選擇語音。值得依序進行的練習如下：固定語言與指示，用同一段文字比較不同語音，這樣你聽到的是語音本身的差異，而不是不同的提示詞；試用區域性語音，因為口音處理會隨語音而改變，不只取決於語言設定；在回答途中打斷，提供更正後的日期或人數，並檢查更正是否反映在最終答案中；請助理搜尋 O​penAI 的發行說明並讀回來源連結，這是確認模型是否引用真實內容最省事的方法。

其中一個具名語音 Bubbie，曾在同一段文字上，與聆聽者平常使用的語音進行比較——這是正確的方法，也是大多數人會略過的方法。Pro 訂閱者會取得練習提示與聆聽檢查清單。在以此重建工作流程之前，要確認的是：這些改變中哪一項是語音，哪一項是底層模型，因為只有其中一項會改變系統能做到的事。

貫穿全日的脈絡

這四則故事中有三則，談的是能力到來的速度，比圍繞它的機制還快。評估數字顯示，模型在專家任務上的表現，正以無人預測到的速度提升；入侵事件顯示，同樣的能力，任何人只要有 50 美元和一張目標清單就能取得；語音產品則顯示，介面正成為使用者評判的對象，無論底下的模型是否有所改變。Mercury 3 是第四則，也是格格不入的那一則，因為它是唯一有公開的每百萬 token 價格與有文件記載的上下文視窗——也是你今晚唯一能放進成本模型裡的那一則。

路由層也是如此，而且不是廠商行銷通常所指的那種方式。一個十九小時前才發布、尚未經過獨立評估的模型，正是你絕對不會想硬接進生產路徑的東西。你真正想要的是一條規則，把明確比例的流量導給它，在它背後保留一個經過實測的模型，並在它出問題時自動容錯切換——這樣一來，要保留還是捨棄它，取決於你的錯誤率，而不是一篇發布貼文。一組金鑰和一個相容於 OpenAI 的端點，就能讓你掌握該規則的兩端，而當 Inception 的折扣結束，或終於出現中立評分時，改變的是規則，應用程式則不必更動。

就 Mercury 3 本身而言，經過一天之後，誠實的總結範圍很窄：一個異常便宜、異常快速的純文字模型，具備真正的 100 萬 token 上下文；一項由 Inception 自行產出的實測網站代理結果；以及任何項目都沒有第三方測量數據。真正能定論的兩個數字——Artificial Analysis 分數，以及在一個並非由 Inception 擁有的測試框架上每完成一項任務的成本——目前還不存在。等它們出現時，這篇文章的後續報導只會有一段那麼長。