Скорость и качество

Mercury 3 демонстрирует, что диффузионная архитектура способна масштабироваться без потери скорости. Модель выдаёт 1068 токенов в секунду на GPU NVIDIA — примерно в восемь раз быстрее GPT-6 Luna (130 токенов/с) и в 4,5 раза быстрее Claude Haiku 5.5 (240 токенов/с). При этом масштаб модели вырос более чем в 40 раз по сравнению с первой версией Mercury. На тесте GPQA Diamond по научным знаниям Mercury 3 набрала 89,23 балла против 86,36 у GPT-6 Luna и 84,51 у Haiku 5.5. На SWE-Bench Atlas, оценивающем навыки разработки ПО, результат составил 51,08 против 33,33 и 32,26 у конкурентов. Окно контекста расширено до 1 миллиона токенов.

Экономика модели

Во время запуска Inception Labs устанавливает цены $0,10 за миллион входных и $0,35 за миллион выходных токенов; регулярные тарифы составят $0,20 и $0,70 соответственно. Такая стоимость делает диффузионные LLM конкурентоспособными не только по производительности, но и по операционным расходам для корпоративных клиентов.

Конкурентный ландшафт

Выход Mercury 3 совпадает с активностью китайских лабораторий. Moonshot AI анонсировала Kimi K3.1 Pro с 3 триллионами параметров, которая в отдельных задачах кодирования и 3D-моделирования приближается к Claude Opus 5.5 и GPT-6 Astra. Однако подход Inception Labs отличается архитектурной ставкой на диффузию вместо авторегрессии, что принципиально меняет соотношение скорость-качество при масштабировании.