ИИ 20 октября 2026, 17:07 МСК

Inception выпустила диффузионную LLM Mercury 3 со скоростью свыше 1000 токенов в секунду

Компания Inception представила Mercury 3 — диффузионную языковую модель, которая, по её данным, генерирует 1 068 токенов в секунду на GPU NVIDIA.

Разработчики заявляют, что это в 4–8 раз быстрее моделей схожего класса, включая GPT-6 Luna и Claude Haiku 5.5, при сопоставимом или более высоком качестве. Диффузионная модель создаёт черновик целого фрагмента и параллельно уточняет его за несколько шагов, а не пишет по одному токену слева направо. Контекстное окно выросло до 1 млн токенов, модель более чем в 40 раз больше Mercury 1 по числу параметров, точный размер не раскрыт. API совместим с OpenAI, открытых весов нет.

Цена — $0,20 за 1 млн входных и $0,70 за 1 млн выходных токенов, на старте скидка 50%. Новые аккаунты получают 100 млн токенов бесплатно. Mercury 2 и 2.5 закрыты для новых пользователей, текущие клиенты сохранят доступ до 15 ноября.

Все результаты заявлены самой Inception. Первый независимый замер провела Bito в Claude Code: модель самая быстрая, но уступает по качеству, особенно в планировании (на 18 п.п. хуже Sonnet 5.5 и DeepSeek). В агентной работе скорость составила около 200 токенов в секунду, а сессия обошлась в $0,48 из-за слабой работы кэша — втрое дороже DeepSeek V4.1 Flash. Bito считает модель подходящей для быстрых чётких задач вроде поиска по коду и мелких правок.

• 1 068 токенов/с по данным Inception; в агенте у Bito около 200
• Контекст 1 млн токенов, $0,20/$0,70 за 1 млн токенов
• Независимый замер Bito: качество ниже, планирование слабее