Новая нейросеть Mercury 3 оказалась до восьми раз быстрее GPT-6 Luna

Американская компания Inception представила новую языковую модель Mercury 3, которая, по данным разработчиков, способна генерировать 1068 токенов в секунду на графических процессорах NVIDIA. Это примерно в 4–8 раз быстрее, чем у ориентированных на высокую скорость моделей GPT-6 Luna от OpenAI и Claude Haiku 5.5 от Anthropic. При этом Mercury 3 использует принципиально иной подход к созданию текста и, согласно результатам испытаний компании, превосходит конкурентов в ряде тестов на качество ответов.

Анонс состоялся 19 октября 2026 года. Mercury 3 относится к диффузионным языковым моделям, которые формируют текст не последовательно, а путём одновременного создания и уточнения множества его фрагментов. Разработчики утверждают, что новая архитектура позволяет увеличивать вычислительные возможности нейросети без существенного снижения скорости генерации.

По сравнению с первой моделью Mercury 1, представленной в 2025 году, новая система содержит более чем в 40 раз больше параметров. Несмотря на значительное увеличение масштаба, скорость её работы осталась сопоставимой с первоначальной версией. Точное количество параметров Mercury 3 компания не раскрыла.

Одним из основных улучшений стало расширение контекстного окна до одного миллиона токенов. В предыдущей модели Mercury 2.5 этот показатель составлял 260 тысяч токенов. Увеличенный объём контекста позволяет обрабатывать значительно более длинные документы, программный код и большие массивы текстовой информации в рамках одного запроса.

Большинство современных больших языковых моделей используют авторегрессионный принцип генерации. Они создают ответ последовательно, предсказывая следующий токен на основе уже сформированного текста. Токен представляет собой отдельное слово, часть слова или другой элемент текстовой последовательности.

Такая архитектура требует многократного выполнения вычислений, поскольку каждый следующий токен зависит от предыдущих. При генерации длинного ответа время обработки постепенно увеличивается, а ускорение вычислений ограничивается последовательным характером процесса.

Mercury 3 использует диффузионный подход, который ранее получил широкое распространение в генерации изображений и видео. Вместо последовательного предсказания каждого нового элемента нейросеть формирует предварительные текстовые последовательности и постепенно уточняет их. При этом она может одновременно изменять множество токенов, что позволяет эффективнее использовать возможности графических процессоров.

Подобный механизм даёт возможность существенно ускорить создание текста, особенно при обработке большого количества запросов. Для достижения высокой скорости не требуется специализированное оборудование, разработанное исключительно для работы с языковыми моделями. По информации Inception, Mercury 3 обеспечивает заявленную производительность на графических процессорах NVIDIA, применяемых в современных вычислительных центрах.

Разработчики опубликовали результаты сравнительного тестирования Mercury 3, GPT-6 Luna и Claude Haiku 5.5. Согласно представленным данным, при сопоставимых настройках интенсивности рассуждений Mercury 3 показала лучшие результаты в восьми из двенадцати испытаний. Проверки охватывали способность следовать инструкциям, научные знания, работу с длинным контекстом, программирование и выполнение многоэтапных задач.

В тесте GPQA Diamond, включающем сложные научные вопросы, Mercury 3 набрала 89,23%, тогда как GPT-6 Luna получила 86,36%, а Claude Haiku 5.5 — 84,51%. В испытании IFBench, оценивающем соблюдение инструкций, результаты составили соответственно 76,84%, 61,82% и 54,65%.

При решении задач по программированию в тесте SWE-Bench Atlas новая модель получила результат 51,08%, опередив GPT-6 Luna с 33,33% и Claude Haiku 5.5 с 32,26%. Однако Mercury 3 лидировала не во всех испытаниях. Claude Haiku 5.5 сохранила преимущество в DeepSWE и тесте работы с длинным контекстом MRCR v2, а GPT-6 Luna показала немного лучшие результаты в двух других проверках.

Представленные Inception сравнения скорости также показывают значительную разницу между моделями. Для Mercury 3 компания приводит показатель 1068 токенов в секунду, для GPT-6 Luna — около 130, а для Claude Haiku 5.5 — примерно 240 токенов в секунду. Эти значения относятся к скорости генерации текста и не определяют полную продолжительность выполнения любой задачи, которая также зависит от обработки запроса и дополнительных вычислений.

Первые независимые испытания показывают, что высокая скорость Mercury 3 особенно заметна при выполнении коротких задач с отключёнными дополнительными рассуждениями. При более сложных запросах время ответа может существенно увеличиваться. Поэтому фактическая производительность зависит от характера задачи и выбранного режима работы модели.

Одним из наиболее перспективных направлений использования Mercury 3 разработчики называют программных ИИ-агентов, которые самостоятельно выполняют последовательности действий. Такие системы могут искать информацию в интернете, анализировать документы, работать с программным кодом и обращаться к внешним сервисам. Поскольку выполнение каждой операции требует отдельного обращения к языковой модели, сокращение времени генерации способно ускорить весь процесс.

В образовательных приложениях высокая скорость позволяет почти мгновенно предоставлять учащимся подсказки, определения и результаты проверки заданий. Компания RevisionDojo, участвовавшая в раннем тестировании Mercury 3, сообщила о сокращении времени формирования ответов примерно до одной секунды. Разработчики образовательной платформы также отметили, что переход на новую модель не потребовал существенной переработки существующей системы.

Другими возможными направлениями применения стали голосовые помощники, интерактивные переводчики, поисковые системы и автоматизированная техническая поддержка. В подобных сервисах небольшие задержки между запросом и ответом особенно заметны пользователю. Inception также сообщила об использовании модели партнёрами для автоматизированной работы с браузером и анализа инженерных данных.

Mercury 3 уже доступна разработчикам через программный интерфейс Inception, а также платформы OpenRouter, Baseten и Vercel. Модель совместима с форматом API OpenAI, что позволяет подключать её к существующим приложениям без существенных изменений программного кода.

Стандартная стоимость обработки одного миллиона входных токенов составляет 0,20 доллара, а генерации такого же количества выходных токенов — 0,70 доллара. На момент запуска действует скидка 50%, уменьшающая эти значения до 0,10 и 0,35 доллара соответственно. Доступны также дополнительные скидки на обработку ранее закешированного контекста.

Основатель Inception Стефано Эрмон сообщил, что компания уже приступила к обучению следующей модели. Дальнейшее развитие семейства Mercury направлено на повышение качества ответов при сохранении высокой скорости генерации. Появление Mercury 3 показывает возможности масштабирования диффузионных языковых моделей, хотя заявленные преимущества ещё требуют более широкого независимого тестирования.