Inception เปิดตัว Mercury 3 ชูความเร็ว 1,068 Tokens ต่อวินาที

Inception ประกาศเปิดตัว Mercury 3 โมเดลภาษาล่าสุดในตระกูล Diffusion LLM ที่ใช้วิธีการเขียนคำตอบแบบขนาน (parallel) แทนการเขียนทีละ token แบบเดิม โดยรายงานความเร็วสูงถึง 1,068 tokens ต่อวินาทีบน NVIDIA GPUs และรองรับ context window ขนาด 1M tokens ซึ่งนับเป็นความเร็วที่โดดเด่นมากสำหรับการสร้าง AI agent, voice bot และเครื่องมือค้นหา

จากผลการทดสอบโดย Inception เองพบว่า Mercury 3 มีคะแนนนำ GPT-6 Luna และ Claude Haiku 5.5 ใน 8 จาก 12 หัวข้อการทดสอบ โดยเฉพาะในด้านการประมวลผลที่เน้นความเร็วและประสิทธิภาพของ Agent ที่น่าสนใจ

TL;DR

ขนาด: ไม่ระบุพารามิเตอร์แน่ชัด แต่ใหญ่กว่า Mercury 1 กว่า 40 เท่า และรองรับ Context 1M tokens
การใช้งาน: รันบน NVIDIA GPUs ของ Inception ให้บริการผ่าน API เท่านั้น ไม่มีการเปิด Open weights หรือรุ่น quantized
ประสิทธิภาพ: ชนะ 8 จาก 12 เบนช์มาร์กเมื่อเทียบกับ GPT-6 Luna และ Haiku 5.5 (รายงานโดยผู้ผลิตภายใต้การตั้งค่าระดับ medium)
จุดแข็ง: SWE-Bench Atlas อยู่ที่ 51.08 นำหน้าคู่แข่งประมาณ 18 จุด
จุดด้อย: DeepSWE v1 อยู่ที่ 46.31 ตามหลัง Haiku 5.5 (51.62) อยู่ 5.31 จุด

Mercury 3 คืออะไร?

Mercury 3 เป็นรุ่นที่สี่ของตระกูล Mercury ต่อจากรุ่น 1, 2 และ 2.5 โดยพัฒนาขึ้นตามแนวทางของ ประกาศเปิดตัว ซึ่งรุ่นก่อนหน้าอย่าง Mercury 2.5 เคยนำเสนอฟีเจอร์การให้เหตุผลที่ปรับแต่งได้ (tunable reasoning) และรองรับบริบท 260K มาแล้ว

diffusion LLM ทำงานอย่างไร?

ในขณะที่โมเดลแบบ Autoregressive ทั่วไปจะเขียนทีละ token ต่อเนื่องกันทำให้ต้องรอตามลำดับ แต่ diffusion LLM จะสร้างร่างคำตอบทั้งหมดขึ้นมาพร้อมกัน แล้วค่อยๆ ขัดเกลา (refines) ทุกตำแหน่งไปพร้อมกันแบบขนานผ่านการประมวลผลเพียงไม่กี่รอบ

การลดขั้นตอนแบบลำดับ (sequential steps) ช่วยให้ทำงานได้เร็วขึ้นอย่างมากบน GPU รุ่นเดียวกัน อย่างไรก็ตาม ยังมีคำถามที่น่าติดตามว่าแนวทางนี้จะคงประสิทธิภาพได้ดีเพียงใดเมื่อขยายขนาดโมเดลให้ใหญ่ขึ้นในอนาคต

diffusion สามารถขยายขนาด (scale) ได้หรือไม่?

Inception ยืนยันว่าสามารถขยายขนาดได้ โดย Mercury 3 มีพารามิเตอร์รวมมากกว่า Mercury 1 (รุ่น mini) ถึง 40 เท่า และมีคุณภาพเฉลี่ยในเบนช์มาร์กเพิ่มขึ้นประมาณ 3 เท่า ในขณะที่ยังคงรักษาความเร็วไว้ได้สูงกว่า 1,000 tokens ต่อวินาที

ทีมพัฒนาได้พล็อตกราฟความสัมพันธ์ระหว่างคุณภาพและขนาดจาก Mercury ทั้ง 5 เจเนอเรชัน เพื่อแสดงให้เห็นถึงพัฒนาการที่ก้าวกระโดดนี้

Mercury 3 มีประสิทธิภาพอย่างไรในเบนช์มาร์ก?

อ้างอิงข้อมูลจาก ตารางของ Inception ทุกโมเดลถูกทดสอบที่การตั้งค่าระดับ medium พบว่า Mercury 3 ทำคะแนนได้ดีที่สุดในด้านการทำตามคำสั่ง (instruction following) และการเขียนโค้ดสำหรับ agent (agentic coding)

ตัวเลขที่น่าสนใจคือ IFBench สูงถึง 76.84 (นำ GPT-6 Luna 15 จุด) และ SWE-Bench Atlas ที่ 51.08 (ชนะ Luna และ Haiku 5.5 ที่ทำได้ราว 32-33 จุด) อย่างไรก็ตาม Haiku 5.5 ยังคงชนะใน DeepSWE v1 และ MRCR v2 ส่วนการดึงข้อมูลจากบริบทที่ยาว (Long-context retrieval) ยังคงเป็นประเด็นที่ต้องพัฒนาต่อ

Mercury 3 vs GPT-6 Luna vs Claude Haiku 5.5

คุณสมบัติ	Mercury 3	GPT-6 Luna	Claude Haiku 5.5
ผู้พัฒนา	Inception	OpenAI	Anthropic
วิธีการสร้างคำตอบ	Diffusion (parallel refinement)	ไม่เปิดเผย	ไม่เปิดเผย
พารามิเตอร์	ไม่เปิดเผย	ไม่เปิดเผย	ไม่เปิดเผย
Context window	1M	1.05M	1M
Output สูงสุด	ไม่เปิดเผย	128K	128K
รูปแบบ Input	ไม่เปิดเผย	ข้อความ, รูปภาพ	ข้อความ, รูปภาพ
Open weights	ไม่ (API)	ไม่ (API)	ไม่ (API)
ความเร็ว Output	1,068 tok/s	~130 tok/s	~240 tok/s
ราคา ($/1M เข้า/ออก)	$0.20 / $0.70 ($0.10 / $0.35 ช่วงเปิดตัว)	$0.10 / $0.50	$0.10 / $0.50
GPQA Diamond	89.23	86.36	84.51
IFBench	76.84	61.82	54.65
SWE-Bench Atlas	51.08	33.33	32.26
DeepSWE v1	46.31	37.76	51.62
MRCR v2	75.50	62.72	78.40

หมายเหตุ: ข้อมูลความเร็วและเบนช์มาร์กมาจากการทดสอบของ Inception ส่วนราคามาจากเอกสารของผู้ให้บริการแต่ละราย

ผู้ใช้งานกลุ่มแรกรายงานว่าอย่างไร?

จากการทดสอบของพันธมิตรกลุ่มแรก Inception ระบุว่า TinyFish ประสบความสำเร็จในการใช้ Mercury 3 กับงาน Mind2Web 50 งาน โดยชนะโมเดล GPT-6.1-Sol ในด้านความสำเร็จ ขณะที่ Octen AI รายงานว่าสามารถสร้างคำตอบได้เร็วเฉลี่ย 0.9 วินาทีสำหรับการค้นหาผ่านแว่นตาอัจฉริยะ

นอกจากนี้ RevisionDojo และ Lorikeet ต่างชื่นชมในเรื่องของ Latency ที่ต่ำมาก ซึ่งส่งผลดีต่อการนำไปใช้ในระบบ support agent และการให้คำแนะนำแบบทันท่วงที

นักพัฒนาจะใช้งาน Mercury 3 ได้อย่างไร?

Mercury 3 พร้อมใช้งานแล้วผ่าน Inception API Platform, OpenRouter, Baseten และ Vercel โดย API ออกแบบมาให้ทำงานร่วมกับ OpenAI ได้ทันทีผ่านการตั้งค่าใน docs

ราคาปกติอยู่ที่ $0.20 ต่อ 1M input และ $0.70 ต่อ 1M output แต่จะมีโปรโมชันลดราคา 50% ในช่วงเปิดตัว นอกจากนี้ยังมีโมเดลพี่น้องอย่าง Mercury Voice สำหรับงานเสียง และ Mercury Decide สำหรับการจำแนกประเภทข้อมูลเปิดตัวออกมาพร้อมกันด้วย

สรุปประเด็นสำคัญ

Mercury 3 ชูจุดเด่นเรื่องความเร็ว 1,068 tok/s และบริบท 1M tokens
ทำคะแนนเบนช์มาร์กชนะคู่แข่งรายใหญ่อย่าง GPT-6 Luna และ Haiku 5.5 ในหลายด้าน
จุดแข็งที่สุดคือการเขียนโค้ดและทำตามคำสั่ง (SWE-Bench และ IFBench)
ราคาช่วงเปิดตัวเข้าถึงง่ายที่ $0.10 สำหรับ input และ $0.35 สำหรับ output ต่อล้าน tokens