Inception ra mắt Mercury 3, mô hình ngôn ngữ lớn khuếch tán chủ lực

Ngày 19 tháng 10 năm 2026, Inception giới thiệu Mercury 3, mô tả đây là mô hình ngôn ngữ lớn dựa trên khuếch tán có năng lực cao nhất từng được phát hành, với giá ra mắt là 0,10 USD cho mỗi triệu token đầu vào và 0,35 USD cho mỗi triệu token đầu ra.

Công ty cho biết Mercury 3 vượt trội hơn GPT-6 Luna và Claude Haiku 5.5 trên nhiều bài đánh giá chuẩn, đồng thời chạy nhanh hơn từ 4 đến 8 lần, đạt tốc độ hơn 1.000 token mỗi giây. Theo thông báo, tốc độ của mô hình là 1.068 token mỗi giây trên GPU NVIDIA, với cửa sổ ngữ cảnh một triệu token, tăng từ mức 260.000 token của Mercury 2.5. Giá niêm yết là 0,20 USD cho mỗi triệu token đầu vào và 0,70 USD cho mỗi triệu token đầu ra; khi ra mắt, mức giá này được giảm 50%. Token đầu vào được lưu trong bộ nhớ đệm có giá thấp hơn 90% so với mức giá đầu vào, ở mức 0,02 USD cho mỗi triệu token và 0,01 USD trong thời gian khuyến mãi.

Những tuyên bố về khả năng mở rộng của khuếch tán văn bản

Inception xem lần ra mắt này là bằng chứng cho thấy khuếch tán văn bản có thể mở rộng. Theo công ty, xét về tổng số tham số, Mercury 3 lớn hơn Mercury 1 hơn 40 lần, trong khi mức độ thông minh, đo trên nhiều bài đánh giá chuẩn, tăng gấp ba lần từ Mercury 1 (mini) lên Mercury 3. Inception mô tả Mercury 1 là minh chứng đầu tiên cho thấy có thể xây dựng các mô hình ngôn ngữ lớn khuếch tán phục vụ ứng dụng thương mại, đồng thời cho biết cộng đồng AI từng đặt câu hỏi liệu các mô hình này có thể mở rộng để cạnh tranh với mô hình tự hồi quy trong những trường hợp sử dụng phức tạp hay không. Công ty cho biết Mercury 3 đã trả lời câu hỏi đó, đồng thời khẳng định các quy luật mở rộng thúc đẩy tiến bộ của mô hình tự hồi quy cũng đúng với mô hình khuếch tán.

Kết quả triển khai thực tế trong giai đoạn truy cập sớm

Inception cho biết các đối tác được quyền truy cập sớm hiện đã triển khai Mercury 3 trong những ứng dụng nhạy cảm với độ trễ, bao gồm tác tử sử dụng trình duyệt, giáo dục tương tác, tác tử tìm kiếm thời gian thực và dịch vụ hỗ trợ khách hàng. Công ty cho biết đã chạy Mercury 3 trong hệ thống tác tử web dùng cho môi trường thực tế của mình, đối chiếu với các mô hình tiên tiến hàng đầu trên 50 tác vụ điều hướng Mind2Web đang hoạt động; Mercury 3 hoàn thành 50% số tác vụ. Công ty mô tả số tác vụ hoàn thành này cao hơn đáng kể so với GPT-6.1-Sol, dù sử dụng cùng lượng token và cùng số bước của tác tử, với chi phí cho mỗi token chỉ bằng một phần nhỏ. Thông báo cũng trích dẫn Shuhao Zhang, đồng sáng lập TinyFish AI, trong phần nói về ứng dụng sử dụng trình duyệt.

Michael Tong, đồng sáng lập kiêm giám đốc công nghệ của General Learning, công ty còn được biết đến với tên RevisionDojo, cho biết Mercury 3 giúp công ty gia sư này cung cấp phản hồi tức thì cho mọi học sinh «mà không phải đánh đổi khả năng suy luận». Gợi ý, câu trả lời được đánh dấu và định nghĩa được trả về trong khoảng một giây, với chất lượng mà ông đánh giá là ngang bằng hoặc tốt hơn các mô hình công ty từng sử dụng. Ông gọi việc chuyển đổi này là thay thế trực tiếp cho hệ thống hiện có của công ty.

Kuan Zou, nhà sáng lập kiêm giám đốc điều hành Octen AI, cho biết với kính thông minh, «câu trả lời mất năm giây mới có thì giống như bị lỗi». Theo ông, trong các thử nghiệm Sense API của Octen, Mercury 3 đạt thời gian tạo câu trả lời trung vị là 0,9 giây và thời gian phản hồi đầu cuối trung vị là 2,2 giây. Ông đánh giá đây là sự cân bằng tốt nhất giữa tốc độ và chất lượng trong số các mô hình nhanh mà công ty thử nghiệm.

Michael Gribben, nhân viên kỹ thuật tại Lorikeet—công ty xây dựng các trợ lý chăm sóc khách hàng qua thoại, trò chuyện và email cho những doanh nghiệp hoạt động trong các lĩnh vực phức tạp và chịu sự quản lý chặt chẽ—cho biết Mercury 3 có độ trễ thấp hơn các mô hình khác trong những thử nghiệm ban đầu, đồng thời đạt kết quả cao hơn trong các bài đánh giá và khi triển khai thực tế.

Danh mục Mercury rộng hơn

Mercury 3 là sản phẩm chủ lực trong danh mục mà Inception mô tả là được xây dựng cho AI thời gian thực. Mercury Voice được tùy chỉnh để đáp ứng yêu cầu độ trễ thấp của các ứng dụng thoại, tập trung rút ngắn thời gian chờ token trả lời đầu tiên; Inception cho biết sản phẩm này hiện đang vận hành các tác tử tại Audivi AI, Altur và OpenCall. Trang mô hình của công ty giới thiệu Mercury Voice với thời gian đến token đầu tiên dưới 170 mili giây, giá 0,40 USD cho mỗi triệu token đầu vào và 1,50 USD cho mỗi triệu token đầu ra; mức giá khuyến mãi được hiển thị lần lượt là 0,20 USD và 0,75 USD.

Mercury Decide là mô hình ra quyết định được xây dựng để phân loại khối lượng lớn. Mô hình đưa ra câu trả lời kèm xác suất đã hiệu chuẩn và có thể chuyển những trường hợp không chắc chắn cho người đánh giá. Inception cho biết Mercury Decide vượt trội hơn Jev trên các bài đánh giá chuẩn, bao gồm JevBench và LegalBench. Trang mô hình niêm yết giá 0,04 USD cho mỗi triệu token đầu vào, giảm còn 0,02 USD trong chương trình khuyến mãi được hiển thị; giá token đầu ra được niêm yết ở mức 0 USD.

Danh sách bài viết trên blog của Inception cho thấy Mercury Voice được giới thiệu vào ngày 29 tháng 9 năm 2026, và một bài đăng ngày 15 tháng 10 năm 2026 thông báo rằng Mercury 2 có tên trong danh sách Những phát minh xuất sắc nhất năm 2026 của TIME.

Quyền truy cập API và việc ngừng Mercury 2

Có thể sử dụng Mercury 3 thông qua Nền tảng API Inception, cũng như qua OpenRouter, Baseten và Vercel; mô hình tương thích với API OpenAI. Tài liệu bắt đầu nhanh của công ty xác định mô hình là mercury-3 được cung cấp qua điểm cuối hoàn tất trò chuyện api.inceptionlabs.ai/v1, với các tham số yêu cầu bao gồm reasoning_effort và temperature, đồng thời cung cấp inceptionai SDK cho Python và TypeScript. Tài liệu cũng hướng dẫn cách sử dụng API thông qua AISuite, LiteLLM, LangChain, ứng dụng khách OpenAI và Vercel AI SDK. Tài khoản nền tảng mới được cấp 100 triệu token miễn phí mà không cần cung cấp thông tin thanh toán.

Đối với các đợt triển khai cho doanh nghiệp, Inception liệt kê các tùy chọn gồm dung lượng chuyên dụng, tự động mở rộng quy mô, các biện pháp kiểm soát tuân thủ và thời hạn lưu giữ dữ liệu có thể cấu hình. Công ty cho biết sẽ hợp tác với khách hàng doanh nghiệp để xác định mức độ phù hợp với khối lượng công việc, thiết kế quy trình đánh giá và bảo đảm hiệu suất trong phạm vi các ràng buộc về khả năng phục vụ của họ.

Cùng với thông báo ra mắt, trang mô hình cho biết Mercury 2 và Mercury 2.5 không còn dành cho người dùng mới. Khách hàng hiện tại đã sử dụng dịch vụ trước ngày 19 tháng 10 năm 2026 sẽ tiếp tục được truy cập đến ngày 15 tháng 11 năm 2026, còn khách hàng doanh nghiệp vẫn được hỗ trợ theo các thỏa thuận hiện có.