Inception'ın Mercury 3'ü saniyede 1.000 belirteci aştı

Yapay zekâ girişimi Inception, 19 Ekim'de amiral gemisi modeli Mercury 3'ü yayımladı. Mercury 3, bugünkü sohbet modellerinin büyük kısmından farklı bir yöntemle çalışıyor: metni kelime kelime değil, tüm cevabı birden kaba bir taslak olarak üretip adım adım netleştirerek oluşturuyor. Şirket bu sayede modelin saniyede 1.000'den fazla belirteç ürettiğini söylüyor; bir habere göre Nvidia GPU'larında ölçülen hız saniyede 1.068 belirteç.

Mercury 3'ün bağlam penceresi 1 milyon belirteç. Liste fiyatı milyon girdi belirteci için 0,20 dolar, milyon çıktı belirteci için 0,70 dolar; lansmana özel yüzde 50 indirimle bu rakamlar 0,10 ve 0,35 dolara iniyor. Inception, modelin çeşitli testlerde OpenAI'ın GPT-6 Luna ve Anthropic'in Claude Haiku 5.5 modellerini geride bıraktığını ve bunu dört ila sekiz kat daha hızlı yaptığını iddia ediyor. Bu sonuçlar şirketin kendi ölçümleri; bağımsız testler henüz yayımlanmadı.

Görsel üretim modellerinin çoğu difüzyon yöntemini kullanıyor: gürültülü bir görüntüden başlayıp adım adım netleştirerek resmi ortaya çıkarıyorlar. Inception aynı fikri metne uyguluyor. Klasik dil modelleri ise otoregresif: her kelimeyi bir öncekine bakarak sırayla üretiyor; bu yüzden uzun cevaplarda hız, kelime sayısıyla doğru orantılı olarak düşüyor. Difüzyon modeli ise cevabın tamamı üzerinde aynı anda çalıştığı için çok daha az adımda sonuca ulaşabiliyor. Dezavantajı, karmaşık akıl yürütme gerektiren uzun cevaplarda kalitenin otoregresif modellerin gerisinde kalabilmesi.

Inception, Stanford ve UCLA kökenli araştırmacılar tarafından kuruldu ve Kasım 2025'te 50 milyon dolar yatırım almıştı. Şirketin 2025'te yayımladığı Mercury araştırma raporu da Nvidia H100'lerde saniyede 1.000'in üzerinde belirteç hızını göstermişti. Mercury 3, bu hızı korurken kaliteyi küçük öncü modellerle yarışacak düzeye çıkarma iddiası taşıyor.

Yapay zekâ ajanları bir görevi tamamlamak için modeli onlarca kez çağırıyor; her çağrıdaki gecikme toplanıyor. Bu yüzden hız, ajan çağında kaliteden sonra ikinci en önemli ölçü hâline geldi. Hızlı ve ucuz modeller, kod tamamlama, sesli asistan ve gerçek zamanlı müşteri hizmeti gibi gecikmenin kullanıcı deneyimini doğrudan bozduğu alanlarda avantaj sağlıyor. Aynı hafta MiniMax da M3.1 Flash modelini yüzde 70 daha düşük kullanım maliyeti iddiasıyla tanıttı; küçük ve hızlı modeller arasındaki rekabet yoğunlaşıyor.

Mercury serisinin önceki sürümleri özellikle kod tamamlama araçlarında denenmişti.

Bağımsız değerlendirme kuruluşlarının ölçümleri, Mercury 3'ün kalite iddialarının gerçek iş yüklerinde ne kadar tuttuğunu gösterecek. Geliştiricilerin modeli hangi görevlerde benimseyeceği, difüzyon yaklaşımının ana akıma girip girmeyeceğini belirleyecek.

Difüzyon modelleri özellikle kısa ve yapılandırılmış çıktıların hızla gerektiği işlerde avantajlı: kod düzenleme önerileri, form doldurma, metin sınıflandırma, sesli asistan cevapları ve bir ajanın bir sonraki adımına karar vermesi. Uzun, çok adımlı akıl yürütme gerektiren analizlerde ise büyük otoregresif modeller hâlâ önde. Bu yüzden Mercury 3 gibi modellerin, büyük modellerin yerine değil, onların yanında hızlı yardımcı olarak kullanılması daha olası.

Yapay zekâyı ürününde ya da süreçlerinde kullanıyorsan:

• Gecikmeyi ölç. Kullanıcının beklediği her saniye terk oranını artırır; yanıt süresini kalite kadar takip et.
• Görevi modele göre böl. Basit sınıflandırma ve kısa cevaplar için hızlı ve ucuz modelleri, karmaşık akıl yürütme için büyük modelleri kullan.
• İndirimli fiyata göre plan yapma. Lansman indirimleri geçicidir; maliyet hesabını liste fiyatıyla yap.