Mercury 3 نموذج لغوي انتشاري يولّد 1000 رمز في الثانية

في 19 أكتوبر نشرت Inception نموذج Mercury 3، نموذجها الرائد الجديد. وMercury 3 نموذج لغوي انتشاري يولّد، بحسب الإعلان، نحو 1068 رمزًا (token) في الثانية على وحدات NVIDIA GPU، ويملك نافذة سياق تبلغ مليون رمز، وهو أكبر من أول نموذج Mercury بأكثر من 40 مرة (من حيث عدد المعاملات).

ما الجديد في Mercury 3؟

أولًا، الأرقام الواردة في تدوينة Inception:

1. السرعة: نحو 1068 رمزًا في الثانية على وحدات NVIDIA GPU.
2. السياق: مليون رمز، مقابل 260 ألفًا في Mercury 2.5.
3. السعر: 0.20 دولار لكل مليون رمز إدخال و0.70 دولار لكل مليون رمز إخراج، والرموز المخزّنة مؤقتًا (cache) أرخص بنسبة 90%. وعند الإطلاق هناك خصم 50%، أي 0.10 و0.35 دولار.
4. التوافق مع واجهة OpenAI البرمجية (API)، لذا يمكن ربط النموذج بالأدوات الحالية دون إعادة كتابة الكود.

وفي التدوينة نفسها تعرض Inception أيضًا Mercury Voice (نموذج لتطبيقات الصوت، مصمَّم ليقدّم أول رد بأسرع ما يمكن) وMercury Decide للتصنيف.

تقارن Inception جودة Mercury 3 بالنماذج الصغيرة من المختبرات الكبرى، لكنها لا تذكر نتائج كل اختبار معياري على حدة. وحتى الآن هذه مجرد قياسات الشركة نفسها، لذلك أترك هذه المقارنات إلى وقت لاحق، حين تظهر اختبارات مستقلة.

ما هو النموذج اللغوي الانتشاري؟

وهذا بالضبط سبب الحديث عن Mercury أصلًا. نماذج LLM التقليدية (GPT وClaude وGemini) نماذج انحدارية ذاتية: تكتب الإجابة رمزًا بعد رمز، وكل رمز جديد يعتمد على ما قبله.

أما النماذج الانتشارية فتعمل إلى حدّ ما مثل مولّدات الصور. فبحسب التقرير التقني لأول نموذج Mercury، يُدرَّب النموذج على توقّع رموز كثيرة بالتوازي، أي أنه يولّد عدة أجزاء من الإجابة ويصحّحها في الوقت نفسه. ومن هنا تأتي السرعة، فالنموذج لا يحتاج إلى انتظار كل كلمة تالية.

واللافت أن Inception تقول إن قوانين التوسّع (scaling laws) التي دفعت تقدّم النماذج التقليدية تنطبق أيضًا على الانتشار. ومن المفترض أن يكون Mercury 3 دليلًا على ذلك: فبحسب الشركة، نتائجه في الاختبارات المعيارية القياسية أفضل بثلاث مرات من نتائج أول Mercury.

هل Mercury 3 جيد فعلًا إلى هذا الحد؟

أول مراجعة مستقلة صدرت بالفعل. اختبر Corey Noles من The Neuron نموذج Mercury 3 في ثمانية طلبات عبر OpenRouter، بتكلفة إجمالية بلغت 0.04 دولار. وكان أفضل أداء في البرمجة: كتب النموذج في ملف HTML واحد لعبة كاملة من نوع dungeon crawler، ولم تكشف 2000 تجربة عشوائية لتوليد الخريطة عن أي خطأ.

لكن نقاط الضعف ظهرت فورًا أيضًا:

1. كان يُفترض أن تكون القصة القصيرة من 250 كلمة، فجاءت في نحو 274 كلمة وابتعدت عن مكان الأحداث المطلوب.
2. في اختبار الهلوسة رفض النموذج مهمة وهمية لوكالة NASA، لكنه أضاف خطأً معلوماتيًا لا علاقة له بالسؤال.
3. بعض الشروح كانت مفرطة في الثقة.

لم يقِس Noles بنفسه سرعة 1068 رمزًا في الثانية المعلنة (يكتب أن الـAPI «felt fast»)، ويلخّص النموذج بأنه «genuinely exciting model at a startling price». لذا لنتعامل مع السرعة والجودة بحذر إلى أن نرى اختبارات أوسع.

كيف نجرّب Mercury 3؟

أمامنا عدة طرق:

1. الدردشة في المتصفح: chat.inceptionlabs.ai.
2. واجهة Inception البرمجية: platform.inceptionlabs.ai، ومعها بحسب الإعلان 100 مليون رمز مجانًا في البداية.
3. OpenRouter وBaseten وVercel، حيث يتوفر النموذج باسم inception/mercury-3 (على OpenRouter).

بهذه الأسعار والسرعة، هو مرشّح مثير للاهتمام لبيئة تشغيل الوكلاء (agent harness)، حيث يهمّ زمن الاستجابة في الحلقات الطويلة (على غرار DeepSeek مجانًا في OpenCode). ولا توجد أوزان منشورة حتى الآن، لذا لن نتمكن من تشغيله محليًا كما في Reflection Beam.

FAQ

هل Mercury 3 مجاني؟

جزئيًا. الدردشة في المتصفح متاحة فورًا، وبحسب الإعلان يحصل الحساب الجديد في واجهة Inception البرمجية على 100 مليون رمز مجانًا. بعد ذلك ندفع 0.20 دولار لكل مليون رمز إدخال و0.70 دولار لكل مليون رمز إخراج (مع خصم 50% عند الإطلاق).

ما الفرق بين LLM انتشاري وLLM عادي؟

النموذج العادي يكتب الإجابة رمزًا بعد رمز. أما النموذج الانتشاري فيولّد رموزًا كثيرة ويصحّحها دفعة واحدة، ولهذا يمكن أن يكون أسرع بكثير.

من طوّر Mercury 3؟

Inception (Inception Labs)، الشركة الناشئة التي تقف وراء عائلة Mercury كلها. كان أولها Mercury Coder، وهو نموذج للبرمجة وُصف في تقرير يونيو 2025 (ومن بين مؤلفيه Stefano Ermon).