Yapay zekâ girişimi Inception, difüzyon tabanlı yeni dil modeli Mercury 3’ü kullanıma sundu. Şirket modeli “bugüne kadar yayımlanan en yetenekli difüzyon dil modeli” olarak tanımlıyor ve GPT-6 Luna ile Claude Haiku 5.5’i bir dizi testte geride bırakırken 4 ila 8 kat daha hızlı çalıştığını iddia ediyor.
Difüzyon dil modeli nasıl çalışır?
GPT ya da Claude gibi klasik modeller metni sırayla, bir kelimeden sonra diğerini üreterek yazar; her yeni kelime bir öncekini beklemek zorundadır. Difüzyon modelleri ise daha çok görsel üretiminden bilinen bir yöntemi kullanır: Önce cevabın tamamının kaba bir taslağını çıkarır, ardından bu taslağı birkaç turda iyileştirerek aynı anda çok sayıda kelime üretir. Mercury 3’ün hız avantajı bu mimariden geliyor.
Saniyede 1.068 token
Inception’a göre Mercury 3, Nvidia GPU’larda saniyede 1.068 token üretiyor. Şirketin karşılaştırmasında Claude Haiku 5.5 saniyede yaklaşık 240, GPT-6 Luna ise yaklaşık 130 token üretiyor. Bu rakamlar şirketin kendi ölçümlerine dayanıyor; henüz bağımsız testler bulunmuyor.
Inception, Mercury 3’ün ilk model Mercury 1’den 40 kat fazla parametreye sahip olmasına rağmen aynı hızda çalıştığını, küçük Mercury 1 mini’ye göre ise performansın üç katına çıktığını söylüyor. Şirket bunu, difüzyon modellerinin de klasik dil modelleri gibi ölçeklendikçe düzenli olarak geliştiğinin işareti olarak yorumluyor. Kesin parametre sayısı açıklanmadı.
Benchmark sonuçları: Fark sanıldığı kadar büyük değil
Şirketin kendi tablosu daha karışık bir tablo çiziyor. Üç modelin de orta ayarlarda çalıştırıldığı 12 testin 8’ini Mercury 3 kazanıyor. En büyük fark talimat takibinde: IFBench’te Mercury 3 76,84 puan alıyor ve GPT-6 Luna’nın 15 puan önüne geçiyor. Otonom kodlamayı ölçen SWE-Bench Atlas’ta da 51,08 puanla rakiplerinin (33,33 ve 32,26) belirgin biçimde önünde.
Öte yandan daha uzun kodlama testi DeepSWE’yi ve uzun metinlerde bilgi bulma testini Claude Haiku 5.5 kazanıyor. GPT-6 Luna ise Artificial Analysis’in iki testinde az farkla öne çıkıyor. Inception’ın kısa özetinde de kalite “eşdeğer ya da daha iyi” şeklinde daha temkinli ifade ediliyor.
Gecikmenin önemli olduğu uygulamalar hedefte
Inception, Mercury 3’ü özellikle yapay zekâ ajanları, arama, müşteri desteği ve özel ders (tutoring) uygulamaları için konumlandırıyor. Ajanlar görevleri çok sayıda ayrı adımda tamamlıyor ve her adımda modeli bekliyor; küçük gecikmeler hızla birikiyor.
Erken erişim ortakları da sonuçlarını paylaştı. Akıllı gözlükler için arama özellikleri geliştiren Octen AI’ın kurucusu Kuan Zou, “Akıllı gözlükte beş saniye süren bir cevap bozuk gibi hissettirir” diyor. Zou’ya göre aramanın kendisi yaklaşık 80 milisaniye sürüyordu ve darboğaz dil modeliydi; Mercury 3 ile medyan yanıt süresi 0,9 saniyeye, sürecin tamamı 2,2 saniyeye indi. Eğitim şirketi General Learning, öğrencilere ipucu ve düzeltmeleri artık yaklaşık bir saniyede ilettiğini söylüyor. TinyFish AI’ın kurucu ortağı Shuhao Zhang ise gerçek web sitelerinde verilen 50 gezinme görevinden 25’ini Mercury 3’ün çözdüğünü ve GPT-6.1 Sol’u geride bıraktığını belirtiyor; ancak OpenAI modelinin skorunu paylaşmıyor.
Fiyat ve erişim
Mercury 3’ün standart fiyatı milyon girdi tokenı başına 0,20 dolar, milyon çıktı tokenı başına 0,70 dolar. Inception, lansman döneminde fiyatları yarıya indiriyor ancak indirimin ne zaman biteceğini açıklamadı. İndirim sona erdiğinde Mercury 3, kısa girdilerde çıktı başına GPT-6 Luna ve Claude Haiku 5.5’ten (her ikisi 0,50 dolar) daha pahalı olacak; çok uzun istemlerde ise rakipler çok daha yüksek ücret alıyor. Model tek seferde 1 milyon tokena kadar bağlam işleyebiliyor.
Mercury 3, Inception’ın kendi platformunun yanı sıra OpenRouter, Baseten ve Vercel üzerinden erişilebilir durumda. OpenAI ile uyumlu bir API kullandığı için geliştiricilerin az değişiklikle geçiş yapabileceği belirtiliyor. Şubat ayında Mercury 2’yi yayımlayan Inception, daha önce aralarında Nvidia, Microsoft ve Snowflake’in girişim kollarının da bulunduğu yatırımcılardan 50 milyon dolar toplamıştı.
Difüzyon yaklaşımı yaygınlaşıyor
Bu alanda çalışan tek şirket Inception değil. Google da Gemini Diffusion demosunun ardından Haziran’da açık model DiffusionGemma’yı yayımlamıştı; Google’a göre bu model standart Gemma 4’ten dört kata kadar hızlı ama biraz daha zayıf sonuçlar veriyor. Hızın kritik olduğu sesli asistanlar, akıllı gözlükler ve çok adımlı ajanlar yaygınlaştıkça, difüzyon tabanlı dil modellerinin klasik mimariye ciddi bir alternatif olup olamayacağı önümüzdeki aylarda daha net görülecek.
Kaynak: Inception, The Decoder
