Краткое описание

Mercury 2.5 Preview — diffusion LLM от Inception, которая уточняет группы токенов параллельно вместо строго последовательной генерации. Провайдер заявляет скорость до 1 107 токенов в секунду на стандартных GPU. Модель поддерживает reasoning levels, параллельные tool calls, JSON Schema, контекст 260K и вывод до 65 536 токенов, но остаётся preview-релизом.

Подробный обзор модели

Mercury 2.5 Preview стоит тестировать там, где задержка складывается из десятков вызовов модели: в поисковых агентах, интерактивной разработке, голосовых конвейерах и службах поддержки. Модель выдаёт текст необычно быстро и на старте продаётся с большой скидкой, но статус Preview требует осторожности: независимых сопоставимых бенчмарков качества пока нет, доступен один провайдер, а опубликованные 1 107 токенов в секунду не описывают скорость любого реального запроса.

Что представляет собой Mercury 2.5 Preview

Inception Labs выпустила модель через OpenRouter 31 августа 2026 года. Её API-идентификатор — inception/mercury-2.5-preview. Это закрытая текстовая reasoning-модель: веса, число параметров и дата среза знаний не опубликованы. Она принимает и возвращает текст, поэтому изображения, аудио и видео нужно обрабатывать отдельными моделями.

Mercury 2.5 относится к diffusion large language models, или диффузионным языковым моделям. Обычная авторегрессионная модель дописывает ответ слева направо по одному токену. Mercury начинает с зашумлённого представления будущего ответа и несколькими проходами уточняет сразу множество позиций. Нейросеть-денойзер остаётся Transformer-моделью; «диффузия» описывает способ обучения и генерации, а не превращает текстовую модель в генератор изображений.

Параллельное уточнение лучше загружает графический процессор и сокращает фазу декодирования. Оно не устраняет другие задержки: чтение длинного промпта, ожидание первого содержательного токена, сетевой путь, выполнение инструментов и повторные шаги агента остаются последовательными. Сам принцип также не доказывает более высокую точность и не гарантирует автоматическое исправление галлюцинаций.

Характеристики API

На 7 сентября 2026 года карточка и публичный каталог OpenRouter указывают такую конфигурацию:

Параметр	Значение
Контекстное окно	260 000 токенов
Максимальный вывод	65 536 токенов
Вход и выход	текст → текст
Reasoning	включён по умолчанию; `none`, `low`, `medium`, `high`
Инструменты	function calling, `tool_choice`, параллельные вызовы по заявлению карточки модели
Структурированный ответ	`response_format`, JSON Schema
Потоковая выдача	поддерживается
Провайдер маршрута	только Inception

Контекст включает историю, инструкции, определения инструментов и ответ. Поэтому нельзя одновременно отправить 260 тысяч входных токенов и запросить ещё 65 536 токенов вывода. В приложении следует заранее оставлять запас под reasoning, аргументы функций и финальный ответ.

API совместим с форматом Chat Completions. Через OpenRouter достаточно сменить slug модели, но совместимость не равна полной взаимозаменяемости. Перед миграцией нужно проверить роли сообщений, схему reasoning, поддержанные параметры и обработку потоковых событий.

Уровень none подходит для короткой классификации и преобразования текста, low — для быстрых диалогов и простых вызовов функций, medium служит базовым режимом, а high оставляет модели больше вычислений для многошаговой задачи. Reasoning-токены влияют на время и расход, поэтому уровень лучше выбирать по собственному eval-набору, а не держать high для всех запросов.

Модель может вызвать функции и вернуть JSON по схеме, однако приложение всё равно должно проверять аргументы, лимитировать число шагов и подтверждать необратимые операции. Карточка Mercury 2.5 обещает параллельные tool calls, тогда как публичная документация прямого Inception API всё ещё описывает Mercury 2 и только последовательные вызовы. Это различие нужно проверить на используемом маршруте до проектирования агента.

Цена: акция и базовый тариф

До 8 сентября 2026 года, 07:00 UTC, OpenRouter показывает скидку 80%:

Операция	Акционная цена за 1 млн токенов	Базовая цена Inception
Вход	$0,04	$0,20
Кэшированный вход	$0,004	$0,02
Выход	$0,15	$0,75

Запрос со 100 тысячами входных и 10 тысячами выходных токенов стоит около $0,0055 по акции и $0,0275 по базовым ставкам, без учёта кэширования. После окончания акции расчёты, лимиты и фактическую цену маршрута нужно обновить. Взвешенная средняя цена на странице агрегатора зависит от попаданий в кэш и не заменяет тарифную таблицу.

Скорость: что действительно измерено

Число 1 107 токенов/с публикуется в карточке Mercury 2.5 как достижение «на стандартных GPU». Там не указаны модель ускорителя, длина входа и ответа, reasoning effort, размер батча, параллельность и метод усреднения. Поэтому это воспроизводимое только поставщиком заявление, а не обещанный показатель API.

Есть более практичный, хотя изменчивый срез. На момент проверки 7 сентября OpenRouter показывал для единственного провайдера p50 throughput 322 токена/с и p50 latency 1,13 секунды; в недельном графике средние p50 составляли 309 токенов/с, а p50 end-to-end latency — 2,86 секунды. Эти цифры собирает маршрутизатор по реальному трафику, но они меняются с регионом, нагрузкой, длиной и режимом reasoning. Именно поэтому 322 и 1 107 не противоречат друг другу: это разные условия измерения.

Для Mercury 2 поставщик отдельно сообщал 1 009 токенов/с на NVIDIA Blackwell. Переносить результат базовой модели на 2.5 нельзя. Сравнивать модели стоит по времени до первого полезного токена, полному времени задачи, доле успешных tool calls и цене принятого результата.

Что известно о бенчмарках качества

На 7 сентября Inception не опубликовала таблицу сопоставимых результатов именно Mercury 2.5 Preview. На странице есть только заявление о приросте «более 10 пунктов интеллекта» относительно Mercury 2 и сравнении с GPT-5.6 Luna Low, Gemini 3.5 Flash-Lite и Claude Haiku 4.5, но нет названия индекса, набора задач, настроек reasoning и результатов конкурентов.

Страница OpenRouter также не показывает для модели данных Artificial Analysis по intelligence, coding или agentic benchmarks. Вторичные каталоги иногда присваивают Mercury 2.5 значения Mercury 2 или агрегатные индексы без проверяемой методологии. Такие цифры нельзя считать benchmark-пакетом новой preview-версии. Для выбора нужен собственный одинаковый набор: задачи на русском языке, функции и схемы проекта, правильность фактов, число повторов, p50/p95 задержки и стоимость успешного ответа.

Где низкая задержка даёт пользу

Поисковые агенты и RAG

В многошаговом поиске модель формирует запрос, читает найденное, уточняет поиск и собирает ответ. Экономия на каждом вызове суммируется. Но большой контекст не заменяет цитирование источников и проверку извлечённых фрагментов.

Кодовые агенты и подагенты

Быстрая генерация полезна для коротких циклов «прочитать — изменить — запустить тест». Mercury 2.5 является чат-моделью, поэтому специализированные автодополнение и next edit не следует приписывать ей по функциям Mercury Edit 2.

Голос и поддержка

Модель может быстро подготовить текст реплики или подсказку оператору. Распознавание и синтез речи остаются отдельными звеньями, а p95 полной цепочки важнее рекордного throughput. Для ответа по внутренним данным нужны retrieval, права доступа и защита от выдуманных фактов.

Ограничения Preview и выбор

Mercury 2.5 интересна, если продукту критичны быстрые длинные ответы, дешёвый текстовый API и частые агентные вызовы. Mercury 2 остаётся более зрелой точкой сравнения с контекстом 128K, выводом 50 тысяч токенов и базовой ценой $0,25/$0,75 за вход и выход.

Выбирать альтернативу разумно, если нужны изображения или аудио на входе, опубликованные независимые оценки качества, несколько взаимозаменяемых провайдеров, стабильный versioning либо подтверждённый SLA. У Mercury 2.5 пока один маршрут, неизвестны knowledge cutoff и параметры модели, а акционная цена заканчивается почти сразу после релиза. В production стоит закрепить контрольный набор, логировать версию и latency, ограничить инструменты и предусмотреть fallback.

Частые вопросы

Mercury 2.5 Preview можно запустить локально?

Нет публичных весов или требований к локальному запуску. На дату обзора модель доступна как закрытый API через OpenRouter.

Она действительно выдаёт 1 107 токенов в секунду?

Это заявленный поставщиком результат без раскрытых условий. Наблюдаемая OpenRouter медиана на момент проверки была заметно ниже, поэтому измеряйте свой регион и тип запросов.

Какой reasoning effort выбрать?

Начните с low для чувствительного к задержке потока и с medium для общих задач. high включайте только там, где eval показывает прирост качества; none проверяйте для простых преобразований.

Поддерживает ли модель изображения и голос?

Нет. Её опубликованная модальность — text-to-text. Для голосового продукта нужны отдельные speech-to-text и text-to-speech компоненты.

Есть ли у Mercury 2.5 подтверждённые бенчмарки?

Сопоставимого model-specific набора пока нет. Опубликованные маркетинговые сравнения не раскрывают методику, а результаты Mercury 2 и Mercury Coder относятся к другим моделям.

Можно ли полагаться на structured outputs и tool calling?

Их поддержка заявлена, но preview-модель нужно проверить на ваших JSON Schema и функциях. Валидируйте результат программно и не разрешайте необратимые действия без внешнего контроля.

Сколько модель будет стоить после акции?

Базовые ставки Inception на 7 сентября 2026 года — $0,20 за 1 млн входных, $0,02 за кэшированный вход и $0,75 за 1 млн выходных токенов.

Источники

Линейка Other

Последовательность собрана по датам релиза моделей Inception в каталоге. Она показывает соседние поколения, но не приписывает им совместимость или наследование архитектуры без отдельного источника.

2026-03-04

Mercury 2

128KG —

Текущая

2026-08-31