Сегодня почти все языковые модели, включая решения от OpenAI, Anthropic и Google DeepMind, работают на основе авторегрессивной архитектуры — они генерируют текст последовательно, токен за токеном. Такой подход ограничивает скорость: чем глубже рассуждение, тем выше задержка и затраты. В ответ на это индустрия инвестировала миллиарды долларов в чипы-ускорители, оптимизацию инфраструктуры и сжатие моделей, однако сам принцип последовательной генерации оставался неизменным.
Mercury 2 предлагает альтернативу — архитектуру, основанную на диффузии. Вместо пошагового предсказания следующего токена модель формирует черновой вариант ответа целиком, а затем итеративно уточняет его, обрабатывая множество токенов параллельно. Такой подход, ранее применявшийся преимущественно в генерации изображений и видео, позволяет радикально повысить пропускную способность без необходимости полагаться исключительно на аппаратную оптимизацию.
По данным компании, Mercury 2 достигает скорости свыше 1000 токенов в секунду на графических процессорах NVIDIA Blackwell и при этом демонстрирует качество, сопоставимое с Claude 4.5 Haiku и GPT-5.2 Mini. Модель поддерживает контекстное окно объёмом до 128 000 токенов. В стандартных бенчмарках она получила 91,1 балла на AIME 2025 и конкурентные результаты в задачах по программированию, научных вычислениях и логическом анализе. Стоимость вывода заявлена на уровне $0,25 за миллион входных токенов и $0,75 за миллион выходных.
Ключевое преимущество подхода — не только скорость, но и устойчивость вывода. Благодаря итеративному уточнению модель способна корректировать ошибки в процессе генерации, формировать структурированные ответы в формате JSON и более предсказуемо работать в агентных системах. Это особенно важно для многошаговых рабочих процессов, где задержка на каждом этапе накапливается и влияет на итоговый пользовательский опыт.
В компании подчеркивают, что Mercury 2 уже ориентирована на промышленное применение: от интерактивного программирования и голосовых интерфейсов до RAG-конвейеров и корпоративной автоматизации. Модель совместима с API OpenAI, что позволяет интегрировать её в существующие стеки без серьезной переработки инфраструктуры. Среди первых партнеров и инвесторов проекта — Menlo Ventures, Mayfield, M12 и ряд технологических фондов, а поддержку в инфраструктуре обеспечивает NVIDIA.
Стартап основан исследователями из Стэнфорда, UCLA и Корнелльского университета, а его генеральный директор Стефано Эрмон известен как соавтор работ по диффузионным моделям. Mercury 2 уже доступна через API компании, и Inception активно привлекает партнеров для масштабного внедрения. Если заявленные показатели подтвердятся на практике, диффузионная архитектура может стать новым этапом эволюции языковых моделей — не за счет наращивания вычислительной мощности, а благодаря смене самого принципа генерации.
