21 Ekim 2026 ÇarşambaSayı № 294
I Model ÇıkışıBağımsız Basın

Inception'ın Mercury 3 Diffusion Modeli, GPT-6 Luna ve Claude Haiku 5.5'i Çok Daha Hızlı Geçiyor

Inception, yeni Mercury 3 diffusion tabanlı dil modelini tanıttı. Model, metni kelime kelime üretmek yerine bütün cevabı adım adım rafine ederek, 1.000'den fazla tokenı saniyede işleyebiliyor ve kendi iç benchmark'larında GPT-6 Luna ve Claude Haiku 5.5'i sekiz testten sekizde geride bırakıyor.

The Decoder kaynağından derlendi · · 2 dk okuma

Orijinal haber ↗
Görsel: The Decoder

Özetle

  1. 1

    Mercury 3, diffusion tabanlı bir dil modeli olarak 1.068 token/saniye hızla çalışıyor ve geleneksel modellerden 4‑8 kat daha hızlı.

  2. 2

    IFBench ve SWE‑Bench Atlas testlerinde sırasıyla 76.84 ve 51.08 puan alarak GPT-6 Luna ve Claude Haiku 5.5'i geride bıraktı.

  3. 3

    Model, 1 milyon token'a kadar bağlamı işleyebiliyor ve OpenAI uyumlu API sayesinde mevcut uygulamalara kolay entegrasyon sağlıyor.

Inception, Mercury 3 adlı diffusion tabanlı bir dil modeli piyasaya sürdü. Geleneksel büyük dil modellerinin kelime kelime üretmesi yerine, Mercury 3 tüm yanıtın kaba bir taslağını oluşturup birden çok geçişte detaylandırıyor. Bu yaklaşım, modelin Nvidia GPU'larda 1.068 token/saniye hızla çalışmasını sağlıyor ve aynı donanımda Claude Haiku 5.5'in 240, GPT-6 Luna'nın ise 130 token/saniye hızının çok altında kalıyor.

Şirket, Mercury 3'ün kendi iç benchmark'larında 12 testin 8'inde rakiplerini geride bıraktığını belirtiyor. IFBench testinde 76.84 puan alarak GPT-6 Luna'dan 15 puan daha yüksek bir skor elde etti. Ayrıca, SWE‑Bench Atlas testinde 51.08 puanla, rakiplerinin 33.33 ve 32.26 puanlarından belirgin bir fark yarattı. Claude Haiku 5.5 daha uzun kodlama testi DeepSWE'de üstünlük sağlarken, GPT-6 Luna iki Artificial Analysis testinde öne çıktı.

Mercury 3, bir seferde 1 milyon token'a kadar işleyebilen geniş bir bağlam penceresine sahip ve OpenAI uyumlu API üzerinden sunuluyor. Inception, modeli özellikle gerçek‑zamanlı uygulamalara, otonom AI ajanlarına, akıllı gözlüklere ve müşteri destek sistemlerine yönelik tasarladığını vurguluyor. Erken erişim ortakları, akıllı gözlüklerde arama süresinin sadece 80 ms olduğunu, modelin ise yanıt süresinin 0.9 saniyeye düştüğünü raporladı.

Fiyatlandırma açısından Mercury 3, lansmanda giriş fiyatı olarak milyon giriş tokenu başına 0.20 $, çıkış tokenu başına 0.70 $ olarak belirlenmiş ve bu fiyatlar %50 indirimli. İndirim süresi belirtilmemiş olsa da, uzun promptlarda rakip modellerin daha yüksek ücretlendirmesi nedeniyle Mercury 3 daha ekonomik bir seçenek sunuyor.

Yöney yorumu

Mercury 3'ün yüksek hız ve geniş bağlam kapasitesi, özellikle gecikmenin kritik olduğu AI ajanları ve akıllı cihazlar için geliştiricilere yeni bir seçenek sunuyor; ancak bağımsız benchmark sonuçları henüz gelmediği için gerçek performansın doğrulanması gerekiyor.

Yapay zekâ tarafından üretilmiştir.

Haberdeki skorlar

Bu skorların kaynak metinde birebir geçtiği doğrulandı. Bilinen testlerin sonuçları Benchmark sıralamalarına da eklenir.

  • Mercury 3IFBench
    76.84 points
  • Mercury 3SWE-Bench Atlas
    51.08 points
  • Claude Haiku 5.5Token Generation Speed · Nvidia GPUs
    240 tokens/s
  • GPT-6 LunaToken Generation Speed · Nvidia GPUs
    130 tokens/s
Devamı kaynakta

Bu haber The Decoder kaynağından derlenip Türkçeye aktarıldı. Ayrıntılar ve orijinal metin için oka tıklayın.

I

Aynı bölümden

Tümü →
I Model Çıkışı

IBM Granite Speech 5.0: Daha Doğru, Daha Hızlı ve Çok Dilli Konuşma Modelleri

IBM, Granite Speech 5.0 koleksiyonunda üç yeni güncellemeyi duyurdu: 2 B parametreli çok dilli ASR modeli granite-speech-5.0-2b, hız odaklı turboctc modeli granite-speech-5.0-470m-turboctc ve çok konuşmacılı toplantılar için geliştirilmiş granite-speech-4.1-2b-plus. Yeni modeller, gürültü ve yankı koşullarına dayanıklılık, 2.000 kelimelik anahtar kelime önyargısı ve daha doğru konuşmacı atama gibi özelliklerle öne çıkıyor.

Özetle 3 madde
  1. Granite Speech 5.0-2b, 5.06% ortalama İngilizce WER ile açık ağırlıklı ASR modelleri arasında #2 sırada.
  2. Turbo CTC modeli, 19.870 RTFx hızına ulaşarak önceki sürümden %60 daha hızlı çalışıyor.
  3. Granite Speech 4.1-2b-plus, konuşmacı atama ve zaman damgası doğruluğunda %7‑45 arasında hata iyileştirmesi sağladı.

Hugging Face1 skor

I Model Çıkışı

Mistral ve Nvidia, Fizik AI ile Endüstriyel Tasarımı Hızlandırıyor

Mistral ve Nvidia, Mistral Large 4 dil modeli ve fizik AI'yi Nvidia'nın CUDA‑X, Warp ve Omniverse platformlarıyla birleştirerek mühendislik simülasyonlarını ve ürün tasarım süreçlerini tek bir akışta hızlandırmayı hedefliyor. Ortaklık, havacılık, otomotiv ve yarı iletken gibi sektörlerde tasarım‑simülasyon‑AI entegrasyonunu mümkün kılacak açık benchmark ve veri setleri de sunacak.

Özetle 3 madde
  1. Mistral Large 4, yaklaşık 1 trilyon parametreyle açık‑ağırlıklı olarak Ekim 2026'da yayınlanacak.
  2. Nvidia'nın CUDA‑X, Warp ve Omniverse platformlarıyla entegrasyon, tasarım‑simülasyon‑AI akışını tek bir ortamda birleştiriyor.
  3. Ortaklık, endüstriyel tasarımda kullanılacak açık benchmarklar ve veri setleri sunarak şeffaf performans ölçümünü destekleyecek.

The Decoder

I Model Çıkışı

NVIDIA Kumo Forecast: Önceden Eğitilmiş Transformer ile Tarihsel Desen Getirimi ve Açıklanabilirlik

NVIDIA, çok değişkenli zaman serisi tahmini için yeni Kumo Forecast modelini duyurdu. Model, MOMENT-1-large tabanlı 340 M parametrelik bir encoder, tarihsel desen geri getirme (DARR) ve yerleşik açıklanabilirlik katmanını birleştiriyor. Apache 2.0 lisansı altında açık kaynak olarak sunuluyor.

Özetle 3 madde
  1. 340 M parametreli MOMENT‑1‑large Transformer encoder'ı ön‑eğitimli temsiller sağlıyor.
  2. Domain‑Aware Representation and Retrieval (DARR) modu, tarihsel desen geri getirme ile tahmini güçlendiriyor.
  3. Yerleşik açıklanabilirlik çerçevesi, horizon‑spesifik özellik ve gecikme katkılarını sunuyor.

Hugging Face