Нейросеть Mercury 3 создала игру за 5 секунд: пошаговый гайд, как сделать свою

Что такое Inception и диффузионные языковые модели

Inception ― американский стартап из Редвуд-Сити, Калифорния. Его основали исследователи, которые занимались диффузионными моделями в академической среде. Генеральный директор компании ― Стефано Эрмон, профессор Стэнфорда, а главный научный сотрудник ― Владимир Кулешов. Inception называет себя создателем первых коммерческих диффузионных языковых моделей (dLLM).

Чтобы понять, чем Mercury отличается от GPT или Claude, стоит разобраться в двух подходах к генерации текста.

Авторегрессионные модели. Так работают почти все известные LLM. Модель читает запрос, предсказывает следующий токен, добавляет его к тексту и запускается снова. Ответ из 500 токенов ― это 500 последовательных проходов через нейросеть. Ускорить процесс железом можно лишь до определенного предела: 300-й токен не начнет генерироваться, пока не готов 299-й.

Диффузионные модели. Этот подход пришел из генерации изображений ― на нем построены Stable Diffusion, Midjourney и многие видеомодели. В текстовом варианте модель создает черновик сразу всего ответа, а потом за несколько итераций «очищает» его от шума, уточняя все позиции параллельно. Число таких проходов гораздо меньше числа токенов, поэтому на том же оборудовании ответ появляется быстрее.

У диффузии текста есть известные сложности: длина ответа должна быть задана заранее, а модель при каждом проходе заново обрабатывает весь контекст. Стандартное решение ― блочная диффузия. Модель генерирует ответ блоками слева направо, внутри каждого блока работает диффузия, а готовые блоки кешируются так же, как у авторегрессионных моделей. Как именно Mercury 3 обрабатывает контекст на 1 млн токенов, Inception не раскрывает.

Есть и обратная сторона. Модель, которая пишет текст не по порядку, сложнее интерпретировать: ход ее рассуждений не выстраивается в привычную линейную цепочку. Это открытый вопрос для всех dLLM, на который Inception пока не дала развернутого ответа.

Что нового в Mercury 3

Mercury 3 ― четвертый крупный релиз компании. Первая Mercury вышла в 2025 году как экспериментальная модель для программирования. Mercury 2 добавила режим рассуждений и в октябре 2026 года вошла в список лучших изобретений года по версии TIME. Mercury 2.5 в сентябре получила настраиваемую глубину рассуждений и контекст на 260 000 токенов.

В анонсе Inception показывает, как росло качество моделей вместе с размером.

Главный тезис релиза ― «диффузия масштабируется». Число параметров Mercury 3 Inception не раскрывает, сообщая только, что модель более чем в 40 раз больше Mercury 1 (mini). Среднее качество по набору бенчмарков выросло примерно втрое, а скорость осталась выше 1 000 токенов в секунду. По словам Стефано Эрмона, чаще всего компании задавали вопрос, может ли диффузия масштабироваться. В интервью SiliconANGLE он заявил, что ограничения сводятся к вычислениям и данным, а не к фундаментальным барьерам алгоритма. Обучение следующей модели уже идет.

Владимир Кулешов в посте на Hacker News добавил важную деталь: преимущество диффузии растет вместе с длиной рассуждений. Чем дольше модель «думает» перед ответом, тем больше токенов генерируется и тем сильнее выигрыш от параллельной генерации по сравнению с авторегрессионной моделью того же размера.

Остальные характеристики по документации Inception:

• контекстное окно ― 1 млн токенов;
• максимальная длина ответа ― 131 072 токена;
• четыре уровня рассуждений;
• температура настраивается в диапазоне от 0,5 до 1,0;
• поддержка вызова инструментов и структурированных ответов;
• формат ввода и вывода ― только текст.

Последний пункт важен при сравнении с конкурентами. GPT-6 Luna и Claude Haiku 5.5 принимают изображения, а Mercury 3 работает исключительно с текстом. Для задач с распознаванием скриншотов или документов модель не подойдет.

Бенчмарки: где Mercury 3 обходит GPT-6 Luna и Claude Haiku 5.5

Inception сравнивает Mercury 3 с двумя «быстрыми» моделями крупных лабораторий: Claude Haiku 5.5, которую Anthropic выпустила 7 октября, и GPT-6 Luna ― младшей моделью семейства GPT-6. Все три модели тестировали на среднем уровне рассуждений (medium). 

Самый большой отрыв модель показывает в следовании инструкциям и агентном программировании.

Важная оговорка: все цифры в таблице получены самой Inception. Компания сравнивает модели на среднем уровне, хотя у Haiku 5.5 и Luna есть более высокие уровни рассуждений. На максимальных настройках обе модели набирают заметно больше, но и работают медленнее. 

Независимые замеры: что показывают OpenRouter и Vals AI

Через несколько дней после релиза появились первые сторонние данные. Они помогают оценить, как модель ведет себя за пределами лаборатории.

Скорость в OpenRouter. На странице Mercury 3 агрегатор показывает медианную скорость около 243 токенов в секунду и медианную задержку 0,93 с. Это в 4 с лишним раза ниже заявленных 1 068 токенов в секунду. Разница объясняется методикой: OpenRouter измеряет реальные запросы пользователей со всеми накладными расходами сети и очередей, а Inception ― пропускную способность генерации на своих GPU. Для сравнения, Artificial Analysis фиксирует у Claude Haiku 5.5 на максимальном уровне около 235 токенов в секунду, а у GPT-6 Luna ― около 136.

Бенчмарки Vals AI. Независимая платформа Vals AI оценила модель на прикладных задачах. Индекс Vals составил 43,7%, на Vibe Code Bench v1.1 ― 60,9%, на Finance Agent v2.1 ― 54,7%. Самый слабый результат ― 3,0% на Terminal-Bench 4.0, где агент выполняет сложные задачи в терминале. Для сравнения, Anthropic сообщает о 39,2% у Haiku 5.5 и 16,4% у GPT-6 Luna на том же тесте.

Картина получается неоднородной. В коротких агентных шагах, поиске и следовании инструкциям Mercury 3 выглядит сильно, а в длинных многошаговых задачах в терминале пока заметно отстает от моделей, с которыми ее сравнивает Inception.

Как устроен Inception Chat 

Чат Inception открывается по адресу chat.inceptionlabs.ai и встречает слоганом «The fastest commercial-grade diffusion LLM». По умолчанию в нем выбрана Mercury 3 со средним уровнем рассуждений Medium. Под полем ввода есть кнопка веб-поиска и переключатель уровня рассуждений.

Отдельного внимания заслуживает переключатель Diffusion Effect. Когда он включен, чат показывает, как модель уточняет ответ: текст появляется не слева направо, а целым блоком, который постепенно проясняется из случайных символов. Это наглядная иллюстрация того, чем диффузионная генерация отличается от привычной.

Над полем ввода расположены четыре плейграунда, каждый из которых демонстрирует отдельный сценарий.

1. Voice ― голосовой агент в реальном пайплайне. Справа в реальном времени показывается, какие данные модель извлекла из разговора.
2. Search ― агент, который запускает до пяти параллельных веб-поисков в несколько итераций и собирает ответ.
3. Decide ― например, маршрутизация тикета поддержки с оценкой срочности и выбором ответственной команды.
4. Code ― агенты на Mercury 3.

Плейграунды работают без регистрации и хорошо подходят для первого знакомства. Именно Code Playground Inception предлагает как основную демонстрацию возможностей Mercury 3 в роли быстрого агента ― с него и начнем практическую часть.

Практика: игра Asteroids в Code Playground 

Для практической части возьмем 2D-игру. Задача хорошо показывает главное преимущество модели: агент выполняет несколько шагов подряд ― читает файлы, пишет код, проверяет его, ― и на каждом шаге скорость модели складывается в общее время. 

Шаг 1: Откройте Code Playground

Перейдите в Inception Chat и нажмите кнопку Code в верхней панели. Регистрация не нужна. Откроется вкладка Coding agent с тремя областями: превью игры слева, панель агента справа и редактор кода снизу.

В стартовом проекте уже есть три файла: index.html, style.css и game.js. На холсте ― синий квадрат, которым можно управлять стрелками. Это заготовка, которую агент будет переписывать. 

Шаг 2: Запустите первую генерацию

В панели агента есть пять готовых подсказок. Выберите вариант с Asteroids ― он сложнее остальных за счет физики корабля и дробления астероидов. 

Агент сначала читает три файла проекта, затем переписывает game.js, проверяет код и правит index.html. Под последним сообщением отображаются время, число шагов, измененные файлы и расход токенов. 

В тесте редакции генерация заняла до 5 секунд. За это время агент собрал полноценную игру со счетом, жизнями, волнами астероидов, миганием неуязвимости после столкновения и перезапуском по клавише R.

Шаг 3: Проверьте игру

Кликните по окну превью, чтобы оно получило фокус. Управление ― стрелки или WASD для поворота и ускорения, пробел для выстрела, R для перезапуска. Превью перезагружается автоматически при каждом изменении кода, поэтому результат виден сразу после завершения работы агента.

Шаг 4: Доработайте игру своим запросом

Готовые подсказки ― только отправная точка. В поле ввода можно описать любые изменения. Попросим добавить сразу три механики: эффект взрыва, усиление и противника.

В тесте редакции правка заняла несколько секунд. Агент вынес обработку попадания по кораблю в отдельную функцию и добавил отрисовку щита и НЛО.

Практика: правка дизайна в Live Design Editor

Вторая вкладка Code Playground ― Live Design Editor. Здесь Mercury 3 работает как дизайн-ассистент: на холсте лежит макет лендинга кофейни размером 1200×760, а модель меняет его по текстовым командам. Холст обновляется прямо во время ввода запроса. 

Шаг 1: Откройте редактор

В Code Playground переключитесь на вкладку Live Design Editor. Слева ― панель слоев (навигация, заголовок, подзаголовок, кнопка призыва к действию, фото и три карточки меню), в центре ― холст, справа ― панель Design Assistant.

Шаг 2: Опишите изменение

В панели ассистента есть готовые команды: сделать кнопку темно-зеленой, перевести страницу в темную тему, добавить карточку с чаем, увеличить заголовок или скруглить углы. Можно объединить несколько правок в одном запросе.

Шаг 3: Примите или отмените правку

Изменения применяются как предварительный просмотр. Клавиша Enter сохраняет результат, Esc отменяет его. Такой режим позволяет перебирать варианты, не боясь испортить макет. 

Сценарий показывает, зачем нужна высокая скорость в интерфейсах: правка, которая приходит за доли секунды, воспринимается как часть редактора, а не как запрос к нейросети. 

Ограничения и что стоит учитывать

Mercury 3 закрывает часть вопросов к диффузионным моделям, но у нее остаются ограничения. Часть из них следует из бенчмарков, часть ― из особенностей продукта.

Расхождение скорости. Заявленные 1 068 токенов в секунду ― это скорость генерации на GPU Inception. В реальных запросах через OpenRouter медианная скорость составляет около 243 токенов в секунду, что сопоставимо с Claude Haiku 5.5 на максимальном уровне рассуждений.

Длинные агентные задачи. На DeepSWE v1 модель уступает Haiku 5.5, а на Terminal-Bench 4.0 по данным Vals AI набирает лишь 3%. Для многочасовых задач в терминале и крупных рефакторингов она пока не подходит.

Сравнение на medium. Inception тестировала все модели на среднем уровне рассуждений. Haiku 5.5 и GPT-6 Luna на максимальных уровнях показывают более высокие результаты, хотя и работают медленнее.

Только текст. Модель не принимает изображения и документы в виде картинок, в отличие от обоих конкурентов.

Закрытые параметры. Inception не раскрывает число параметров, архитектуру и способ обработки контекста на 1 млн токенов. Открытых весов нет, запустить модель локально нельзя.

Сворачивание старых моделей. Mercury 2 и 2.5 отключат для текущих пользователей 15 ноября 2026 года. Проектам на этих моделях нужно заранее протестировать миграцию.

Интерпретируемость. Модель уточняет текст не по порядку, поэтому ход ее рассуждений сложнее отслеживать, чем у авторегрессионных моделей.

Большинство ограничений касаются не скорости, а сложных длинных задач и прозрачности. Для коротких агентных циклов они менее критичны, но перед переводом рабочего проекта на Mercury 3 стоит прогнать собственные запросы.

Кому подойдет Mercury 3

Mercury 3 ― первая диффузионная языковая модель, которая по усредненным бенчмаркам вышла на уровень быстрых моделей OpenAI и Anthropic. Это важный сигнал для индустрии: если заявления Inception подтвердятся, диффузия может стать реальной альтернативой авторегрессионной генерации там, где решает задержка.

Наибольшую пользу модель принесет в продуктах с цепочками коротких шагов. Это браузерные и поисковые агенты, голосовые ассистенты, поддержка клиентов, образовательные сервисы с мгновенной обратной связью и интерфейсы, где ответ нейросети встраивается прямо в редактирование.

Для сложного программирования и длинных автономных задач выбор пока остается за флагманами вроде Claude Opus 5.5 или GPT-6 Astra. По словам Стефано Эрмона, обучение преемника Mercury 3 уже идет ― следующий релиз покажет, сохранится ли тенденция роста качества без потери скорости.