Inception: Mercury 2

inception/mercury-2

Mercury 2 — это чрезвычайно быстрая LLM для рассуждений и первая диффузионная LLM для рассуждений (dLLM). Вместо последовательной генерации токенов Mercury 2 создает и уточняет несколько токенов параллельно, достигая скорости более 1000 токенов/сек на стандартных GPU. Mercury 2 более чем в 5 раз быстрее ведущих оптимизированных по скорости моделей, таких как Claude 4.5 Haiku и GPT 5 Mini, при значительно меньшей стоимости. Модель поддерживает настраиваемые уровни рассуждений, контекст 128K, нативное использование инструментов и вывод в формате JSON по схеме. Создана для задач программирования, где важна низкая задержка, для голосового поиска в реальном времени и циклов работы агентов. Совместима с OpenAI API.