إطلاق Inception نموذج اللغة Mercury 3 بسرعة تتجاوز GPT-6 Luna وClaude Haiku 5.5

أعلنت شركة Inception، المتخصصة في أبحاث ومنتجات الذكاء الاصطناعي ومقرها كاليفورنيا، عن أحدث نماذجها للغة المنتشرة Mercury 3، مدعيةً أنها تفوقت في العديد من اختبارات الأداء على المنافسين المحسنين للسرعة، GPT-6 Luna وClaude Haiku 5.5، حيث تصل سرعة التشغيل إلى أربعة إلى ثمانية أضعاف. يقوم هذا النموذج الجديد بتوليد أكثر من 1,000 علامة في الثانية على وحدات معالجة الرسوميات NVIDIA المتاحة على نطاق واسع، ويدعم نافذة سياقية تصل إلى 1,000,000 علامة، مما يمكنه من معالجة كميات كبيرة من المعلومات في طلب واحد.

وفقًا لشركة Inception، فإن حجم Mercury 3 يتجاوز حجمه في الجيل الأول Mercury 1 بأكثر من 40 مرة، مع الحفاظ على سرعة معالجة ملحوظة. وأشارت الشركة إلى أن هذه النتائج تظهر أن نماذج اللغة المستندة إلى الانتشار يمكن أن تصبح أكثر قوة دون التضحية بميزة سرعة البنية التحتية الخاصة بها.

مزايا نماذج اللغة المستندة إلى الانتشار

تقوم نماذج اللغة التقليدية الكبيرة بتوليد النصوص بشكل تسلسلي، حيث تتوقع علامة واحدة في كل مرة. بينما تعتمد نماذج اللغة المستندة إلى الانتشار على نهج مختلف، حيث تقوم بتوليد وتحسين عدة علامات بشكل متزامن. وهذا يمكّنها من إنتاج استجابات بشكل أسرع، مما يقلل من التأخير في التطبيقات التي تتطلب تفاعلًا متكررًا مع النموذج. ومع ذلك، يواجه المطورون تقليديًا تحديًا في الموازنة بين قدرة النموذج وسرعة الاستجابة. عادةً ما تكون النماذج الأصغر أسرع في الاستجابة، بينما تتطلب الأنظمة الأكثر قوة وقت معالجة إضافي. وأشارت Inception إلى أن Mercury 3 قد حلت هذه المشكلة، حيث تقدم أداءً يعادل أو يتفوق على نماذج OpenAI وAnthropic التي تم إصدارها مؤخرًا في العديد من اختبارات الأداء القياسية، مع الحفاظ على سرعة الاستدلال عند أكثر من 1,000

علامة في الثانية.

يمثل هذا الإطلاق النموذج الرابع للشركة منذ إطلاق Mercury 1 في يونيو 2025. تلا ذلك Mercury 2 الذي قدم قدرات استدلال، بينما أضاف Mercury 2.5 استدلالًا قابلًا للتعديل، ووسع النافذة السياقية إلى 260,000 علامة. وقد زادت Mercury 3 هذه السعة إلى 1,000,000 علامة، وهو ما يقارب أربعة أضعاف كمية المعلومات التي يمكن للنموذج معالجتها في مرة واحدة. قال ستيفانو إيرمون، المؤسس المشارك لشركة Inception: "منذ إطلاق Mercury 1، كان أكثر الأسئلة التي سمعناها هو ما إذا كانت تقنية الانتشار يمكن أن تتوسع.

حجم Mercury 3 يتجاوز 40 مرة، وقدراته قد تحسنت بشكل ملحوظ، ولا يزال يعمل بسرعة تزيد عن 1,000 علامة في الثانية." وأضاف إيرمون أن الشركة قد بدأت بالفعل في تدريب النموذج التالي.

سيناريوهات تطبيق Mercury 3

تستهدف الشركة التطبيقات التي قد تؤثر فيها تأخيرات الاستجابة على قابلية الاستخدام، بما في ذلك التعليم التفاعلي، والترجمة الفورية، ومساعدي الكتابة، ووكلاء البرمجيات الآلية. في الأنظمة المعتمدة على الوكلاء، يقوم النموذج عادةً بتنفيذ مهام متعددة بشكل تسلسلي، مثل البحث في مواقع الويب، وتحليل المعلومات، أو فحص سجلات البرمجيات. يمكن أن تزيد التأخيرات في كل مرحلة من الوقت المطلوب لإكمال العمليات. وأشارت Inception إلى أن سرعة الاستدلال في Mercury 3 يمكن أن تساعد في تقليل هذه التأخيرات المتراكمة دون الحاجة إلى أن يتجه المطورون إلى نماذج أقل قدرة. وقد اختبر العملاء الذين حصلوا على وصول مبكر النموذج في سير العمل الإنتاجي.

أبلغت شركة RevisionDojo، المتخصصة في تكنولوجيا التعليم، أن Mercury 3 قد قلل من وقت استجابة ملاحظات الطلاب، بما في ذلك التلميحات، والتعريفات، وإجابات العلامات، إلى حوالي ثانية واحدة.

يمكن الوصول إلى Mercury 3 من خلال Inception API، Baseten، OpenRouter وVercel. النموذج متوافق مع تنسيق OpenAI API، مما يسمح للمطورين بدمجه في التطبيقات الحالية دون الحاجة إلى تغييرات كبيرة في الكود.