Yapay zekâ dünyasında “daha hızlı” demek artık pek bir şey ifade etmiyor. Her ay biri çıkıp öncekinden iki kat, üç kat çabuk bir model duyuruyor. Ama bu hafta Mercury 3 Tanıtıldı ve GPT-6 ‘dan 8 kat daha hızlı olduğu iddia edildi. Inception’ın ortaya attığı rakam biraz dikkat çekiyor, çünkü söz konusu olan %20’lik bir iyileştirme değil.
İçindekiler
Mercury 3 tanıtıldı: Inception, yapay zekada hız yarışını yeniden başlatıyor
Şirket, Mercury 3’ü 19 Ekim 2026’da tanıttı ve onu bugüne kadar çıkan, difüzyon temelli en yetenekli büyük dil modeli olarak tarif etti. İddiaya göre model, bir dizi karşılaştırmada GPT-6 Luna ve Claude Haiku 5.5’i geride bırakıyor ve bunu dört ila sekiz kat daha hızlı çalışarak, saniyede 1.000’in üzerinde token üreterek yapıyor. Bir de not düşeyim: bunlar şirketin kendi beyanı. Bağımsız bir test henüz ortada yok.
Sırayla yazmayan bir model
Meselenin asıl ilginç tarafı rakamlardan çok yöntemde. Bugün kullandığımız hemen hepsi, yani GPT, Claude, Gemini, metni tek tek, sırayla üretiyor. Her kelime bir öncekine dayanıyor. Mercury ise difüzyon yaklaşımını kullanıyor. Görüntü üreten sistemlerde alıştığımız mantığa yakın bir şey bu: metnin tamamı önce kaba bir taslak olarak beliriyor, sonra adım adım netleşiyor. Sırayla yazmak zorunda kalmadığı için, kâğıt üzerinde çok daha hızlı olması gerekiyor.
Fikir yeni değil. Google DeepMind, Gemini Diffusion ile 2025 mayısında difüzyonun da otoregresif modellerle ticari kalitede başa baş gidebildiğini göstermişti. Asıl soru hep şuydu: Bu yöntem büyüdükçe de işe yarar mı? Inception’a göre Mercury 3 bu soruya yanıt veriyor ve otoregresif modellerin ilerlemesini sağlayan ölçekleme yasaları difüzyon için de geçerli.
Veriler neyi gösteriyor?
Şirketin öne sürdüğü destekleyici veriler de var. Mercury 3’ün ilk sürüm olan Mercury 1’den 40 kattan fazla büyük olduğu, buna rağmen aynı hızda çalıştığı söyleniyor. Bağlam penceresi ise 1 milyon token. Web gezinme ajanı testinde, Mind2Web’in 50 canlı görevinde Mercury 3 işlerin yarısını tamamlamış. Inception bunun GPT-6.1-Sol’ün üstünde olduğunu söylüyor, üstelik aynı token miktarı ve aynı ajan adımı sayısıyla, token başına çok daha düşük maliyetle. Yüzde 50 kulağa büyük bir rakam gelmeyebilir ama canlı web görevlerinde bu tür işlerin hala zorlandığını düşününce anlam kazanıyor. Yine de 50 görevlik bir örnek, kesin hüküm vermek için küçük.
Şirket, erken erişimdeki ortaklarının modeli gecikmeye duyarlı uygulamalarda şimdiden kullandığını belirtiyor. Bunların arasında web gezinme ajanları, etkileşimli eğitim, gerçek zamanlı arama ajanları ve müşteri hizmetleri var. Hız burada gerçekten fark yaratıyor. Telefonda bir müşteriyle konuşan bir ses asistanı için bir saniyelik bekleme, doğal bir konuşmayla robotik bir konuşma arasındaki farkı belirliyor.
Hangi platformlarda Var
Mercury 3, Inception’ın kendi API platformunun yanı sıra OpenRouter, Baseten ve Vercel üzerinden de kullanılabiliyor ve OpenAI API’siyle uyumlu. Bu uyumluluk küçük görünen ama pratikte çok işe yarayan bir ayrıntı, çünkü geliştiricinin mevcut kodunu baştan yazmadan modeli denemesine izin veriyor.
Sonuç olarak
Peki ne düşünmeli? Kıyaslamalarda öne geçmek başka, gerçek kullanımda sürekli güvenilir olmak başka. Hız avantajı gerçekse, özellikle ajan türü işlerde, yani modelin defalarca arka arkaya çağrıldığı senaryolarda, toplam süreyi ciddi biçimde kısaltabilir. Ama “en üst modelleri geride bırakıyor” cümlesinin hangi testlerde, hangi ayarlarla doğru olduğunu görmek için birkaç hafta beklemek gerekecek. Bağımsız ölçümler çıktığında tablo netleşir.
Kaynaklar:unite ecosistemastartupunite donanimhaber
