डिफ्यूज़न भाषा मॉडल ‘Mercury 3’ का दावा: प्रति सेकंड 1,068 टोकन की तेज़ जनरेशन

अमेरिकी AI स्टार्टअप Inception ने अक्टूबर 2026 में डिफ्यूज़न भाषा मॉडल ‘Mercury 3’ की घोषणा की। कंपनी की तुलना के मुताबिक, यह Nvidia के GPU पर प्रति सेकंड 1,068 टोकन जनरेट करता है और GPT-6 Luna तथा Claude Haiku 5.5 से 4 से 8 गुना तेज़ है। कंपनी का यह भी दावा है कि इसने 12 में से 8 बेंचमार्क में बेहतर प्रदर्शन किया। यह इस बात का एक उदाहरण है कि AI की प्रतिस्पर्धा का केंद्र ‘बुद्धिमत्ता’ से आगे बढ़कर ‘प्रतीक्षा समय’ तक फैल रहा है।

ऐसे मॉडल की असलियत, जो शब्द-दर-शब्द नहीं लिखता

GPT और Claude जैसे मुख्यधारा के भाषा मॉडल वाक्य को एक-एक शब्द करके क्रम से तैयार करते हैं। अगला शब्द निकालने से पहले पिछले शब्द का तय होना ज़रूरी है—यह बिल्कुल कतार में खड़े होकर अपनी बारी का इंतज़ार करने जैसा है। कंप्यूटर चाहे कितना भी तेज़ हो, ‘एक कतार में इंतज़ार’ की यह संरचना नहीं बदलती।

Mercury 3 डिफ्यूज़न मॉडल नाम की तकनीक अपनाता है। इमेज जनरेशन AI में लोकप्रिय हुई इस सोच को भाषा पर लागू करते हुए, मॉडल पहले पूरे जवाब का एक मोटा मसौदा तैयार करता है और फिर कुछ चरणों में उसे परिष्कृत करता है। Inception के मुताबिक, एक साथ कई शब्दों को संसाधित कर पाने से गति के मामले में उसे बढ़त मिलती है। Google भी इसी दिशा में शोध कर रहा है। Gemini Diffusion के डेमो के बाद, उसने जून में ओपन मॉडल ‘DiffusionGemma’ जारी किया। यह मानक Gemma 4 से अधिकतम 4 गुना तेज़ है, हालांकि इसके नतीजे कुछ कमज़ोर बताए गए हैं।

Inception के मुताबिक, Mercury 3 में शुरुआती Mercury 1 की तुलना में 40 गुना से अधिक पैरामीटर हैं, फिर भी इसकी गति समान है। छोटे Mercury 1 mini के मुकाबले इसका प्रदर्शन 3 गुना बेहतर हुआ है। कंपनी इसे एक अहम संकेत मानती है कि डिफ्यूज़न मॉडल में भी आकार बढ़ाने से प्रदर्शन लगातार सुधरता है।

बेंचमार्क में जीत-हार की तस्वीर एकतरफा नहीं

घोषणा में ‘12 में से 8 बेंचमार्क में शीर्ष स्थान’ का आंकड़ा ध्यान खींचता है। हालांकि, तुलना कंपनी ने खुद की है और तीनों मॉडल मध्यम सेटिंग्स पर चलाए गए थे।

निर्देशों का पालन करने के मामले में अंतर सबसे बड़ा है। IFBench में Mercury 3 ने 76.84 अंक हासिल किए, जो GPT-6 Luna से करीब 15 अंक अधिक हैं। स्वायत्त कोडिंग को मापने वाले SWE-Bench Atlas में भी इसने 51.08 अंक दर्ज किए और प्रतिस्पर्धियों के 33.33 तथा 32.26 अंकों से काफी आगे रहा।

दूसरी ओर, लंबे कोडिंग कार्य DeepSWE में Claude Haiku 5.5 आगे रहा। लंबे पाठ से जानकारी खोजने वाले कार्य में भी यही मॉडल बेहतर है। Artificial Analysis के दो बेंचमार्क में GPT-6 Luna मामूली बढ़त पर है। कंपनी ने अपने संक्षिप्त परिचय में गुणवत्ता को सावधानी से ‘समान या बेहतर’ बताया है—संभवतः इसकी वजह यही मिला-जुला प्रदर्शन है।

गति के मामले में भी कंपनी की तुलना के मुताबिक, Mercury 3 प्रति सेकंड 1,068 टोकन जनरेट करता है, जबकि Claude Haiku 5.5 करीब 240 और GPT-6 Luna करीब 130 टोकन जनरेट करता है। स्वतंत्र तीसरे पक्ष की जांच के नतीजे अभी उपलब्ध नहीं हैं। इन आंकड़ों को ‘मज़बूत दावे’ के रूप में लें और अपने इस्तेमाल में आज़माकर परखना ही व्यावहारिक तरीका है।

जहां प्रतीक्षा समय मायने रखता है

Inception जिन प्रमुख उपयोगों का ज़िक्र करता है, उनमें AI एजेंट, खोज, ग्राहक सहायता और शिक्षण सहयोग शामिल हैं। खास तौर पर एजेंट एक काम को कई चरणों में पूरा करते हैं और हर चरण पर मॉडल के जवाब का इंतज़ार करना पड़ता है। हर बार की देरी छोटी हो सकती है, लेकिन लगातार जुड़ने पर उपयोगकर्ता का अनुभव काफी बदल सकता है।

शुरुआती दौर में इसका इस्तेमाल करने वाली कंपनियां भी मुख्य रूप से गति की बात कर रही हैं। स्मार्ट ग्लास के लिए खोज सुविधा बनाने वाली Octen AI के संस्थापक Kuan Zou ने कहा, “स्मार्ट ग्लास पर 5 सेकंड में मिलने वाला जवाब ऐसा लगता है मानो सिस्टम खराब हो।” उनके मुताबिक, खोज में करीब 80 मिलीसेकंड लगते थे और अड़चन भाषा मॉडल था। Mercury 3 के इस्तेमाल से जवाब मिलने का औसत समय 0.9 सेकंड और पूरी प्रक्रिया का समय 2.2 सेकंड हो गया।

शिक्षा कंपनी General Learning का कहना है कि अब वह विद्यार्थियों को संकेत और उनके काम पर प्रतिक्रिया करीब 1 सेकंड में दे सकती है। ग्राहक सेवा कंपनी Lorikeet ने तेज़ जवाबों के साथ नतीजों में सुधार की भी जानकारी दी। वेबसाइटों पर काम स्वचालित करने वाली TinyFish AI का कहना है कि उसने वास्तविक वेबसाइटों पर नेविगेशन से जुड़े 50 में से 25 कार्य पूरे किए और GPT-6.1-Sol से बेहतर प्रदर्शन किया। हालांकि, OpenAI की ओर से इसके विशिष्ट आंकड़े नहीं दिए गए हैं।

अपनाने का फैसला करते समय गति के अलावा भी देखें

इसे इस्तेमाल करना शुरू करना अपेक्षाकृत आसान है। Mercury 3, Inception के अपने प्लेटफॉर्म के अलावा OpenRouter, Baseten और Vercel पर भी उपलब्ध है। कंपनी का मानना है कि OpenAI के मॉडल के अनुकूल API इस्तेमाल होने से मौजूदा व्यवस्था से बदलाव करना आसान होगा। यह अधिकतम 10 लाख टोकन तक के इनपुट संभाल सकता है।

सामान्य कीमत पर प्रति 10 लाख इनपुट टोकन 0.20 डॉलर और आउटपुट टोकन 0.70 डॉलर का शुल्क है। घोषणा के समय यह आधी कीमत पर उपलब्ध है, लेकिन छूट कब तक जारी रहेगी, यह नहीं बताया गया है। सामान्य कीमत लागू होने पर छोटे इनपुट के लिए इसकी आउटपुट दर GPT-6 Luna और Claude Haiku 5.5—दोनों की 0.50 डॉलर की दर—से अधिक होगी। हालांकि, बहुत लंबे इनपुट के लिए दोनों प्रतिस्पर्धी मॉडलों की कीमत काफी अधिक हो जाती है।

Inception ने फरवरी 2026 में ‘Mercury 2’ जारी किया था, जिसे जवाब देने से पहले बीच के तर्क चरणों का इस्तेमाल करने वाला पहला डिफ्यूज़न मॉडल बताया गया। इससे पहले कंपनी ने 5 करोड़ डॉलर जुटाए थे। निवेशकों में Nvidia, Microsoft, Snowflake की निवेश शाखा NVentures, M12 और Snowflake Ventures शामिल हैं।

आखिरकार, चुनाव का आधार केवल गति नहीं होती। गुणवत्ता, लागत, लंबे टेक्स्ट को संभालने की क्षमता और आपकी सेवा के लिए प्रतीक्षा समय कितना मायने रखता है—फैसला इन सभी बातों को साथ देखकर करना होगा। जिन कामों में रीयल-टाइम प्रतिक्रिया बेहद अहम है, उनके लिए Mercury 3 आज़माने लायक विकल्प हो सकता है।