模型71°

Inception AI 的 Mercury 3 Preview 在 ARC-AGI-2 拿下 61.8%

精选理由

Inception AI 的 Mercury 3 Preview 是 ARC Prize 官方测过的第一个扩散语言模型,ARC-AGI-2 拿了 61.8%,速度最高 1,743 tokens/秒,比常见自回归模型快一大截。不过它在 ARC-AGI-3 上基本不会做题,做低延迟生成场景的朋友可以把这条路线加进对比清单。

Inception AI 的 Mercury 3 Preview 在 ARC Prize 官方 Verified 评测中公布成绩:ARC-AGI-2 得分 61.8%,单任务成本 $0.06;ARC-AGI-1 得分 88.5%,单任务成本 $0.03。ARC-AGI-3 上目前得分仅 0.2%(标准模式 0.1%),在提供 adapter 的情况下价格分别为 $299 和 $333。

正文

ARC Prize 团队指出,这是他们评测过的第一个扩散(diffusion)语言模型,生成速度最高达到 1,743 tokens/秒。扩散架构通过并行生成而非逐 token 自回归解码来实现这种吞吐量,这也是它能在维持低成本的同时跑出高分的底层原因。

61.8% 的 ARC-AGI-2 成绩已进入该基准的第一梯队区间,而 1,743 tokens/秒的速度远超多数自回归模型。对开发者来说,如果在做需要低延迟、大批量生成的场景,这种扩散范式路线值得纳入对比测试;但 ARC-AGI-3 上接近零的表现也说明交互式、探索性任务仍是这类模型的短板。

原文 · ARC Prize

Mercury 3 Preview from @_inception_ai on ARC-AGI (Verified):

- ARC-AGI-3: 0.2%, $299 (provider adapter), 0.1%, $333 (standard) - ARC-AGI-2: 61.8%, $0.06/task - ARC-AGI-1: 88.5%, $0.03/task

It is the first diffusion model we've evaluated, delivering up to 1,743 tokens/second. https://t.co/Wqscy5zUrl

产业坐标与信源核验

本条情报归属 AITOP「模型」核心栏目,重点聚焦北美前沿实验室与硅谷科技巨头。在跨区域产业观察坐标中,该动态直接关联「AI 开发者工具链、Coding Agent 与工程化实践」「中美大模型技术代差与商业化对照」研究主线,反映出当前技术演进与商业落地的最新风向。涉及核心实体与技术议题包括:Mercury 3、Inception AI、ARC-AGI、扩散模型,读者可通过下方标签进入对应专题页查阅历史脉络与关联对比。

信源核验说明:本文原始线索采编自「ARC Prize」(@arcprize),经 AITOP 多维评分管线结构化提炼。