Inception: Mercury 3
inception/mercury-3Diffusjonsbasert tekstmodell fra Inception for dialog, store dokumenter og sammenhengende kunnskapsoppgaver i flere trinn.
En tekstmodell basert på diffusjon
Mercury 3 er en modell fra Inception som bruker en diffusjonsbasert tilnærming til tekstgenerering. Den viderefører Mercury-familien, som utvikleren retter mot interaktive applikasjoner og oppgaver med flere påfølgende modellforespørsler. I beskrivelsen av Mercury 3 fremhever Inception dialogbasert støtte, læring, dataarbeid og agentbaserte søkeoppgaver.
Diffusjonsarkitekturen er en egenskap ved modellen. Den bestemmer ikke svartiden i en konkret applikasjon: Resultatet avhenger også av forespørselens omfang, svarlengden og betjeningsforholdene. I Ailoot tar Mercury 3 imot tekst og returnerer tekst. Et slikt grensesnitt passer til forklaringer, dokumentbehandling og forberedelse av neste oppgavetrinn ut fra opplysningene som er gitt.
Stor kontekst for sammenhengende arbeid
For Mercury 3 i Ailoot er det oppgitt en kontekst på 1 000 000 tokener. Du kan samle en stor mengde tekstmateriale i én diskusjon: produktbeskrivelse, regler, korrespondanse og krav til resultatet. Verdien av stor kontekst blir tydelig når svaret må ta hensyn til flere oppgavedeler samtidig, for eksempel sammenligne en kundestøtteinstruks med avtalevilkår og utarbeide et svar på en konkret henvendelse.
I en slik forespørsel er det nyttig å merke dokumentene, beholde navnene deres og be om at hver konklusjon angir hvilket materiale den bygger på. Hvis oppgaven har flere trinn, kan du definere mellomresultater: først relevante regler, så analyse av tilfellet og deretter et svarutkast. Dette gjør resultatet enklere å kontrollere og lar deg presisere ett trinn uten å beskrive hele oppgaven på nytt.
Interaktive bruksområder
I en læringsdialog kan Mercury 3 brukes til å gjennomgå en løsning, lage et hint eller forklare et begrep på et gitt nivå. I dataarbeid kan du sende inn feltbeskrivelser, et tekstlig datautvalg og et spørsmål for å få forklart mønstre eller foreslått en omformingsplan. For kundestøtte kan du legge ved reglene og be om et forståelig svar tilpasset brukerens situasjon.
Disse bruksmåtene benytter tekstmodellen som del av en arbeidsprosess. Selvstendig nettsøk, nettleserstyring, tilgang til virksomhetssystemer og talesamtaler avhenger av verktøyene som er koblet til applikasjonen. Mercury Voice og Mercury Decide er egne produkter fra Inception; deres spesialfunksjoner inngår ikke i beskrivelsen av Mercury 3.
Tilgjengelig via Ailoot API
POST /v1/messages- Inndatatyper
text- Utdatatyper
text- Kontekst
- Ikke angitt i katalogen
- Maks. svar
- Ikke angitt i katalogen
- Inndata
- 0,0002 USD / 1K
- Utdata
- 0,0007 USD / 1K
- Lesing fra hurtigbuffer
- 0,00002 USD / 1K
POST /v1/responses- Inndatatyper
text- Utdatatyper
text- Kontekst
- Ikke angitt i katalogen
- Maks. svar
- Ikke angitt i katalogen
- Inndata
- 0,0002 USD / 1K
- Utdata
- 0,0007 USD / 1K
- Lesing fra hurtigbuffer
- 0,00002 USD / 1K
POST /v1/chat/completions- Inndatatyper
text- Utdatatyper
text- Kontekst
- Ikke angitt i katalogen
- Maks. svar
- Ikke angitt i katalogen
- Inndata
- 0,0002 USD / 1K
- Utdata
- 0,0007 USD / 1K
- Lesing fra hurtigbuffer
- 0,00002 USD / 1K
POST /v1beta/models/inception/mercury-3:generateContent- Inndatatyper
text- Utdatatyper
text- Kontekst
- Ikke angitt i katalogen
- Maks. svar
- Ikke angitt i katalogen
- Inndata
- 0,0002 USD / 1K
- Utdata
- 0,0007 USD / 1K
- Lesing fra hurtigbuffer
- 0,00002 USD / 1K
inception/mercury-3 · JSON
{"about":"### En tekstmodell basert på diffusjon\n\nMercury 3 er en modell fra Inception som bruker en diffusjonsbasert tilnærming til tekstgenerering. Den viderefører Mercury-familien, som utvikleren retter mot interaktive applikasjoner og oppgaver med flere påfølgende modellforespørsler. I beskrivelsen av Mercury 3 fremhever Inception dialogbasert støtte, læring, dataarbeid og agentbaserte søkeoppgaver.\n\nDiffusjonsarkitekturen er en egenskap ved modellen. Den bestemmer ikke svartiden i en konkret applikasjon: Resultatet avhenger også av forespørselens omfang, svarlengden og betjeningsforholdene. I Ailoot tar Mercury 3 imot tekst og returnerer tekst. Et slikt grensesnitt passer til forklaringer, dokumentbehandling og forberedelse av neste oppgavetrinn ut fra opplysningene som er gitt.\n\n### Stor kontekst for sammenhengende arbeid\n\nFor Mercury 3 i Ailoot er det oppgitt en kontekst på 1 000 000 tokener. Du kan samle en stor mengde tekstmateriale i én diskusjon: produktbeskrivelse, regler, korrespondanse og krav til resultatet. Verdien av stor kontekst blir tydelig når svaret må ta hensyn til flere oppgavedeler samtidig, for eksempel sammenligne en kundestøtteinstruks med avtalevilkår og utarbeide et svar på en konkret henvendelse.\n\nI en slik forespørsel er det nyttig å merke dokumentene, beholde navnene deres og be om at hver konklusjon angir hvilket materiale den bygger på. Hvis oppgaven har flere trinn, kan du definere mellomresultater: først relevante regler, så analyse av tilfellet og deretter et svarutkast. Dette gjør resultatet enklere å kontrollere og lar deg presisere ett trinn uten å beskrive hele oppgaven på nytt.\n\n### Interaktive bruksområder\n\nI en læringsdialog kan Mercury 3 brukes til å gjennomgå en løsning, lage et hint eller forklare et begrep på et gitt nivå. I dataarbeid kan du sende inn feltbeskrivelser, et tekstlig datautvalg og et spørsmål for å få forklart mønstre eller foreslått en omformingsplan. For kundestøtte kan du legge ved reglene og be om et forståelig svar tilpasset brukerens situasjon.\n\nDisse bruksmåtene benytter tekstmodellen som del av en arbeidsprosess. Selvstendig nettsøk, nettleserstyring, tilgang til virksomhetssystemer og talesamtaler avhenger av verktøyene som er koblet til applikasjonen. Mercury Voice og Mercury Decide er egne produkter fra Inception; deres spesialfunksjoner inngår ikke i beskrivelsen av Mercury 3.","alias_of":null,"aliases":[],"author":"Inception","canonical_model":"inception/mercury-3","ctx":null,"formats":["chat","gemini","messages","responses"],"id":"inception/mercury-3","input":["text"],"kind":"text","max_out":null,"methods":[{"cache_read":0.02,"cache_write":null,"cache_write_1h":null,"cache_write_5m":null,"conditional_meter":null,"ctx":null,"family":"anthropic","fast_multiplier":1,"flex_multiplier":1,"fmt":"messages","http":"POST","img_in":null,"img_out":null,"in":0.2,"input":["text"],"label":"Anthropic Messages","max_out":null,"max_tool_calls":null,"out":0.7,"output":["text"],"path":"/v1/messages","request_model_id":"inception/mercury-3","route_label":"Ultra","status_reads":[],"tiers":[],"tool_prices":null,"unit":"token","units":[]},{"cache_read":0.02,"cache_write":null,"cache_write_1h":null,"cache_write_5m":null,"conditional_meter":null,"ctx":null,"family":"openai","fast_multiplier":1,"flex_multiplier":1,"fmt":"responses","http":"POST","img_in":null,"img_out":null,"in":0.2,"input":["text"],"label":"OpenAI Responses","max_out":null,"max_tool_calls":null,"out":0.7,"output":["text"],"path":"/v1/responses","request_model_id":"inception/mercury-3","route_label":"Ultra","status_reads":[],"tiers":[],"tool_prices":null,"unit":"token","units":[]},{"cache_read":0.02,"cache_write":null,"cache_write_1h":null,"cache_write_5m":null,"conditional_meter":null,"ctx":null,"family":"openai","fast_multiplier":1,"flex_multiplier":1,"fmt":"chat","http":"POST","img_in":null,"img_out":null,"in":0.2,"input":["text"],"label":"OpenAI Chat","max_out":null,"max_tool_calls":null,"out":0.7,"output":["text"],"path":"/v1/chat/completions","request_model_id":"inception/mercury-3","route_label":"Ultra","status_reads":[],"tiers":[],"tool_prices":null,"unit":"token","units":[]},{"cache_read":0.02,"cache_write":null,"cache_write_1h":null,"cache_write_5m":null,"conditional_meter":null,"ctx":null,"family":"gemini","fast_multiplier":1,"flex_multiplier":1,"fmt":"gemini","http":"POST","img_in":null,"img_out":null,"in":0.2,"input":["text"],"label":"Gemini generateContent","max_out":null,"max_tool_calls":null,"out":0.7,"output":["text"],"path":"/v1beta/models/inception/mercury-3:generateContent","request_model_id":"inception/mercury-3","route_label":"Ultra","status_reads":[],"tiers":[],"tool_prices":null,"unit":"token","units":[]}],"model_aliases":[{"canonical_model_id":"inception/mercury-3","request_model_id":"inception/mercury-3","route_label":"Ultra"}],"name":"Inception: Mercury 3","price":{"in":0.2,"in_label":null,"out":0.7,"out_label":null,"sort_in":0.2,"sort_out":0.7,"varies":false},"public_id":"inception/mercury-3","short":"Diffusjonsbasert tekstmodell fra Inception for dialog, store dokumenter og sammenhengende kunnskapsoppgaver i flere trinn."}