Inception: Mercury 3
inception/mercury-3Dyfuzyjny model tekstowy Inception do rozmów, pracy z dużymi dokumentami i kolejnych etapów zadań intelektualnych.
Model tekstowy oparty na dyfuzji
Mercury 3 to model Inception wykorzystujący dyfuzyjne podejście do generowania tekstu. Jest kontynuacją rodziny Mercury, którą twórca rozwija dla aplikacji interaktywnych i zadań obejmujących kilka kolejnych wywołań modelu. W opisie Mercury 3 Inception wyróżnia obsługę konwersacyjną, edukację, pracę z danymi i agentowe scenariusze wyszukiwania.
Architektura dyfuzyjna jest cechą modelu. Nie określa czasu odpowiedzi konkretnej aplikacji: wynik zależy również od wielkości zapytania, długości odpowiedzi i warunków obsługi. W Ailoot Mercury 3 przyjmuje tekst i zwraca tekst. Taki interfejs nadaje się do wyjaśnień, przetwarzania dokumentów i przygotowywania kolejnego kroku zadania na podstawie przekazanych informacji.
Duży kontekst do powiązanej pracy
Dla Mercury 3 w Ailoot podano kontekst 1 000 000 tokenów. W jednej dyskusji można zgromadzić duży zbiór materiałów tekstowych: opis produktu, zasady, korespondencję i wymagania dotyczące wyniku. Praktyczna wartość dużego kontekstu ujawnia się, gdy odpowiedź musi uwzględniać kilka części zadania jednocześnie, na przykład porównać instrukcję pomocy technicznej z warunkami umowy i przygotować odpowiedź na konkretne zgłoszenie.
W takim zapytaniu warto oznaczyć dokumenty, zachować ich nazwy i poprosić o wskazywanie materiału, na którym opiera się każdy wniosek. Jeśli zadanie ma kilka kroków, określ wynik pośredni: najpierw wykaz właściwych reguł, potem analizę przypadku, a następnie projekt odpowiedzi. Ułatwia to sprawdzenie wyniku i pozwala doprecyzować jeden etap bez ponownego opisywania całego zadania.
Scenariusze interaktywne
W rozmowie edukacyjnej Mercury 3 można wykorzystać do analizy rozwiązania, przygotowania podpowiedzi lub objaśnienia pojęcia na określonym poziomie. Przy pracy z danymi można przekazać opis pól, próbkę tekstową i pytanie, aby otrzymać wyjaśnienie prawidłowości albo plan przekształcenia. W obsłudze klienta można dołączyć zasady i poprosić o jasną odpowiedź uwzględniającą sytuację użytkownika.
Te scenariusze wykorzystują model tekstowy jako część procesu pracy. Samodzielne wyszukiwanie w internecie, sterowanie przeglądarką, dostęp do systemów firmy i rozmowa głosowa zależą od podłączonych narzędzi aplikacji. Mercury Voice i Mercury Decide to osobne produkty Inception; ich specjalistyczne możliwości nie wchodzą w zakres opisu Mercury 3.
Dostępne przez Ailoot API
POST /v1/messages- Wejście
text- Wyjście
text- Kontekst
- Nie określono w katalogu
- Maks. odpowiedź
- Nie określono w katalogu
- Wejście
- 0,0002 USD / 1K
- Wyjście
- 0,0007 USD / 1K
- Odczyt cache
- 0,00002 USD / 1K
POST /v1/responses- Wejście
text- Wyjście
text- Kontekst
- Nie określono w katalogu
- Maks. odpowiedź
- Nie określono w katalogu
- Wejście
- 0,0002 USD / 1K
- Wyjście
- 0,0007 USD / 1K
- Odczyt cache
- 0,00002 USD / 1K
POST /v1/chat/completions- Wejście
text- Wyjście
text- Kontekst
- Nie określono w katalogu
- Maks. odpowiedź
- Nie określono w katalogu
- Wejście
- 0,0002 USD / 1K
- Wyjście
- 0,0007 USD / 1K
- Odczyt cache
- 0,00002 USD / 1K
POST /v1beta/models/inception/mercury-3:generateContent- Wejście
text- Wyjście
text- Kontekst
- Nie określono w katalogu
- Maks. odpowiedź
- Nie określono w katalogu
- Wejście
- 0,0002 USD / 1K
- Wyjście
- 0,0007 USD / 1K
- Odczyt cache
- 0,00002 USD / 1K
inception/mercury-3 · JSON
{"about":"### Model tekstowy oparty na dyfuzji\n\nMercury 3 to model Inception wykorzystujący dyfuzyjne podejście do generowania tekstu. Jest kontynuacją rodziny Mercury, którą twórca rozwija dla aplikacji interaktywnych i zadań obejmujących kilka kolejnych wywołań modelu. W opisie Mercury 3 Inception wyróżnia obsługę konwersacyjną, edukację, pracę z danymi i agentowe scenariusze wyszukiwania.\n\nArchitektura dyfuzyjna jest cechą modelu. Nie określa czasu odpowiedzi konkretnej aplikacji: wynik zależy również od wielkości zapytania, długości odpowiedzi i warunków obsługi. W Ailoot Mercury 3 przyjmuje tekst i zwraca tekst. Taki interfejs nadaje się do wyjaśnień, przetwarzania dokumentów i przygotowywania kolejnego kroku zadania na podstawie przekazanych informacji.\n\n### Duży kontekst do powiązanej pracy\n\nDla Mercury 3 w Ailoot podano kontekst 1 000 000 tokenów. W jednej dyskusji można zgromadzić duży zbiór materiałów tekstowych: opis produktu, zasady, korespondencję i wymagania dotyczące wyniku. Praktyczna wartość dużego kontekstu ujawnia się, gdy odpowiedź musi uwzględniać kilka części zadania jednocześnie, na przykład porównać instrukcję pomocy technicznej z warunkami umowy i przygotować odpowiedź na konkretne zgłoszenie.\n\nW takim zapytaniu warto oznaczyć dokumenty, zachować ich nazwy i poprosić o wskazywanie materiału, na którym opiera się każdy wniosek. Jeśli zadanie ma kilka kroków, określ wynik pośredni: najpierw wykaz właściwych reguł, potem analizę przypadku, a następnie projekt odpowiedzi. Ułatwia to sprawdzenie wyniku i pozwala doprecyzować jeden etap bez ponownego opisywania całego zadania.\n\n### Scenariusze interaktywne\n\nW rozmowie edukacyjnej Mercury 3 można wykorzystać do analizy rozwiązania, przygotowania podpowiedzi lub objaśnienia pojęcia na określonym poziomie. Przy pracy z danymi można przekazać opis pól, próbkę tekstową i pytanie, aby otrzymać wyjaśnienie prawidłowości albo plan przekształcenia. W obsłudze klienta można dołączyć zasady i poprosić o jasną odpowiedź uwzględniającą sytuację użytkownika.\n\nTe scenariusze wykorzystują model tekstowy jako część procesu pracy. Samodzielne wyszukiwanie w internecie, sterowanie przeglądarką, dostęp do systemów firmy i rozmowa głosowa zależą od podłączonych narzędzi aplikacji. Mercury Voice i Mercury Decide to osobne produkty Inception; ich specjalistyczne możliwości nie wchodzą w zakres opisu 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":"Dyfuzyjny model tekstowy Inception do rozmów, pracy z dużymi dokumentami i kolejnych etapów zadań intelektualnych."}