{
  "aboutHtml": "<h3>Model tekstowy oparty na dyfuzji</h3><p>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.</p><p>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.</p><h3>Duży kontekst do powiązanej pracy</h3><p>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.</p><p>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.</p><h3>Scenariusze interaktywne</h3><p>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.</p><p>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.</p>",
  "aboutText": "### 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.",
  "locale": "pl",
  "methods": [
    {
      "html": "<section class=\"meth\" data-route=\"Ultra\"><header><b><span class=\"alias\">Ultra</span> Anthropic Messages</b><code>POST /v1/messages</code></header><dl class=\"method-capabilities\" data-model-capabilities><div><dt>Wejście</dt><dd><code>text</code></dd></div><div><dt>Wyjście</dt><dd><code>text</code></dd></div><div><dt>Kontekst</dt><dd>Nie określono w katalogu</dd></div><div><dt>Maks. odpowiedź</dt><dd>Nie określono w katalogu</dd></div></dl><dl><div><dt>Wejście</dt><dd>0,0002 USD <em>/ 1K</em></dd></div><div><dt>Wyjście</dt><dd>0,0007 USD <em>/ 1K</em></dd></div><div><dt>Odczyt cache</dt><dd>0,00002 USD <em>/ 1K</em></dd></div></dl></section>",
      "method_identity": {
        "effective_request_model_id": "inception/mercury-3",
        "fmt": "messages",
        "http": "POST",
        "path": "/v1/messages",
        "request_model_id": "inception/mercury-3",
        "route_label": "Ultra"
      },
      "method_key": "Ultra|messages|/v1/messages|inception%2Fmercury-3",
      "ordinal": 0,
      "rawMethod": {
        "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": []
      }
    },
    {
      "html": "<section class=\"meth\" data-route=\"Ultra\"><header><b><span class=\"alias\">Ultra</span> OpenAI Responses</b><code>POST /v1/responses</code></header><dl class=\"method-capabilities\" data-model-capabilities><div><dt>Wejście</dt><dd><code>text</code></dd></div><div><dt>Wyjście</dt><dd><code>text</code></dd></div><div><dt>Kontekst</dt><dd>Nie określono w katalogu</dd></div><div><dt>Maks. odpowiedź</dt><dd>Nie określono w katalogu</dd></div></dl><dl><div><dt>Wejście</dt><dd>0,0002 USD <em>/ 1K</em></dd></div><div><dt>Wyjście</dt><dd>0,0007 USD <em>/ 1K</em></dd></div><div><dt>Odczyt cache</dt><dd>0,00002 USD <em>/ 1K</em></dd></div></dl></section>",
      "method_identity": {
        "effective_request_model_id": "inception/mercury-3",
        "fmt": "responses",
        "http": "POST",
        "path": "/v1/responses",
        "request_model_id": "inception/mercury-3",
        "route_label": "Ultra"
      },
      "method_key": "Ultra|responses|/v1/responses|inception%2Fmercury-3",
      "ordinal": 1,
      "rawMethod": {
        "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": []
      }
    },
    {
      "html": "<section class=\"meth\" data-route=\"Ultra\"><header><b><span class=\"alias\">Ultra</span> OpenAI Chat</b><code>POST /v1/chat/completions</code></header><dl class=\"method-capabilities\" data-model-capabilities><div><dt>Wejście</dt><dd><code>text</code></dd></div><div><dt>Wyjście</dt><dd><code>text</code></dd></div><div><dt>Kontekst</dt><dd>Nie określono w katalogu</dd></div><div><dt>Maks. odpowiedź</dt><dd>Nie określono w katalogu</dd></div></dl><dl><div><dt>Wejście</dt><dd>0,0002 USD <em>/ 1K</em></dd></div><div><dt>Wyjście</dt><dd>0,0007 USD <em>/ 1K</em></dd></div><div><dt>Odczyt cache</dt><dd>0,00002 USD <em>/ 1K</em></dd></div></dl></section>",
      "method_identity": {
        "effective_request_model_id": "inception/mercury-3",
        "fmt": "chat",
        "http": "POST",
        "path": "/v1/chat/completions",
        "request_model_id": "inception/mercury-3",
        "route_label": "Ultra"
      },
      "method_key": "Ultra|chat|/v1/chat/completions|inception%2Fmercury-3",
      "ordinal": 2,
      "rawMethod": {
        "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": []
      }
    },
    {
      "html": "<section class=\"meth\" data-route=\"Ultra\"><header><b><span class=\"alias\">Ultra</span> Gemini generateContent</b><code>POST /v1beta/models/inception/mercury-3:generateContent</code></header><dl class=\"method-capabilities\" data-model-capabilities><div><dt>Wejście</dt><dd><code>text</code></dd></div><div><dt>Wyjście</dt><dd><code>text</code></dd></div><div><dt>Kontekst</dt><dd>Nie określono w katalogu</dd></div><div><dt>Maks. odpowiedź</dt><dd>Nie określono w katalogu</dd></div></dl><dl><div><dt>Wejście</dt><dd>0,0002 USD <em>/ 1K</em></dd></div><div><dt>Wyjście</dt><dd>0,0007 USD <em>/ 1K</em></dd></div><div><dt>Odczyt cache</dt><dd>0,00002 USD <em>/ 1K</em></dd></div></dl></section>",
      "method_identity": {
        "effective_request_model_id": "inception/mercury-3",
        "fmt": "gemini",
        "http": "POST",
        "path": "/v1beta/models/inception/mercury-3:generateContent",
        "request_model_id": "inception/mercury-3",
        "route_label": "Ultra"
      },
      "method_key": "Ultra|gemini|/v1beta/models/inception/mercury-3:generateContent|inception%2Fmercury-3",
      "ordinal": 3,
      "rawMethod": {
        "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_id": "inception/mercury-3",
  "page": {
    "canonical": "https://ailoot.ai/models/pl/inception-mercury-3/",
    "description": "Dyfuzyjny model tekstowy Inception do rozmów, pracy z dużymi dokumentami i kolejnych etapów zadań intelektualnych.",
    "locale": "pl",
    "md_url": "https://ailoot.ai/models/pl/inception-mercury-3/index.md",
    "title": "Inception: Mercury 3",
    "url": "https://ailoot.ai/models/pl/inception-mercury-3/"
  },
  "rawModel": {
    "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."
  },
  "renderer_schema": {
    "method_order": "rawModel.methods-ordinal",
    "prices": "exact-native-DTO-units-and-selected-renderer-html"
  },
  "representation": "exact-public-dto-and-native-renderer-html",
  "schema": "ailoot-static-model-facts-v1",
  "schema_version": 1,
  "shortText": "Dyfuzyjny model tekstowy Inception do rozmów, pracy z dużymi dokumentami i kolejnych etapów zadań intelektualnych.",
  "source": {
    "audit_sha256": "82e98e6213031036439d087beb8a7bc0cd61032be412d1dec421867962f1c437",
    "bridge_map_sha256": "82e98e6213031036439d087beb8a7bc0cd61032be412d1dec421867962f1c437",
    "projection_audit": {
      "parent_manifest_sha256": "dfd3a7a4bc6f960e128026cae1f98f769d1503ffa1c6cf0ccf80066382dbbb9e",
      "raw_model_json_sha256": "69ea33cd05ac214ddec8f83521d9df28ee54ab311ed2435cd7e4b9d77799d43c",
      "renderer_sha256": "19857fe4524e380b439f3b08d06374786526d2163493acd84b2077bd615ff582"
    },
    "projection_kind": "catalogue-refresh-native-dto-v1",
    "raw_model_json_sha256": "69ea33cd05ac214ddec8f83521d9df28ee54ab311ed2435cd7e4b9d77799d43c",
    "renderer_sha256": "19857fe4524e380b439f3b08d06374786526d2163493acd84b2077bd615ff582"
  },
  "sourceRevision": "fe01c579684a1baa70e9da49f1eaa7fa57bd97d1c9a4229324b681c4a7f492dc"
}