{
  "aboutHtml": "<h3>Текстовая модель на основе диффузии</h3><p>Mercury 3 — модель Inception, использующая диффузионный подход к генерации текста. Это продолжение семейства Mercury, которое разработчик развивает для интерактивных приложений и задач с несколькими последовательными обращениями к модели. В описании Mercury 3 Inception выделяет диалоговую поддержку, обучение, работу с данными и поисковые агентные сценарии.</p><p>Диффузионная архитектура — свойство модели. Она не задаёт время ответа конкретного приложения: итог зависит также от объёма запроса, длины результата и условий обслуживания. В Ailoot Mercury 3 принимает текст и возвращает текст. Такой интерфейс подходит для объяснений, обработки документов и подготовки следующего шага в задаче по предоставленным сведениям.</p><h3>Большой контекст для связанной работы</h3><p>Для Mercury 3 в Ailoot указан контекст 1 000 000 токенов. В одном обсуждении можно собрать большой набор текстовых материалов: описание продукта, правила, переписку и требования к результату. Практическая ценность большого контекста проявляется, когда ответ должен учитывать несколько частей задачи одновременно — например, сопоставить инструкцию поддержки с условиями договора и подготовить ответ на конкретное обращение.</p><p>Для такого запроса полезно обозначить документы, сохранить их названия и попросить указывать, на какой материал опирается каждый вывод. Если задача состоит из нескольких шагов, задайте промежуточный результат: сначала перечень релевантных правил, затем разбор случая, после этого проект ответа. Это делает результат проще для проверки и позволяет уточнить один этап без повторного описания всей задачи.</p><h3>Интерактивные сценарии</h3><p>В учебном диалоге Mercury 3 можно использовать для разбора решения, подготовки подсказки или объяснения понятия на заданном уровне. В работе с данными — передать описание полей, текстовую выборку и вопрос, чтобы получить пояснение закономерностей либо план преобразования. Для поддержки — приложить правила и попросить составить понятный ответ с учётом ситуации пользователя.</p><p>Эти сценарии используют текстовую модель как часть рабочего процесса. Самостоятельный поиск в интернете, управление браузером, доступ к системам компании и голосовое общение зависят от подключённых инструментов приложения. Mercury Voice и Mercury Decide — отдельные продукты Inception; их специализированные возможности не входят в описание Mercury 3.</p>",
  "aboutText": "### Текстовая модель на основе диффузии\n\nMercury 3 — модель Inception, использующая диффузионный подход к генерации текста. Это продолжение семейства Mercury, которое разработчик развивает для интерактивных приложений и задач с несколькими последовательными обращениями к модели. В описании Mercury 3 Inception выделяет диалоговую поддержку, обучение, работу с данными и поисковые агентные сценарии.\n\nДиффузионная архитектура — свойство модели. Она не задаёт время ответа конкретного приложения: итог зависит также от объёма запроса, длины результата и условий обслуживания. В Ailoot Mercury 3 принимает текст и возвращает текст. Такой интерфейс подходит для объяснений, обработки документов и подготовки следующего шага в задаче по предоставленным сведениям.\n\n### Большой контекст для связанной работы\n\nДля Mercury 3 в Ailoot указан контекст 1 000 000 токенов. В одном обсуждении можно собрать большой набор текстовых материалов: описание продукта, правила, переписку и требования к результату. Практическая ценность большого контекста проявляется, когда ответ должен учитывать несколько частей задачи одновременно — например, сопоставить инструкцию поддержки с условиями договора и подготовить ответ на конкретное обращение.\n\nДля такого запроса полезно обозначить документы, сохранить их названия и попросить указывать, на какой материал опирается каждый вывод. Если задача состоит из нескольких шагов, задайте промежуточный результат: сначала перечень релевантных правил, затем разбор случая, после этого проект ответа. Это делает результат проще для проверки и позволяет уточнить один этап без повторного описания всей задачи.\n\n### Интерактивные сценарии\n\nВ учебном диалоге Mercury 3 можно использовать для разбора решения, подготовки подсказки или объяснения понятия на заданном уровне. В работе с данными — передать описание полей, текстовую выборку и вопрос, чтобы получить пояснение закономерностей либо план преобразования. Для поддержки — приложить правила и попросить составить понятный ответ с учётом ситуации пользователя.\n\nЭти сценарии используют текстовую модель как часть рабочего процесса. Самостоятельный поиск в интернете, управление браузером, доступ к системам компании и голосовое общение зависят от подключённых инструментов приложения. Mercury Voice и Mercury Decide — отдельные продукты Inception; их специализированные возможности не входят в описание Mercury 3.",
  "locale": "ru",
  "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>Входные данные</dt><dd><code>text</code></dd></div><div><dt>Результат</dt><dd><code>text</code></dd></div><div><dt>Контекст</dt><dd>В каталоге не указано</dd></div><div><dt>Макс. ответ</dt><dd>В каталоге не указано</dd></div></dl><dl><div><dt>Вход</dt><dd>0,0002 $ <em>/ 1K</em></dd></div><div><dt>Выход</dt><dd>0,0007 $ <em>/ 1K</em></dd></div><div><dt>Чтение кэша</dt><dd>0,00002 $ <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>Входные данные</dt><dd><code>text</code></dd></div><div><dt>Результат</dt><dd><code>text</code></dd></div><div><dt>Контекст</dt><dd>В каталоге не указано</dd></div><div><dt>Макс. ответ</dt><dd>В каталоге не указано</dd></div></dl><dl><div><dt>Вход</dt><dd>0,0002 $ <em>/ 1K</em></dd></div><div><dt>Выход</dt><dd>0,0007 $ <em>/ 1K</em></dd></div><div><dt>Чтение кэша</dt><dd>0,00002 $ <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>Входные данные</dt><dd><code>text</code></dd></div><div><dt>Результат</dt><dd><code>text</code></dd></div><div><dt>Контекст</dt><dd>В каталоге не указано</dd></div><div><dt>Макс. ответ</dt><dd>В каталоге не указано</dd></div></dl><dl><div><dt>Вход</dt><dd>0,0002 $ <em>/ 1K</em></dd></div><div><dt>Выход</dt><dd>0,0007 $ <em>/ 1K</em></dd></div><div><dt>Чтение кэша</dt><dd>0,00002 $ <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>Входные данные</dt><dd><code>text</code></dd></div><div><dt>Результат</dt><dd><code>text</code></dd></div><div><dt>Контекст</dt><dd>В каталоге не указано</dd></div><div><dt>Макс. ответ</dt><dd>В каталоге не указано</dd></div></dl><dl><div><dt>Вход</dt><dd>0,0002 $ <em>/ 1K</em></dd></div><div><dt>Выход</dt><dd>0,0007 $ <em>/ 1K</em></dd></div><div><dt>Чтение кэша</dt><dd>0,00002 $ <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/ru/inception-mercury-3/",
    "description": "Диффузионная текстовая модель Inception для диалогов, работы с большими документами и последовательных интеллектуальных задач.",
    "locale": "ru",
    "md_url": "https://ailoot.ai/models/ru/inception-mercury-3/index.md",
    "title": "Inception: Mercury 3",
    "url": "https://ailoot.ai/models/ru/inception-mercury-3/"
  },
  "rawModel": {
    "about": "### Текстовая модель на основе диффузии\n\nMercury 3 — модель Inception, использующая диффузионный подход к генерации текста. Это продолжение семейства Mercury, которое разработчик развивает для интерактивных приложений и задач с несколькими последовательными обращениями к модели. В описании Mercury 3 Inception выделяет диалоговую поддержку, обучение, работу с данными и поисковые агентные сценарии.\n\nДиффузионная архитектура — свойство модели. Она не задаёт время ответа конкретного приложения: итог зависит также от объёма запроса, длины результата и условий обслуживания. В Ailoot Mercury 3 принимает текст и возвращает текст. Такой интерфейс подходит для объяснений, обработки документов и подготовки следующего шага в задаче по предоставленным сведениям.\n\n### Большой контекст для связанной работы\n\nДля Mercury 3 в Ailoot указан контекст 1 000 000 токенов. В одном обсуждении можно собрать большой набор текстовых материалов: описание продукта, правила, переписку и требования к результату. Практическая ценность большого контекста проявляется, когда ответ должен учитывать несколько частей задачи одновременно — например, сопоставить инструкцию поддержки с условиями договора и подготовить ответ на конкретное обращение.\n\nДля такого запроса полезно обозначить документы, сохранить их названия и попросить указывать, на какой материал опирается каждый вывод. Если задача состоит из нескольких шагов, задайте промежуточный результат: сначала перечень релевантных правил, затем разбор случая, после этого проект ответа. Это делает результат проще для проверки и позволяет уточнить один этап без повторного описания всей задачи.\n\n### Интерактивные сценарии\n\nВ учебном диалоге Mercury 3 можно использовать для разбора решения, подготовки подсказки или объяснения понятия на заданном уровне. В работе с данными — передать описание полей, текстовую выборку и вопрос, чтобы получить пояснение закономерностей либо план преобразования. Для поддержки — приложить правила и попросить составить понятный ответ с учётом ситуации пользователя.\n\nЭти сценарии используют текстовую модель как часть рабочего процесса. Самостоятельный поиск в интернете, управление браузером, доступ к системам компании и голосовое общение зависят от подключённых инструментов приложения. Mercury Voice и Mercury Decide — отдельные продукты Inception; их специализированные возможности не входят в описание 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": "Диффузионная текстовая модель Inception для диалогов, работы с большими документами и последовательных интеллектуальных задач."
  },
  "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": "Диффузионная текстовая модель Inception для диалогов, работы с большими документами и последовательных интеллектуальных задач.",
  "source": {
    "audit_sha256": "b4db303555e597717088531e2d9570652b42e264304cc501afe02bc17cc357ba",
    "bridge_map_sha256": "b4db303555e597717088531e2d9570652b42e264304cc501afe02bc17cc357ba",
    "projection_audit": {
      "parent_manifest_sha256": "dfd3a7a4bc6f960e128026cae1f98f769d1503ffa1c6cf0ccf80066382dbbb9e",
      "raw_model_json_sha256": "164d883afbf0b64a651800da540044c71593ff39f6e877874f4bfe1d3d5d9e75",
      "renderer_sha256": "4455185244e767a5972aed0cf12d556d2bd341b0e4ccfcb23a2e044ab9fc9321"
    },
    "projection_kind": "catalogue-refresh-native-dto-v1",
    "raw_model_json_sha256": "164d883afbf0b64a651800da540044c71593ff39f6e877874f4bfe1d3d5d9e75",
    "renderer_sha256": "4455185244e767a5972aed0cf12d556d2bd341b0e4ccfcb23a2e044ab9fc9321"
  },
  "sourceRevision": "2f4d0646ae8acc4adf102e3f2767e8b051374d5a7338d69512b218b07b6f2b0a"
}
