Mercury 2 — это чрезвычайно быстрая LLM для рассуждений и первая LLM с диффузионным рассуждением (dLLM). Вместо последовательной генерации токенов Mercury 2 генерирует и уточняет несколько токенов параллельно, достигая более 1 000 токенов в секунду на стандартных GPU. Mercury 2 работает более чем в 5 раз быстрее, чем ведущие LLM, оптимизированные по скорости, такие как Claude 4.5 Haiku и GPT 5 Mini, при значительно меньших затратах. Mercury 2 поддерживает настраиваемые уровни рассуждений, контекст объёмом 128 К, нативное использование инструментов и вывод JSON, согласованный со схемой. Создана для рабочих процессов программирования, где задержка накапливается, для реального времени голосового поиска и циклов агентов. Совместима с API OpenAI. Подробнее читайте в блоге (откроется в новой вкладке).
# Запрос к API VEGA через inception/mercury-2
curl https://api.vega.chat/api/v1/chat/completions \
-H "Content-Type: application/json" \
-H "Authorization: Bearer $VEGA_API_KEY" \
-d '{
"model": "inception/mercury-2",
"messages": [
{ "role": "user", "content": "Hello!" }
]
}'