انسپشن لیبز نے مرسوری 2 کو کریپٹو dApps کے لیے ایک هائی اسپیڈ ڈفیوژن LLM کے طور پر لانچ کیا ہے

اس هفتے انکشن لیبز نے Mercury 2 کے ساتھ AI کی دوڑ میں تبدیلی لائی، جو ایک نیا “ڈیفیوژن” زبان ماڈل ہے جسے کمپنی دنیا کا سب سے تیز استدلال کرنے والا LLM قرار دے رہی ہے۔ بینچ مارک اور صارفین کے ٹیسٹس میں Mercury 2 کا سب سے بڑا دعویٰ راہنما ٹوکن کی رفتار ہے: تقریباً 1,000 ٹوکن فی سیکنڈ، جبکہ Anthropic کے Claude Haiku 4.5 Reasoning کے لیے تقریباً 89 ٹوکن/سیکنڈ اور OpenAI کے GPT-5 Mini کے لیے 71 ٹوکن/سیکنڈ۔ اس سے یہ واضح ہوتا ہے کہ یہ اسی اعلیٰ رفتار کی شریط میں آ جاتا ہے جسے Google نے بعد میں اپنے DiffusionGemma کے ساتھ جوڑا — کچھ لوگ جسے بڑے زبان ماڈلز کی “ڈیفیوژن دور” کہتے ہیں، اس میں آپ کا خوش آمدید۔ ڈیفیوژن ماڈلز کیا الگ کرتے ہیں - روایتی چٹ باتس ایک وقت میں ایک ٹوکن پیدا کرتے ہیں، اور ہر قدم پر اپنا جائزہ لیتے ہیں۔ دوسری طرف، ڈیفیوژن ماڈلز ایک متن کے بلاک کو اُنجھے پلیس ہولڈر ٹوکنز کے ساتھ شروع کرتے ہیں اور اس بلاک کو متعدد متوازی پاسز میں بہتر بناتے ہیں جب تک کہ آخری جواب نہ نکل آئے — اس طریقہ کار کو اسٹیبل ڈیفیوژن جیسے تصویر جنریٹرز سے اپنایا گیا ہے۔ - نتیجہ بہت زیادہ متوازی رفتار اور لمبے سeshs کے لیے تیز “فلو” ہوتا ہے: فوری آٹوکمپلٹ، کوڈ یا منصوبوں پر تیز تر تکرار، اور وہ سب اجینٹس جو پورے سسٹم کو دھیرے نہ کرتے ہوئے بہت سارے تیز فائدہ مند کالز چلا سکتے ہیں۔ بینچ مارکس اور سیدھا مقابلہ - AIME 2026 پر (واقعی امریکن انوائٹڈ مینٹھمیٹکس امتحان کے مسائل پر مبنی، حل شدہ فصد کے حساب سے)، Mercury 2 نے 90% نمبر حاصل کیے۔ Google کا DiffusionGemma اسی ٹیسٹ پر 69.1% نمبر لایا، جبکہ معیاری (غیر-ڈیفیوژن) Gemma 4 نے 88.3% حاصل کیا۔ - GPQA پر، جو ایک پี اچ دھر لول سائنس بینچ مارک ہے، فرق کم ہوتا ہے: Mercury 2 77% جبکہ DiffusionGemma 73.2%۔ Google کا خود کا مشورہ ابھी بھی اس طرح کے اطلاقات کے لیے معیاری Gemma 4 کو تجویز کرتا ہے جہاں بالکل سب سے بڑھ کر معیار درکار ہو، اور نوٹ کرتا ہے کہ DiffusionGemma تمام شعبوں میں اس سے پِچھے رہتا ہے۔ عملی پرفارمنس اور لاگت - Mercury 2 کا تیز رفتار دعوٰ نصرف لاب نمبرز نہیں۔ Augment Code، ایک AI کوڈنگ-ایجینٹ کمپنی، نے Anthropic کے Claude Opus 4.7 کو اپنے کانٹeksٹ-کمپækشن سب اجینٹ میں Mercury 2 سے بدل دیا اور 82% لینٹنس میں کمی اور 90% لاگت میں کمی رپورٹ کی، جبکہ آؤٹ پٹ کا معیار comparable رہا (مشترکہ کيس سٹڈی کے مطابق)۔ ابتداء اور فنڈنگ - Inception کا طرīقہ مؤسس Stefano Ermon، جو Stanford کے پروفيسر ہیں، نے شروع کردہ ڈِفِوزِن تحقіق پر مبنی ہے جنھوں نے تصویر جنریشن مें استعمال ہونے والے شروعاتي سکور-بنادَ فِوزِن عمل پر مشترکہ تحریر کی تھي۔ اس سٹارٹ اپ نے Nvidia کے وینچر آرم اور انفرادى سرمایہ دار Andrew Ng اور Andrej Karpathy کى حمایت سے $50 ملین کا راؤنڈ جمع کيا۔ Mercury 2 حالياً API/cloud کे ذريعيه دستياب ہے — ماڈل وزن عوامى نہيں۔ عملى تحفظات اور نئي ساخت - ڈِفِوزِن LLMs وہاں بڑھ كر كام كرتى هى جहاں لينٽنسى اور زياتر رفتار دركار هوى (ريل-ไทم ايديٗٗٗٗٗٗٗٗٗٗٗٗٗٗٗٗٗٗٗٗٗٗٗٗٗٗٗٗٗٗٗٗٗٗٗٗٗٗٗٗٗٗٗٗٗٗٗٗٗٗٗٗٗٗٗٗٗٗٗٗٗٗٗٗٗٗٗٗٗٗٗٗٗٗٗٗٗٗٗٗٗٗٗٗٗٗٗٗٗٗٗٗٗٗٗٗٗٗٗٗٗٗٗٗٗٗٗٗ‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍ت، بہت سارى چھوٹى فائدە مند كالز، آواز انٹرفيسز وغیره)، لेकن وہ ضرورتاً تمام مشكل ترین استدلال كامروں كى لئى بھى بھى بھى بھى بھى بھى بھى بھى بھى بھى بھى بھى بھى بھى بھى بھى بھى بھى بھى بھى بھى بھى بھى بھى بھى بھى بھى بھى بھى بھى بھى بھى بھى بھى بھى بھى بھى بھى بھى بھى بھى بھى بھى بھى بھى بھى بھى بھى بھى بھى بھى بھى بھى بھى بھى بھى بھى بھى بھى بھى بھى بھى بھى بھى بھى بھى بھى بھى بھى بھى بھى بھى بھى بھى بھى بھى بھى ب� b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b best fit نहيں هوتे، جहان زياتر خودآگاہ ماڈلز شاید اب تك فائدە مند رهتे هون۔ - ساختي طور پر، بنديش زياتر خاص سب-اجينٹس (استدلال كرنے وال، خلاصه كرنے وال، روترز، چيكرز) كي آرچيستر كي طرف منتقل هوتا هوا هوا هوا هوا هوا هوا هوا هوا هوا هوا هوا هوا هوا هوا هوا هوا هوا هوا هوا هوا هوا هوا هوا هوا هوا هوا هوا هوا هوا هوا هوا هوا هوا هوا هوا هوا هوا هوا هوا هوا هوا هوا هوا هوا هوا هوا هوا هوا هوا هوا هوا هوا هوا هوا هوا هوا هوا هوا هوا هوا هوا هوا هوا هوا هوا هوا هوا هوا هوا هوا هوا هوا هوا هوا هوا هوا هوا هوا هوا هوا هوا هوا هو هو هو هو هو هو هو هو هو هو هو هو هو هو هو هو هو هو هو هو هو هو هو هو هو هو هو هو هو هو هو هو هو هو هو هو هو هو هو هو هو هو هو هو هو هو هو هو هو هو هو هو هو هو هو هو هو هو هو هو هو هو هو هو هو هو هو هو هو هو هو هو هو هو هو هو هو هو هو وهو وهو وهو وهو وهو وهو وهو وهو وهو وهو وهو وهو وهو وهو وهو وهو وهو وهو وهو وهو وهو وهو وهو وهو وهو وهو وهو وهو وهو وهو وهو وهو وهو وهو وهو وهو وهو وهو وهو وهو وهو وهو وهو وهو وهو وهو وهو وهو وهو وهو وهو وهو وهو وهو وهو وهو وهو وهو وهو وهو وهو وهو وهو وهو وهو وهو وهو فهو فهو فهو فهو فهو فهو فهو فهو فهو فهو فهو فهو فهو فهو فهو فهو فهو فهو فهو فهو فهو فهو فهو فهو فهو فهو فهو فهو فهو فهو فهو فهو فهو فهو فهو فهو فهو فهو فهو فهو فهو فهو فهو فهو فهو فهو فهو فهو فهو فهو فهو فهو فهو فهو فهو فهو فهو فهو فهو فهو فهو فهو فهو فهو فهو فهو فهو فهو فهو是他是他是他是他是他是他是他是他是他是他是他是他是他是他是他是他是他是他是他是他是他是他是他是他是他是他是他是他是他是他是他是他是他是他是他是他是他是他是他是他是他是他是他是他是他是他是他是他是他是他是他是他是他是他是他是他是他是他是他是他是他是他是他是他是他是他是他是他是他是他是他是他是他是他是他是他是他是他是他是他是他是他是他是他是他是他是他是他是他是他是他是他是他是他是他是他是他是他是他是他是他是他是他是他是他是他是他是他是他是他—he is he is he is he is he is he is he is he is he is he is he is he is he is he is he is he is he is he is he is he is he is he is he is he is he is he is he is he is he is he is he is he is he is he is he is he is he is he is he is he is he is he is he is he is he is he is he is he is he is he is he is he is he is he is he is he is he is he is he is he is he is he is he is he is he is he is he is he is he is he is he is he is he is he is he is he is he is he is he is he is he is he is he is he is he is he is he is he is he is the the the the the the the the the the the the the the the the the the the the the the the the the the the the the the the the the the the the the the the the the the the the the the the the the the the the the the the the the the the the the the the the the the the the the the the the the the the the the the the the the the the the the the the the the the the the the the the the the the the the the the the the the the the the thethethethethethethethethethethethethethethethethethethethethethethethethethethethethethethethethethethethethethethethethethethethethethethethethethethethethethethethethethethethethethethethethethehehehehehehehehehehehehehehehehehehehehehehehehehehehehehehehehehehehehehehehehehehehehehehehehehehehehehehehehehehehehehehehehehehehehehehehehehehehehehehehehehehehehehehehehehehehethethethethethethethethethethethethethethethethethethethethethethethethethethethethethethethethethethethethethethethethethethethethethethethethethethethethethethethethethe - الایکوسسٹم اب تک پِچھڑ رہا ہے: مقامी رن ٹائمز، اجینٹ فرائم ورکس، اور دوسران بندرگاہيں ضرورت مند ہيں تاکه ديفرشين ماڈلز كي تمام جگه آسان طور پر استعمال كيا جاسك۔ كربتو اور ويب3 كي لئي يه كيـونـكـيـمـهـمـيـد - تيزتر، سستـتر LLMs لينـتـنسـي سـنسـيـتـيـف آن-چين اور آف-چين خدمات كي لئي ركاوتوں كي كميـت كرتـيـهـي: - اسمارٹ كنٹرائكت كودنگ اور "وائب كودنگ" كي لئي ريل-ไทم ڈولپر ٹولز جو ايديتس كي رفتار كي ساته ساته رهتـيـهـي؛ - DAOs كي لئي متعدد-اجينٹ سپورٹ سيستمز اور بوٹس جنـكـي لئي متعدد تيز سب-كالز دركـار هيـ؛ - والٹس، dapps يا آن-كال نوڈ آپريتورز كي لئي كم لينـتـنسـي آواز يا چــات انـ�ــرفــيســز؛ - آركل پريپروسيسنگ، مانـيـتورنگ، اور اليرـتـنگ پائيپلينز كي لئي كم لاگت والي انفرينس. - مقناطيس طور پر، عام GPUز پر زياتر رفتار سيستمز كي لاگت اور انرجي bachat ممكـن بناتي هي جهان مسلسل AI كالز استعمال كرتـيـهـي۔ اختتامي خلاصه Mercury 2 ديفرشين LLMs ko "تيز aur achha" حصّه ميں لاتا هي، جس سे رفتار والي كامروں كي لئي لينـتـنسـي اور لاگت ميں شديد بهترائي آتي هي جبكه مقابلتي معيار برقرار رهي۔ يه تمام ماڈل كلاسيز كو تبديل نهين كريگا، ليكين تيز رفتار، فوري ردعمل، اور متعدد-اجينٹ سيستمز پر توجه دينـوالـيـه kربتو بنانـوالـون aur دوسري مصنوعات بنانـوالون كي لئي ديفرشين ماڈلز جيس Mercury 2 نئي عملتي ممكناات كهولتي هي—شرط يه هي كه حواله دار ذريعات aur رن-टائمز انـكـلـفـت_ك_ك_ك_ك_ك_ك_ك_ك_ك_ك_ك_ك_ك_ك_ك_ك_ك_ك_ك_ك_ك_ك_ك_ك_ك_ك_ك_ك_ك_ك_ك_ك_ك_ك_ك_ك_ك_ك_ك_ك_ك_ك_ك_ك_ك_ك_ك_ك_ك_ك_ك_ك_ك_ك_ك_ك_ك_ك_ك_ك_ك_ك_ك_ك_ك_ك_ك_ك_ك_ك_ك_ك_ك_ك_ك_ك_ك_ك_ك_ك_ك_ك_ك_ك_ك_ك_ك_کَّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّْْْْْْْْْْْْْْْْْْْْْْْْْْْْْْْْْْْْْْْْْْْْْْْْْْْْْْْْْْْْْْْْْْْْْْْْْْْْْْْْْْْْْْ\