Mercury Edit 2
Mercury Edit 2: Het Snelste Diffusion LLM voor Geavanceerde Next-Edit Voorspelling in Softwareontwikkeling
Mercury Edit 2 is een baanbrekend diffusion Large Language Model (dLLM) van Inception, specifiek ontworpen voor latency-gevoelige programmeerworkflows. Door tokens parallel te genereren, biedt Mercury Edit 2 ongekende snelheid bij het voorspellen van de volgende codewijziging. Het model is getraind met hoogwaardige datasets en verfijnd middels KTO reinforcement learning om menselijke voorkeuren nauwkeurig te volgen. Met een acceptatiegraad die 48% hoger ligt dan zijn voorganger, levert Mercury Edit 2 minder afleiding en meer gerichte suggesties voor ontwikkelaars die streven naar maximale efficiëntie in hun IDE.
2026-04-06
--K
Mercury Edit 2 Productinformatie
Introductie van Mercury Edit 2: De Toekomst van Next-Edit Prediction
In de snel veranderende wereld van softwareontwikkeling is snelheid en precisie cruciaal. Mercury Edit 2 is de nieuwste innovatie van Inception, een doelgericht diffusion Large Language Model (dLLM) dat is ontworpen voor het meest latentiegevoelige onderdeel van de moderne workflow: next-edit prediction.
Met Mercury Edit 2 tillen we code-ondersteuning naar een hoger niveau. Waar traditionele modellen vaak traag reageren, maakt Mercury Edit 2 gebruik van geavanceerde diffusion-technologie om tokens parallel te genereren. Dit resulteert in voorspellingen die zo snel verschijnen dat ze aanvoelen als een integraal onderdeel van uw eigen denkproces.
Wat is Mercury Edit 2?
Mercury Edit 2 is een gespecialiseerd AI-model dat specifiek is gebouwd om te voorspellen wat een ontwikkelaar als volgende gaat aanpassen in hun codebase. Het dient als een krachtige upgrade van ons eerdere model en fungeert als de perfecte aanvulling op bestaande auto-complete functies.
Door gebruik te maken van uw recente bewerkingen en de context van de volledige codebase, anticipeert Mercury Edit 2 op uw volgende stap. Het unieke aan Mercury Edit 2 is de architectuur; als een dLLM (diffusion LLM) kan het suggesties razendsnel presenteren. Gebruikers hoeven enkel op 'Tab' te drukken om de voorgestelde wijziging te accepteren.
Belangrijke Kenmerken van Mercury Edit 2
Mercury Edit 2 onderscheidt zich door een combinatie van snelheid, kwaliteit en mensgerichte afstemming. Hier zijn de belangrijkste kenmerken:
Diffusion-gebaseerde Generatie
In tegenstelling tot standaard LLM's die tokens sequentieel genereren, gebruikt Mercury Edit 2 diffusion om tokens parallel te genereren. Dit verlaagt de latentie aanzienlijk, wat essentieel is voor een vloeiende programmeerervaring.
Geoptimaliseerd via KTO Reinforcement Learning
Om te voorkomen dat het model te opdringerig wordt, hebben we gebruikgemaakt van een menselijke voorkeursdataset. Via de unpaired reinforcement learning methode genaamd KTO, is Mercury Edit 2 afgestemd op de expliciete feedback van gebruikers. Dit zorgt ervoor dat suggesties relevanter zijn en minder afleiden.
Superieure Prestaties
De resultaten van de nieuwe training en afstemming zijn direct meetbaar:
- 48% hogere acceptatiegraad: Wijzigingen voorgesteld door Mercury Edit 2 worden bijna de helft vaker geaccepteerd door ontwikkelaars.
- 27% selectiever: Het model toont alleen suggesties wanneer deze echt waarde toevoegen, wat leidt tot een minder verstorende workflow.
Brede Taalondersteuning
Het model is getraind op een hoogwaardige dataset die een breed scala aan programmeertalen en scenario's dekt, van refactoring tot het implementeren van nieuwe features.
Hoe Mercury Edit 2 Presteert: Benchmarks
Om de kwaliteit van Mercury Edit 2 te waarborgen, wordt het model getest tegen drie open-source benchmarks (Instinct, FIM, en NEP) en één interne benchmark. Deze tests omvatten scenario's zoals:
- Variabelen hernoemen
- Code refactoring
- Feature-implementatie
- Regelvoltooiing
Uit deze tests blijkt dat Mercury Edit 2 zowel qua snelheid als kwaliteit superieur is aan aangepaste next-edit modellen en vooruitstrevende frontier-modellen die geoptimaliseerd zijn voor snelheid.
Use Case: Efficiënter Programmeren
Stel u werkt aan een complexe refactoring-taak in de Zed editor. Terwijl u een functie aanpast, analyseert Mercury Edit 2 uw context en recente wijzigingen.
"Mercury Edit 2 brengt een op diffusion gebaseerde aanpak naar de tafel -- het is een betekenisvol andere manier om bewerkingsvoorspellingen te genereren." — Max Brunsfeld, Co-Founder van Zed
Ontwikkelaars kunnen Mercury Edit 2 integreren in hun dagelijkse routine om:
- Repetitieve code-aanpassingen te versnellen.
- Directe suggesties te krijgen voor de volgende logische stap in hun logica.
- Focus te behouden dankzij de selectieve en minder afleidende aard van het model.
Hoe te Gebruiken
Het integreren van Mercury Edit 2 in uw workflow is eenvoudig via het Inception-platform:
- API Toegang: Mercury Edit 2 is beschikbaar via de Inception API Platform.
- Configuratie in Zed: Gebruikers van de Zed editor kunnen Mercury Edit 2 direct configureren als hun provider voor edit-voorspellingen.
- Activatie: Voer uw API-sleutel in (bijvoorbeeld de gratis maand-key voor Zed-gebruikers:
sk_ae471146ea60fc117c131b574b00ba96) en begin direct met het ontvangen van voorspellingen via de 'Tab'-toets.
Veelgestelde Vragen (FAQ)
Wat kost het gebruik van Mercury Edit 2? Mercury Edit 2 is scherp geprijsd op $0,25 per 1 miljoen input tokens en $0,75 per 1 miljoen output tokens. Gecachte input kost slechts $0,025 per 1 miljoen tokens.
Zijn er gratis tokens beschikbaar? Ja, elk nieuw account op het Inception API Platform ontvangt automatisch 10 miljoen GRATIS tokens om het model te testen.
Hoe verschilt dit van standaard auto-complete? Terwijl auto-complete zich richt op het afmaken van de huidige regel, voorspelt Mercury Edit 2 de volledige volgende wijziging op basis van uw edit-geschiedenis en codebase-context.
Is Mercury Edit 2 beschikbaar voor andere editors dan Zed? Ja, via de Inception API kunnen ontwikkelaars Mercury Edit 2 integreren in hun eigen tools en workflows. Voor ondersteuning bij integratie kunt u contact opnemen met [email protected].
