Aktualności, narzędzia i prawo AIPolska · codziennie
Biznes

NVIDIA blisko zakupu Inception. Koniec Mercury API

Według The Information NVIDIA kupi Inception za ponad 500 mln USD. Startup wygasza Mercury API, które przestanie działać po 28 grudnia 2026 roku.

Trzy osoby z zespołu badawczego dyskutują przy tablicy z rysunkami bloków przechodzących od szumu do uporządkowanej struktury, w kącie biura stoją kartony
Ilustracja redakcyjna dailyAI

NVIDIA jest bliska przejęcia Inception, startupu rozwijającego dyfuzyjne modele językowe Mercury, za ponad 500 mln USD. Tak 19 listopada 2026 roku podał serwis The Information, powołując się na trzy osoby znające przebieg rozmów. Żadna ze spółek nie potwierdziła transakcji. Inception ogłosił jednocześnie w swojej dokumentacji, że wygasza Mercury API, które będzie działać tylko do 28 grudnia 2026 roku. Firmy korzystające z tych modeli mają nieco ponad miesiąc na przeniesienie integracji.

Co podał The Information o transakcji

Informacja o rozmowach pochodzi z tekstu The Information z 19 listopada 2026 roku, za którym podały ją m.in. THE DECODER i Newsquawk. Według trzech rozmówców serwisu NVIDIA zapłaci za Inception ponad 500 mln USD. Do tej kwoty mają dojść premie dla ponad 30 pracowników, uzależnione od osiągnięcia określonych celów. Inception działa od około dwóch lat i ma siedzibę w rejonie Zatoki San Francisco.

Do NVIDII mają przejść wszyscy trzej współzałożyciele startupu, czyli profesorowie Stefano Ermon, Aditya Grover i Volodymyr Kuleshov. Według THE DECODER rozmowy zaczęły się, zanim Jensen Huang zrezygnował 12 listopada z funkcji prezesa NVIDII, i po tym, jak zainteresowanie startupem wyraził Microsoft. Ani NVIDIA, ani Inception nie skomentowały doniesień, a warunki mogą się jeszcze zmienić.

Mercury API zostanie wyłączone po 28 grudnia

Ten fakt jest potwierdzony przez samą firmę. Na stronie dokumentacji Inception opublikował komunikat o wygaszeniu Mercury API. Usługa i panel Inception Platform działają bez zmian do 28 grudnia 2026 roku. Po tej dacie zapytania nie będą obsługiwane, a klienci stracą dostęp do platformy i do danych przesłanych na nią wcześniej.

Komunikat nie łączy decyzji z przejęciem i nie podaje jej powodu. Nie wyjaśnia też, czy modele Mercury pozostaną dostępne u partnerów, takich jak OpenRouter, Baseten czy Vercel, gdzie trafił Mercury 3. Inception zaleca klientom cztery kroki.

  1. Pobierz z panelu dane, które będą potrzebne później, zwłaszcza logi zapytań, historię rozliczeń i faktury.
  2. Wskaż aplikacje i integracje wywołujące adres api.inceptionlabs.ai.
  3. Przenieś je do innego dostawcy przed 28 grudnia 2026 roku, aby zapytania nie zaczęły kończyć się błędem.
  4. W razie pytań skontaktuj się z pomocą techniczną Inception albo odpowiedz na wiadomość, którą firma wysłała klientom.

Dlaczego NVIDIA interesuje się modelami dyfuzyjnymi

Klasyczne modele językowe, takie jak GPT, Claude czy Gemini, tworzą odpowiedź token po tokenie. Modele dyfuzyjne Inception działają inaczej, bo zaczynają od szkicu całej odpowiedzi i poprawiają wiele jej fragmentów równolegle, podobnie jak generatory obrazów. Przy premierze Mercury 3 w październiku 2026 roku firma deklarowała ok. 1068 tokenów na sekundę na kartach NVIDIA, ale wyniki testów publikowała sama.

Według doniesień NVIDIA chce w ten sposób wzmocnić rodzinę otwartych modeli Nemotron i modele fizyczne dla robotów. Nemotron jest dla NVIDII sposobem na przyciągnięcie firm i instytucji, które szukają otwartych modeli spoza Chin. To kolejny zakup NVIDII w obszarze oprogramowania po uzgodnionym przejęciu Hugging Face. W naszej ocenie szybkie modele dyfuzyjne pasują też do strategii sprzedaży mocy obliczeniowej do inferencji, czyli uruchamiania gotowych modeli, w czasie gdy OpenAI i Anthropic rozwijają własne chipy.

Ograniczenia i informacje niepotwierdzone

Cena, skład zespołu przechodzącego do NVIDII i sam fakt transakcji opierają się na anonimowych źródłach jednej redakcji. Do czasu komunikatu spółek należy traktować je jako doniesienie. Nie wiadomo, czy NVIDIA opublikuje modele Mercury jako otwarte, czy wykorzysta tylko technologię i ludzi.

Transakcja zbiega się z okresem zmian we władzach NVIDII, którą tymczasowo kieruje dyrektor finansowa Colette Kress. Nie wiadomo, czy rada dyrektorów zatwierdziła już przejęcie ani czy będzie ono wymagało zgód regulatorów.

Co powinny zrobić polskie firmy korzystające z Mercury

Dla zespołów, które wdrożyły Mercury przez API Inception, najważniejsza jest data 28 grudnia, a nie wynik rozmów z NVIDIA. Modele Mercury były wykorzystywane głównie tam, gdzie liczy się szybkość odpowiedzi, m.in. w podpowiadaniu kodu i edycji w edytorach programistycznych. Przed migracją warto zmierzyć czas odpowiedzi i koszt obecnych zapytań, aby porównać je z zamiennikiem.

Mercury API było zgodne z interfejsem OpenAI, więc zmiana dostawcy zwykle oznacza podmianę adresu, klucza i nazwy modelu. Zamiennikiem mogą być szybkie, tanie modele autoregresyjne dużych dostawców albo otwarte modele uruchamiane we własnej infrastrukturze. Przy wyborze trzeba sprawdzić region przetwarzania danych i zasady ich przechowywania, bo dla firm z UE ma to znaczenie przy RODO. Sprawa Inception pokazuje też szersze ryzyko, bo usługa małego dostawcy może zniknąć w ciągu kilku tygodni, dlatego warstwa pośrednia między aplikacją a modelem ułatwia takie zmiany.

Źródła i data sprawdzenia

  1. Mercury API wind-downInception, publikacja: 2026-11-19, sprawdzono: 2026-11-20
  2. Nvidia bets at least $500 million on Inception's diffusion models to strengthen its open-source Nemotron lineupTHE DECODER, publikacja: 2026-11-20, sprawdzono: 2026-11-20
  3. Nvidia (NVDA) is near to acquiring diffusion AI developer Inception for over USD 500 mln, according to The InformationNewsquawk, publikacja: 2026-11-19, sprawdzono: 2026-11-20
  4. Inception Platform - Getting StartedInception, publikacja: 2026-11-19, sprawdzono: 2026-11-20
  5. Kursy średnie walut obcych, tabela A nr 226/A/NBP/2026Narodowy Bank Polski, publikacja: 2026-11-20, sprawdzono: 2026-11-20
Nota redakcyjna

Artykuł ma charakter informacyjny. Przy decyzjach prawnych, finansowych lub organizacyjnych warto zweryfikować wnioski w odniesieniu do konkretnej sytuacji.