Inception veröffentlicht Mercury 3, sein leistungsstärkstes Diffusions-LLM

Inception stellte Mercury 3 vor und bezeichnete das Modell am 19. Oktober 2026 als das bislang leistungsfähigste diffusionsbasierte große Sprachmodell, das veröffentlicht wurde, mit Einführungspreisen von 0,10 US-Dollar pro Million Eingabetokens und 0,35 US-Dollar pro Million Ausgabetokens.

Das Unternehmen erklärte, Mercury 3 übertreffe GPT-6 Luna und Claude Haiku 5.5 bei einer Reihe von Benchmarks und laufe dabei vier- bis achtmal schneller, mit mehr als 1.000 Token pro Sekunde. Laut Ankündigung erreicht das Modell auf NVIDIA-GPUs eine Geschwindigkeit von 1.068 Token pro Sekunde und verfügt über ein Kontextfenster von einer Million Token – gegenüber 260.000 Token bei Mercury 2.5. Der Listenpreis beträgt 0,20 $ pro Million Eingabetoken und 0,70 $ pro Million Ausgabetoken; zum Start gilt ein Rabatt von 50 %. Für zwischengespeicherte Eingabetoken werden 90 % weniger als der reguläre Eingabepreis berechnet: Der Preis beträgt 0,02 $ pro Million Token beziehungsweise während der Aktion 0,01 $.

Skalierung von Textdiffusion

Inception stellte die Veröffentlichung als Beleg dafür dar, dass sich Textdiffusion skalieren lässt. Nach Angaben des Unternehmens verfügt Mercury 3 insgesamt über mehr als 40-mal so viele Parameter wie Mercury 1, während die Intelligenz bei einer Reihe standardisierter Benchmarks von Mercury 1 (mini) bis Mercury 3 um das Dreifache zunahm. Inception bezeichnete Mercury 1 als ersten Nachweis dafür, dass sich Diffusions-LLMs für kommerzielle Anwendungen entwickeln lassen. In der KI-Community sei offen gewesen, ob Diffusions-LLMs so skaliert werden könnten, dass sie bei komplexen Anwendungsfällen mit autoregressiven Modellen konkurrieren können. Das Unternehmen erklärte, Mercury 3 beantworte diese Frage und die Skalierungsgesetze, die den Fortschritt autoregressiver Modelle vorangetrieben hätten, gälten auch für Diffusionsmodelle.

Ergebnisse aus dem Produktiveinsatz im Early Access

Inception zufolge setzen Early-Access-Partner Mercury 3 bereits in latenzempfindlichen Anwendungen ein, darunter Browser-Agenten, interaktive Lernangebote, Echtzeit-Suchagenten und Kundensupport. Das Unternehmen erklärte, Mercury 3 in seiner produktiven Web-Agent-Umgebung mit führenden Modellen anhand von 50 laufenden Navigationsaufgaben aus Mind2Web getestet zu haben. Mercury 3 habe 50 % davon abgeschlossen – eine Abschlusszahl, die das Unternehmen als deutlich höher als die von GPT-6.1-Sol bezeichnete. Dabei seien dasselbe Tokenvolumen und dieselbe Anzahl an Agentenschritten zum Bruchteil der Kosten pro Token erreicht worden. Im Abschnitt zur Browsernutzung zitiert die Ankündigung außerdem Shuhao Zhang, Mitgründer von TinyFish AI.

Michael Tong, Mitgründer und CTO von General Learning, bekannt als RevisionDojo, erklärte, Mercury 3 ermögliche es dem Nachhilfeunternehmen, jedem Schüler sofortiges Feedback zu geben, „ohne beim logischen Denken Abstriche zu machen“. Hinweise, markierte Antworten und Definitionen würden innerhalb von etwa einer Sekunde und in einer Qualität bereitgestellt, die seiner Einschätzung nach mit den zuvor eingesetzten Modellen des Unternehmens vergleichbar oder besser sei. Den Wechsel bezeichnete er als unkomplizierten Austausch gegen den bestehenden Technologie-Stack des Unternehmens.

Kuan Zou, Gründer und CEO von Octen AI, sagte, bei Smart Glasses „fühlt sich eine Antwort, die fünf Sekunden dauert, kaputt an“. In Tests mit Octens Sense API habe Mercury 3 eine mediane Generierungszeit von 0,9 Sekunden und eine mediane Ende-zu-Ende-Antwortzeit von 2,2 Sekunden erreicht. Unter den von seinem Unternehmen getesteten schnellen Modellen biete es damit die beste Balance aus Geschwindigkeit und Qualität.

Michael Gribben, Mitarbeiter im technischen Team von Lorikeet, einem Unternehmen, das für komplexe und regulierte Branchen Kundenbetreuung über Sprach-, Chat- und E-Mail-Kanäle entwickelt, erklärte, Mercury 3 habe in ersten Tests bei der Latenz besser abgeschnitten als andere Modelle und zugleich bei Evaluationen und im Produktiveinsatz bessere Leistungen erbracht.

Das breitere Mercury-Portfolio

Mercury 3 ist das Spitzenmodell eines Produktportfolios, das Inception als auf Echtzeit-KI ausgelegt beschreibt. Mercury Voice ist auf die Anforderungen von Sprachanwendungen mit geringer Latenz zugeschnitten und soll vor allem die Zeit bis zum ersten Antwort-Token minimieren. Inception zufolge kommt das Modell bereits bei Agenten von Audivi AI, Altur und OpenCall zum Einsatz. Auf der Modellübersicht des Unternehmens wird für Mercury Voice eine Zeit bis zum ersten Token von unter 170 Millisekunden angegeben. Der Preis beträgt 0,40 $ pro Million Eingabetoken und 1,50 $ pro Million Ausgabetoken; während der Aktion werden 0,20 $ beziehungsweise 0,75 $ ausgewiesen.

Mercury Decide ist ein Entscheidungsmodell für Klassifizierungen mit hohem Volumen. Es gibt Antworten mit kalibrierten Wahrscheinlichkeiten aus und kann unsichere Fälle zur Prüfung an einen Menschen weiterleiten. Inception zufolge übertrifft Mercury Decide Jev bei Benchmarks wie JevBench und LegalBench. Laut Modellübersicht kostet es 0,04 $ pro Million Eingabetoken, während der angezeigten Aktion ermäßigt auf 0,02 $. Für Ausgabetoken ist ein Preis von 0 $ angegeben.

Laut Blogübersicht von Inception wurde Mercury Voice am 29. September 2026 vorgestellt. Ein Beitrag vom 15. Oktober 2026 gab bekannt, dass Mercury 2 in TIME’s Best Inventions of 2026 aufgenommen wurde.

API-Zugriff und Auslaufen von Mercury 2

Mercury 3 ist über die Inception API Platform sowie über OpenRouter, Baseten und Vercel verfügbar und mit der OpenAI-API kompatibel. In der Schnellstartdokumentation des Unternehmens wird das Modell als mercury-3 über den Chat-Completions-Endpunkt api.inceptionlabs.ai/v1 bereitgestelltes Modell bezeichnet. Zu den Anfrageparametern gehören reasoning_effort und temperature; außerdem bietet die Dokumentation inceptionai SDKs für Python und TypeScript. Außerdem zeigt die Dokumentation, wie die API mit AISuite, LiteLLM, LangChain, dem OpenAI-Client und dem Vercel AI SDK verwendet werden kann. Neue Plattformkonten erhalten 100 Millionen kostenlose Token; Zahlungsdaten sind nicht erforderlich.

Für den Einsatz in Unternehmen nennt Inception dedizierte Kapazitäten, automatische Skalierung, Compliance-Kontrollen und eine konfigurierbare Datenaufbewahrung. Außerdem erklärte das Unternehmen, mit Unternehmenskunden bei der Eignung für deren Workloads, der Gestaltung von Evaluierungen und der Leistung unter den jeweiligen Vorgaben für den Inferenzbetrieb zusammenzuarbeiten.

Auf der Modellseite wird außerdem darauf hingewiesen, dass Mercury 2 und Mercury 2.5 für neue Nutzer nicht mehr verfügbar sind. Bestehende Kunden, die die Modelle vor dem 19. Oktober 2026 genutzt haben, behalten bis zum 15. November 2026 Zugriff. Unternehmenskunden werden weiterhin gemäß ihren bestehenden Vereinbarungen unterstützt.