Inception lance Mercury 3, son modèle de langage à diffusion phare

Inception a lancé Mercury 3 le 19 octobre 2026, présentant ce modèle comme le modèle de langage de grande taille à diffusion le plus performant publié à ce jour. À son lancement, son tarif était de 0,10 $ par million de jetons en entrée et de 0,35 $ par million de jetons en sortie.

L’entreprise affirme que Mercury 3 surpasse GPT-6 Luna et Claude Haiku 5.5 sur plusieurs tests de référence, tout en étant quatre à huit fois plus rapide et en dépassant les 1 000 jetons par seconde. L’annonce indique une vitesse de 1 068 jetons par seconde sur les GPU NVIDIA et une fenêtre de contexte d’un million de jetons, contre 260 000 jetons pour Mercury 2.5. Le tarif standard est de 0,20 $ par million de jetons en entrée et de 0,70 $ par million de jetons en sortie, avec une réduction de 50 % au lancement ; les jetons d’entrée mis en cache coûtent 90 % de moins que le tarif d’entrée, soit 0,02 $ par million de jetons, et 0,01 $ pendant la promotion.

La montée en charge de la diffusion de texte

Inception présente cette sortie comme la preuve que la diffusion de texte peut monter en charge. Selon l’entreprise, Mercury 3 compte plus de 40 fois plus de paramètres au total que Mercury 1, tandis que ses performances sur plusieurs tests de référence standards ont été multipliées par trois entre Mercury 1 (mini) et Mercury 3. Inception a décrit Mercury 1 comme la première preuve que des modèles de langage à diffusion pouvaient être conçus pour des applications commerciales. L’entreprise a ajouté que la question ouverte au sein de la communauté de l’IA était de savoir si ces modèles pouvaient monter en charge au point de rivaliser avec les modèles autorégressifs pour des cas d’utilisation complexes. Selon elle, Mercury 3 répond à cette question et les lois de mise à l’échelle qui ont favorisé les progrès des modèles autorégressifs s’appliquent également à la diffusion.

Résultats en production des partenaires en accès anticipé

Inception indique que des partenaires bénéficiant d’un accès anticipé utilisent déjà Mercury 3 dans des applications sensibles à la latence, notamment des agents qui interagissent avec des navigateurs, des outils d’apprentissage interactifs, des agents de recherche en temps réel et des services d’assistance à la clientèle. L’entreprise affirme avoir exécuté Mercury 3 dans son environnement de production pour agents Web, face à des modèles de pointe, sur 50 tâches de navigation réelles de Mind2Web. Mercury 3 en a accompli 50 %, un résultat que l’entreprise décrit comme nettement supérieur à celui de GPT-6.1-Sol, avec le même volume de jetons et le même nombre d’étapes d’agent, pour une fraction du coût par jeton. Dans la partie consacrée aux agents qui interagissent avec des navigateurs, l’annonce cite également Shuhao Zhang, cofondateur de TinyFish AI.

Michael Tong, cofondateur et directeur technique de General Learning, connue sous le nom de RevisionDojo, a déclaré que Mercury 3 permettait à l’entreprise de tutorat de fournir instantanément un retour à chaque élève, « sans renoncer au raisonnement ». Les indices, les réponses annotées et les définitions étaient renvoyés en environ une seconde, avec une qualité qu’il jugeait égale ou supérieure à celle des modèles utilisés auparavant par l’entreprise. Il a qualifié cette transition de remplacement direct de la pile technologique existante de l’entreprise.

Kuan Zou, fondateur et PDG d’Octen AI, a déclaré que, sur des lunettes intelligentes, « une réponse qui prend cinq secondes donne l’impression que l’appareil ne fonctionne pas ». Dans les tests de l’API Sense d’Octen, Mercury 3 a atteint un temps médian de génération de 0,9 seconde et un temps de réponse médian de bout en bout de 2,2 secondes, a-t-il indiqué. Selon lui, parmi les modèles rapides testés par l’entreprise, c’est celui qui offre le meilleur équilibre entre vitesse et qualité.

Michael Gribben, membre de l’équipe technique de Lorikeet, qui crée des assistants clientèle pour les entreprises aux activités complexes et réglementées, sur les canaux vocaux, par messagerie et par courriel, a déclaré que Mercury 3 avait affiché une latence inférieure à celle d’autres modèles lors des premiers tests, tout en obtenant de meilleurs résultats aux évaluations et en production.

L’ensemble de la gamme Mercury

Mercury 3 est le modèle phare d’une gamme de produits qu’Inception présente comme conçue pour l’IA en temps réel. Mercury Voice est adapté aux exigences de faible latence des applications vocales, avec pour priorité de réduire au minimum le délai avant le premier jeton de réponse. Inception indique qu’il alimente déjà des agents chez Audivi AI, Altur et OpenCall. La page des modèles de l’entreprise indique que Mercury Voice affiche un délai avant le premier jeton inférieur à 170 millisecondes. Son tarif est de 0,40 $ par million de jetons en entrée et de 1,50 $ par million de jetons en sortie, avec des tarifs promotionnels de 0,20 $ et 0,75 $.

Mercury Decide est un modèle décisionnel conçu pour la classification à grand volume. Il fournit des réponses assorties de probabilités calibrées et peut transmettre les cas incertains à un évaluateur humain. Inception affirme que Mercury Decide surpasse Jev sur des tests de référence comme JevBench et LegalBench. La page des modèles affiche un tarif de 0,04 $ par million de jetons en entrée, ramené à 0,02 $ dans le cadre de la promotion indiquée, et fixe le prix des jetons de sortie à 0 $.

La liste des articles du blogue d’Inception indique que Mercury Voice a été lancé le 29 septembre 2026 et qu’un article du 15 octobre 2026 annonçait que Mercury 2 avait été nommé parmi les meilleures inventions de 2026 par TIME.

Accès à l’API et retrait de Mercury 2

Mercury 3 est disponible sur l’Inception API Platform, ainsi que par l’intermédiaire d’OpenRouter, de Baseten et de Vercel. Il est compatible avec l’API OpenAI. La documentation de démarrage rapide indique que le modèle est mercury-3 servi depuis le point de terminaison de complétion de chat api.inceptionlabs.ai/v1, avec des paramètres de requête tels que reasoning_effort et temperature, et propose inceptionai des SDK pour Python et TypeScript. La documentation montre également que l’API fonctionne avec AISuite, LiteLLM, LangChain, le client OpenAI et le SDK Vercel AI. Les nouveaux comptes de la plateforme bénéficient de 100 millions de jetons gratuits, sans avoir à fournir de moyen de paiement.

Pour les déploiements en entreprise, Inception répertorie une capacité dédiée, une mise à l’échelle automatique, des contrôles de conformité et une conservation des données configurable. L’entreprise a également indiqué qu’elle collaborerait avec ses clients professionnels pour évaluer l’adéquation des modèles à leurs charges de travail, concevoir les évaluations et mesurer les performances dans les limites de leurs contraintes de service.

Parallèlement au lancement, la page des modèles indique que Mercury 2 et Mercury 2.5 ne sont plus accessibles aux nouveaux utilisateurs. Les clients existants qui les ont utilisés avant le 19 octobre 2026 conserveront leur accès jusqu’au 15 novembre 2026, et les clients professionnels continueront d’être pris en charge dans le cadre de leurs accords existants.