Inception lansează Mercury 3, cel mai performant LLM al său bazat pe difuzie

Inception a lansat Mercury 3 pe 19 octombrie 2026, descriindu-l drept cel mai performant model lingvistic de mari dimensiuni bazat pe difuzie lansat până în prezent, cu un preț de lansare de 0,10 $ pentru un milion de tokeni de intrare și 0,35 $ pentru un milion de tokeni de ieșire.

Compania a declarat că Mercury 3 depășește GPT-6 Luna și Claude Haiku 5.5 într-o serie de teste comparative, funcționând în același timp de patru până la opt ori mai rapid, cu o viteză de peste 1.000 de tokeni pe secundă. Anunțul menționează o viteză de 1.068 de tokeni pe secundă pe GPU-uri NVIDIA și o fereastră de context de un milion de tokeni, față de cei 260.000 de tokeni ai Mercury 2.5. Prețurile standard sunt de 0,20 $ pentru un milion de tokeni de intrare și 0,70 $ pentru un milion de tokeni de ieșire, cu o reducere de 50% aplicată la lansare; tokenii de intrare din cache costă cu 90% mai puțin decât tariful de intrare, fiind listați la 0,02 $ pentru un milion de tokeni și la 0,01 $ în cadrul promoției.

Dovezi privind scalarea difuziei textului

Inception a prezentat lansarea ca dovadă că difuzia textului poate fi scalată. Potrivit companiei, Mercury 3 are de peste 40 de ori mai mulți parametri în total decât Mercury 1, în timp ce nivelul de inteligență, măsurat pe o serie de teste comparative standard, a crescut de trei ori de la Mercury 1 (mini) la Mercury 3. Inception a descris Mercury 1 drept prima dovadă că LLM-urile bazate pe difuzie puteau fi dezvoltate pentru aplicații comerciale și a spus că întrebarea deschisă în comunitatea IA era dacă acestea puteau fi scalate astfel încât să concureze cu modelele autoregresive în cazuri de utilizare complexe. Compania a afirmat că Mercury 3 răspunde la această întrebare și că legile scalării care au impulsionat progresul modelelor autoregresive se aplică și difuziei.

Rezultatele utilizării în producție în cadrul accesului anticipat

Inception a declarat că partenerii care au acces anticipat folosesc deja Mercury 3 în aplicații sensibile la latență, inclusiv agenți care interacționează cu browserele, educație interactivă, agenți de căutare în timp real și servicii de asistență pentru clienți. Compania a spus că a rulat Mercury 3 în mediul său de testare a agenților web din producție, alături de modele de vârf, în cadrul a 50 de sarcini de navigare Mind2Web în timp real; Mercury 3 a finalizat 50% dintre acestea, un număr de sarcini finalizate pe care compania l-a descris drept semnificativ mai mare decât cel al GPT-6.1-Sol, folosind același volum de tokeni și același număr de pași ai agentului, la o fracțiune din costul per token. Anunțul îl citează, de asemenea, pe Shuhao Zhang, cofondator al TinyFish AI, în secțiunea despre utilizarea browserelor.

Michael Tong, cofondator și CTO al General Learning, cunoscută sub numele de RevisionDojo, a declarat că Mercury 3 a permis companiei de meditații să le ofere tuturor elevilor feedback instantaneu „fără să renunțe la raționament”, furnizând într-o secundă indicii, răspunsuri marcate și definiții, la o calitate pe care a descris-o ca fiind comparabilă sau superioară celei a modelelor folosite anterior de companie. El a descris trecerea la Mercury 3 drept o înlocuire directă a soluției existente a companiei.

Kuan Zou, fondator și CEO al Octen AI, a spus că, în cazul ochelarilor inteligenți, „un răspuns care durează cinci secunde pare defect”. În testele API-ului Sense de la Octen, a relatat el, Mercury 3 a avut un timp median de generare de 0,9 secunde și un timp median de răspuns de la un capăt la altul de 2,2 secunde, ceea ce, potrivit lui, reprezintă cel mai bun echilibru între viteză și calitate dintre modelele rapide testate de companie.

Michael Gribben, membru al echipei tehnice de la Lorikeet, companie care dezvoltă asistenți pentru clienți prin voce, chat și e-mail pentru companii cu activități complexe și reglementate, a declarat că Mercury 3 a depășit alte modele în privința latenței în testele inițiale, obținând totodată rezultate mai bune în evaluări și în producție.

Portofoliul extins Mercury

Mercury 3 este produsul emblematic al unui portofoliu pe care Inception îl descrie ca fiind creat pentru IA în timp real. Mercury Voice este adaptat cerințelor de latență redusă ale aplicațiilor vocale, punând accentul pe minimizarea timpului până la primul token din răspuns; Inception a declarat că acesta este deja folosit de agenți de la Audivi AI, Altur și OpenCall. Pagina de modele a companiei listează Mercury Voice cu un timp până la primul token sub 170 de milisecunde, la un preț de 0,40 $ pentru un milion de tokeni de intrare și 1,50 $ pentru un milion de tokeni de ieșire, afișând tarife promoționale de 0,20 $ și, respectiv, 0,75 $.

Mercury Decide este un model decizional conceput pentru clasificări de volum mare. Oferă răspunsuri cu probabilități calibrate și poate trimite cazurile incerte spre evaluare umană. Inception a declarat că Mercury Decide depășește Jev în teste comparative precum JevBench și LegalBench. Pe pagina de modele, prețul este de 0,04 $ pentru un milion de tokeni de intrare, redus la 0,02 $ în cadrul promoției afișate, iar tokenii de ieșire sunt listați la 0 $.

Lista de articole de pe blogul Inception arată că Mercury Voice a fost lansat pe 29 septembrie 2026 și că, într-o postare din 15 octombrie 2026, s-a anunțat că Mercury 2 a fost inclus în lista celor mai bune invenții din 2026 a revistei TIME.

Accesul la API și retragerea treptată a Mercury 2

Mercury 3 este disponibil prin Inception API Platform și prin OpenRouter, Baseten și Vercel și este compatibil cu API-ul OpenAI. Documentația de pornire rapidă identifică modelul ca fiind mercury-3 servit prin endpointul de completare a conversațiilor api.inceptionlabs.ai/v1, cu parametri ai solicitării precum reasoning_effort și temperature, și oferă inceptionai SDK-uri pentru Python și TypeScript. Documentația arată, de asemenea, cum funcționează API-ul prin AISuite, LiteLLM, LangChain, clientul OpenAI și Vercel AI SDK. Conturile noi de pe platformă includ 100 de milioane de tokeni gratuiți, fără a fi necesare date de plată.

Pentru implementările destinate companiilor, Inception menționează capacitate dedicată, scalare automată, controale de conformitate și păstrarea configurabilă a datelor și a declarat că va colabora cu clienții din segmentul enterprise pentru a stabili compatibilitatea cu sarcinile de lucru, a concepe evaluările și a măsura performanța în condițiile specifice de servire a acestora.

Odată cu lansarea, pagina modelelor precizează că Mercury 2 și Mercury 2.5 nu mai sunt disponibile pentru utilizatorii noi. Clienții existenți care au folosit modelele înainte de 19 octombrie 2026 își vor păstra accesul până la 15 noiembrie 2026, iar clienții din segmentul enterprise vor beneficia în continuare de asistență în baza acordurilor existente.