Inception lanserar Mercury 3, sin flaggskeppsmodell för diffusion

Inception presenterade Mercury 3 den 19 oktober 2026 och beskrev modellen som den mest kapabla diffusionsbaserade stora språkmodell som hittills har lanserats, med ett introduktionspris på 0,10 dollar per miljon indatatoken och 0,35 dollar per miljon utdatatoken.

Företaget uppgav att Mercury 3 presterar bättre än GPT-6 Luna och Claude Haiku 5.5 i en rad olika benchmarktester, samtidigt som modellen körs fyra till åtta gånger snabbare, med en hastighet på över 1 000 token per sekund. Enligt tillkännagivandet uppnår modellen 1 068 token per sekund på NVIDIA-GPU:er och har ett kontextfönster på en miljon token, jämfört med 260 000 token för Mercury 2.5. Listpriset är 0,20 dollar per miljon indatatoken och 0,70 dollar per miljon utdatatoken, med 50 procents rabatt vid lanseringen. Cachade indatatoken kostar 90 procent mindre än ordinarie pris för indatatoken: 0,02 dollar per miljon token, eller 0,01 dollar under kampanjen.

Skalning av textdiffusion

Inception framställde lanseringen som ett belägg för att textdiffusion kan skalas upp. Enligt företaget har Mercury 3 mer än 40 gånger fler parametrar totalt än Mercury 1, samtidigt som resultaten på en rad standardiserade benchmarktester har tredubblats från Mercury 1 (mini) till Mercury 3. Inception beskrev Mercury 1 som det första beviset på att diffusionsbaserade stora språkmodeller kunde byggas för kommersiella tillämpningar och sade att den öppna frågan inom AI-världen hade varit om sådana modeller kunde skalas upp så att de kunde konkurrera med autoregressiva modeller i komplexa användningsfall. Företaget uppgav att Mercury 3 besvarar den frågan och att de skalningslagar som drev utvecklingen av autoregressiva modeller även gäller för diffusion.

Produktionsresultat från tidig åtkomst

Inception uppgav att partner med tidig åtkomst redan använder Mercury 3 i tillämpningar där låg fördröjning är viktig, bland annat webbläsarbaserade agenter, interaktiv utbildning, sökagenter i realtid och kundsupport. Företaget sade att det körde Mercury 3 i sin produktionsmiljö för webbagenter, mot ledande modeller och på 50 aktiva navigeringsuppgifter från Mind2Web. Mercury 3 slutförde 50 procent av uppgifterna, ett resultat som företaget beskrev som betydligt bättre än GPT-6.1-Sols, med samma mängd token och samma antal agentsteg, men till en bråkdel av kostnaden per token. Tillkännagivandet citerar även Shuhao Zhang, medgrundare av TinyFish AI, i avsnittet om webbläsarbaserade agenter.

Michael Tong, medgrundare och teknisk chef för General Learning, känt som RevisionDojo, sade att Mercury 3 gjorde det möjligt för utbildningsföretaget att ge varje elev omedelbar återkoppling ”utan att ge avkall på resonemangsförmågan”. Tips, markerade svar och definitioner visades på ungefär en sekund och höll enligt honom en kvalitet som var i nivå med eller bättre än modellerna företaget tidigare använde. Han beskrev bytet som en direkt ersättning för företagets befintliga teknikstack.

Kuan Zou, grundare och vd för Octen AI, sade att ”ett svar som tar fem sekunder känns trasigt” när man använder smarta glasögon. I tester med Octens Sense API levererade Mercury 3 en mediangenereringstid på 0,9 sekunder och en median för svarstiden från början till slut på 2,2 sekunder, rapporterade han. Han beskrev detta som den bästa avvägningen mellan hastighet och kvalitet bland de snabba modeller företaget testade.

Michael Gribben, teknisk medarbetare på Lorikeet, som bygger kundassistenter för röst, chatt och e-post åt komplexa och reglerade verksamheter, sade att Mercury 3 hade lägre fördröjning än andra modeller i tidiga tester och samtidigt presterade bättre i utvärderingar och i produktion.

Det bredare Mercury-sortimentet

Mercury 3 är flaggskeppet i en produktportfölj som Inception beskriver som utvecklad för AI i realtid. Mercury Voice är anpassad för de låga fördröjningskraven i rösttillämpningar, med fokus på att minimera tiden till den första svarstoken. Inception uppgav att produkten redan driver agenter hos Audivi AI, Altur och OpenCall. På företagets modellöversikt anges tiden till den första token för Mercury Voice till under 170 millisekunder. Priset är 0,40 dollar per miljon indatatoken och 1,50 dollar per miljon utdatatoken, med kampanjpriser på 0,20 respektive 0,75 dollar.

Mercury Decide är en beslutsmodell för klassificering av stora datamängder. Den ger svar med kalibrerade sannolikheter och kan skicka osäkra fall vidare till en mänsklig granskare. Inception uppgav att Mercury Decide presterar bättre än Jev på benchmarktester som JevBench och LegalBench. På modellsidan anges priset till 0,04 dollar per miljon indatatoken, med rabatt till 0,02 dollar under den visade kampanjen. Priset för utdatatoken anges till 0 dollar.

I Inceptions blogginläggslista framgår att Mercury Voice presenterades den 29 september 2026 och att ett inlägg den 15 oktober 2026 meddelade att Mercury 2 hade utsetts till en av TIME:s bästa uppfinningar 2026.

API-åtkomst och utfasningen av Mercury 2

Mercury 3 är tillgänglig via Inception API Platform och OpenRouter, Baseten och Vercel, och är kompatibel med OpenAI API. I företagets snabbstartsdokumentation anges modellen som mercury-3 tillgänglig via chat completions-slutpunkten api.inceptionlabs.ai/v1, med begärandeparametrar som reasoning_effort och temperature. Dokumentationen erbjuder inceptionai SDK:er för Python och TypeScript. Dokumentationen visar också hur API:et används via AISuite, LiteLLM, LangChain, OpenAI-klienten och Vercel AI SDK. Nya plattformskonton får 100 miljoner kostnadsfria token utan att betalningsuppgifter behöver anges.

För företagsinstallationer anger Inception dedikerad kapacitet, automatisk skalning, efterlevnadskontroller och konfigurerbar datalagring, och uppger att företaget kommer att samarbeta med företagskunder kring hur väl lösningen passar deras arbetsbelastningar, utformningen av utvärderingar och prestanda inom ramen för deras begränsningar för inferens.

På modellsidan står det att Mercury 2 och Mercury 2.5 inte längre är tillgängliga för nya användare. Befintliga kunder som har använt tjänsten före den 19 oktober 2026 behåller åtkomsten till och med den 15 november 2026, och företagskunder får fortsatt support enligt sina befintliga avtal.