Inception Labs presentó Mercury 3 el lunes y lo describió como el modelo de lenguaje grande basado en difusión más capaz lanzado hasta la fecha. Según el anuncio de la compañía, Mercury 3 supera a los modelos fronterizos de velocidad optimizada, incluidos GPT-6 Luna y Claude Haiku 5.5, en una variedad de puntos de referencia, mientras funciona de 4 a 8 veces más rápido, a más de 1000 tokens por segundo.
El lanzamiento es la respuesta más sólida hasta el momento a la pregunta que se ha cernido sobre los modelos de lenguaje de difusión comercial desde que surgió la categoría: ¿puede la difusión de texto escalar para competir con arquitecturas autorregresivas en cargas de trabajo complejas, o sigue siendo una curiosidad de investigación optimizada solo para la latencia? Inception Labs, que fue fundado por ex investigadores de Stanford y UC Berkeley, incluido el director ejecutivo Stefano Ermon, dice que la respuesta ya está establecida. La compañía informa que Mercury 3 es más de 40 veces más grande que Mercury 1 y que la inteligencia medida a través de puntos de referencia estándar aproximadamente se triplicó entre Mercury 1 (mini) y Mercury 3, evidencia, argumenta, de que las leyes de escala que impulsaron el progreso en los modelos autorregresivos también se aplican a la difusión. Para más contexto sobre esta historia, consulta nuestra actualidad de inteligencia artificial.
Velocidad, contexto y precio
Las cifras de los titulares son agresivas. Inception Labs dice que Mercury 3 genera 1.068 tokens por segundo en las GPU NVIDIA, manteniendo la ventaja distintiva del enfoque de difusión sobre la decodificación autorregresiva token por token. La ventana de contexto ha crecido a 1 millón de tokens, frente a los 260.000 de Mercury 2.5, que la compañía lanzó en septiembre con 1.107 tokens por segundo de producción sostenida.
Mercury 3 tiene un precio de 0,20 dólares por millón de tokens de entrada y 0,70 dólares por millón de tokens de salida. En el lanzamiento, el modelo tiene un 50 por ciento de descuento, lo que eleva la tasa efectiva a $ 0,10 por millón de tokens de entrada y $ 0,35 por millón de tokens de salida, con tokens almacenados en caché con un precio de 90 por ciento por debajo de la tasa de entrada. Esto socava el precio típico de los modelos fronterizos de velocidad optimizada con los que se compara, aunque aún no se ha publicado una verificación independiente de las afirmaciones de calidad.
Resultados de referencia y agentes
Más allá de las comparaciones de referencia generales con GPT-6 Luna y Claude Haiku 5.5, Inception Labs publicó los resultados de su equipo de agente web de producción en 50 tareas de navegación Mind2Web en vivo. Mercury 3 completó el 50 por ciento de las tareas, lo que, según la compañía, es significativamente más de lo que administró GPT-6.1-Sol, mientras utiliza el mismo volumen de tokens y la misma cantidad de pasos de agente que el modelo de frontera a una fracción del costo por token.
La empresa posiciona las cargas de trabajo de agentes sensibles a la latencia como el argumento comercial principal para el modelo. Debido a que los agentes de uso del navegador, los asistentes de voz y las aplicaciones interactivas esperan el modelo en cada paso, los pequeños retrasos se acumulan rápidamente y el alto rendimiento de un modelo de difusión se traduce directamente en una finalización más rápida de las tareas y más intentos dentro de un presupuesto de tiempo fijo.
Los primeros clientes informan sobre el uso en producción
Inception Labs dice que los socios de acceso temprano ya están ejecutando Mercury 3 en producción para soporte de voz y chat, tutoría en tiempo real, ingeniería de datos y navegación web.
Shuhao Zhang, cofundador de TinyFish AI, dijo que los agentes construidos en Mercury 3 terminan antes y tienen tiempo para probar más enfoques antes de responder, ya sea navegando por sitios web, investigando fuentes o analizando registros y rastreando incidentes.
Michael Tong, cofundador y CTO de General Learning, que opera RevisionDojo, dijo que Mercury 3 permitió a la compañía brindar a cada estudiante retroalimentación instantánea sin renunciar a la calidad del razonamiento, devolviendo sugerencias, respuestas marcadas y definiciones en aproximadamente un segundo, y describió el modelo como un intercambio directo para su pila existente.
Kuan Zou, fundador de la startup de búsqueda Octen, informó que en las pruebas Sense API de la compañía su propia búsqueda tomó alrededor de 80 milisegundos, mientras que la generación del modelo fue el cuello de botella, y que Mercury 3 entregó el mejor equilibrio de velocidad y calidad entre los modelos rápidos probados, con un tiempo medio de generación de 0,9 segundos y un tiempo medio de respuesta de extremo a extremo de 2,2 segundos.
Por qué es importante el escalado de difusión
Los transformadores autorregresivos, que generan texto un token a la vez en secuencia, han llevado prácticamente todos los modelos de frontera desde GPT hasta Gemini y Claude. En cambio, los modelos de difusión refinan una respuesta completa en paralelo mediante la eliminación iterativa de ruido, una propiedad que hace que la generación sea rápida y controlable pero que, hasta hace poco, iba muy rezagada en tareas de razonamiento complejas.
La afirmación central de Mercury 3 es que esta brecha de calidad se ha cerrado a escala. Si las cifras de la empresa se mantienen bajo una evaluación independiente, la consecuencia práctica es una segunda familia de arquitectura creíble para la inferencia comercial, con implicaciones para la economía de las cargas de trabajo de agentes de gran volumen, donde el gasto agregado de tokens está dominado por modelos de niveles de velocidad.
Por ahora, las reclamaciones siguen siendo informadas por los proveedores. Inception Labs no ha citado evaluaciones de terceros de Mercury 3, y sus comparaciones de referencia provienen de sus propios arneses. Sin embargo, los modelos anteriores de la compañía se comercializan públicamente desde 2025, lo que brinda a los compradores un historial con el que comparar.
Disponibilidad
Mercury 3 está disponible inmediatamente a través de la API de Inception Labs a la tarifa con descuento de lanzamiento, y la compañía afirma que los tokens almacenados en caché se facturan al 10 por ciento del precio de entrada. No se anunció ningún lanzamiento de pesos abiertos; Al igual que sus predecesores, Mercury 3 es un modelo comercial que utiliza únicamente API.
Para una cobertura continua de los lanzamientos de nuevos modelos, las arquitecturas de difusión y el nivel de velocidad cada vez mayor de la IA de vanguardia, siga AI Buzz Wire.
---
Mantente al Día con la IALas últimas noticias, análisis y avances de inteligencia artificial, en un solo lugar.
Leer más noticias de IA →
