Inception Labs introduceerde maandag Mercury 3 en beschreef het als het meest capabele, op diffusie gebaseerde grote taalmodel dat tot nu toe is uitgebracht. Volgens de aankondiging van het bedrijf presteert Mercury 3 beter dan snelheidsgeoptimaliseerde frontier-modellen, waaronder GPT-6 Luna en Claude Haiku 5.5 in een reeks benchmarks, terwijl hij 4 tot 8 keer sneller draait, met meer dan 1.000 tokens per seconde.
De lancering is tot nu toe het krachtigste antwoord op de vraag die sinds het ontstaan van deze categorie boven commerciële diffusietaalmodellen blijft hangen: kan tekstdiffusie schalen om te concurreren met autoregressieve architecturen op complexe workloads, of blijft het een onderzoeksnieuwsgierigheid die alleen is geoptimaliseerd voor latentie? Inception Labs, opgericht door voormalige onderzoekers van Stanford en UC Berkeley, waaronder CEO Stefano Ermon, zegt dat het antwoord nu vastligt. Het bedrijf rapporteert dat Mercury 3 meer dan 40 keer groter is dan Mercury 1 en dat de gemeten intelligentie over standaard benchmarks ruwweg verdrievoudigd is tussen Mercury 1 (mini) en Mercury 3. Dit is een bewijs dat de schaalwetten die de vooruitgang in autoregressieve modellen aandreven ook voor verspreiding gelden. Voor meer context over dit verhaal, zie ons AI-trends.
Snelheid, context en prijzen
De krantenkoppen zijn agressief. Inception Labs zegt dat Mercury 3 1.068 tokens per seconde genereert op NVIDIA GPU's, waardoor het kenmerkende voordeel van de diffusiebenadering ten opzichte van token-voor-token autoregressieve decodering behouden blijft. Het contextvenster is gegroeid naar 1 miljoen tokens, vergeleken met 260.000 in Mercury 2.5, dat het bedrijf in september uitbracht met 1.107 tokens per seconde aan aanhoudende productie.
Mercury 3 kost $0,20 per miljoen inputtokens en $0,70 per miljoen outputtokens. Bij de lancering is er 50 procent korting op het model, wat het effectieve tarief op $0,10 per miljoen invoertokens en $0,35 per miljoen uitvoertokens brengt, waarbij in de cache opgeslagen tokens 90 procent onder het invoertarief liggen. Dat ondermijnt de typische prijsstelling van de modellen met geoptimaliseerde snelheid waarmee het wordt vergeleken, hoewel onafhankelijke verificatie van de kwaliteitsclaims nog niet is gepubliceerd.
Benchmark- en agentresultaten
Naast de algemene benchmarkvergelijkingen met GPT-6 Luna en Claude Haiku 5.5, publiceerde Inception Labs resultaten van zijn productiewebagentharnas op 50 live Mind2Web-navigatietaken. Mercury 3 voltooide 50 procent van de taken, wat volgens het bedrijf aanzienlijk meer is dan GPT-6.1-Sol beheerde, terwijl hetzelfde tokenvolume en hetzelfde aantal agentstappen werd gebruikt als het frontiermodel tegen een fractie van de kosten per token.
Het bedrijf beschouwt latentiegevoelige werkbelastingen van agenten als de commerciële kern van het model. Omdat agenten voor browsergebruik, stemassistenten en interactieve applicaties bij elke stap op het model wachten, lopen kleine vertragingen snel op en vertaalt de hoge doorvoer van een diffusiemodel zich direct in een snellere taakvoltooiing en meer pogingen binnen een vast tijdsbudget.
Vroege klanten melden productiegebruik
Inception Labs zegt dat early-access-partners Mercury 3 al in productie hebben voor spraak- en chatondersteuning, realtime begeleiding, data-engineering en webnavigatie.
Shuhao Zhang, medeoprichter van TinyFish AI, zei dat agenten die op Mercury 3 zijn gebouwd eerder klaar zijn en tijd hebben om meer benaderingen uit te proberen voordat ze antwoorden, of ze nu door websites navigeren, bronnen onderzoeken of logs analyseren en incidenten traceren.
Michael Tong, mede-oprichter en CTO van General Learning, dat RevisionDojo exploiteert, zei dat Mercury 3 het bedrijf in staat stelde om elke leerling direct feedback te geven zonder de redeneerkwaliteit op te geven, en hints, gemarkeerde antwoorden en definities in ongeveer een seconde terug te sturen, en beschreef het model als een drop-in swap voor de bestaande stapel.
Kuan Zou, oprichter van zoekstartup Octen, meldde dat in de Sense API-tests van het bedrijf de eigen zoekopdracht ongeveer 80 milliseconden duurde, terwijl het genereren van modellen het knelpunt was, en dat Mercury 3 de beste balans tussen snelheid en kwaliteit leverde onder de geteste snelle modellen, met een gemiddelde generatietijd van 0,9 seconden en een gemiddelde end-to-end responstijd van 2,2 seconden.
Waarom diffusieschaling belangrijk is
Autoregressieve transformatoren, die tekst één token tegelijk genereren, hebben vrijwel elk grensmodel van GPT via Gemini en Claude overgenomen. Diffusiemodellen verfijnen in plaats daarvan een hele respons parallel door middel van iteratieve ruisonderdrukking, een eigenschap die generatie snel en controleerbaar maakt, maar die tot voor kort slecht achterbleef bij complexe redeneringstaken.
De centrale bewering van Mercury 3 is dat deze kwaliteitskloof op grote schaal is gedicht. Als de cijfers van het bedrijf standhouden onder onafhankelijke evaluatie, is de praktische consequentie een geloofwaardige tweede architectuurfamilie voor commerciële gevolgtrekking, met implicaties voor de economie van grote werklasten van agenten, waarbij de totale tokenuitgaven worden gedomineerd door speed-tier-modellen.
De claims blijven voorlopig door de leverancier gerapporteerd. Inception Labs heeft niet verwezen naar evaluaties van Mercury 3 door derden, en de benchmarkvergelijkingen komen uit eigen harnassen. De eerdere modellen van het bedrijf worden echter sinds 2025 publiekelijk aangeboden, waardoor kopers een trackrecord hebben om te controleren.
Beschikbaarheid
Mercury 3 is onmiddellijk beschikbaar via de API van Inception Labs tegen het lanceringskortingtarief, waarbij het bedrijf stelt dat in de cache opgeslagen tokens worden gefactureerd tegen 10 procent van de invoerprijs. Er werd geen release met open gewichten aangekondigd; Net als zijn voorgangers is Mercury 3 een commercieel model met alleen API.
Volg AI Buzz Wire voor voortdurende berichtgeving over nieuwe modelreleases, diffusie-architecturen en de toenemende snelheid van grensverleggende AI.
---
Blijf Voorop met AIHet laatste AI-nieuws, analyses en doorbraken — allemaal op één plek.
Lees meer AI-nieuws →
