A Inception Labs apresentou o Mercury 3 na segunda-feira, descrevendo-o como o modelo de linguagem grande baseado em difusão mais capaz lançado até o momento. De acordo com o anúncio da empresa, o Mercury 3 supera os modelos fronteiriços com velocidade otimizada, incluindo GPT-6 Luna e Claude Haiku 5.5 em uma variedade de benchmarks, enquanto roda de 4 a 8 vezes mais rápido, a mais de 1.000 tokens por segundo.
O lançamento é a resposta mais forte à questão que paira sobre os modelos de linguagem de difusão comercial desde o surgimento da categoria: a difusão de texto pode ser dimensionada para competir com arquiteturas autorregressivas em cargas de trabalho complexas ou continua sendo uma curiosidade de pesquisa otimizada apenas para latência? O Inception Labs, fundado por ex-pesquisadores de Stanford e UC Berkeley, incluindo o CEO Stefano Ermon, diz que a resposta agora está resolvida. A empresa relata que Mercúrio 3 é mais de 40 vezes maior que Mercúrio 1 e que a inteligência medida em benchmarks padrão quase triplicou entre Mercúrio 1 (mini) e Mercúrio 3, prova, argumenta, de que as leis de escala que impulsionaram o progresso em modelos autorregressivos também se aplicam à difusão. Para mais contexto sobre esta história, confira nossa tendências de IA.
Velocidade, Contexto e Preço
Os números das manchetes são agressivos. O Inception Labs afirma que o Mercury 3 gera 1.068 tokens por segundo em GPUs NVIDIA, mantendo a vantagem de assinatura da abordagem de difusão sobre a decodificação autorregressiva token por token. A janela de contexto cresceu para 1 milhão de tokens, acima dos 260.000 do Mercury 2.5, que a empresa lançou em setembro com 1.107 tokens por segundo de produção sustentada.
O Mercury 3 custa US$ 0,20 por milhão de tokens de entrada e US$ 0,70 por milhão de tokens de saída. No lançamento, o modelo tem 50% de desconto, elevando a taxa efetiva para US$ 0,10 por milhão de tokens de entrada e US$ 0,35 por milhão de tokens de saída, com tokens em cache com preço 90% abaixo da taxa de entrada. Isso prejudica o preço típico dos modelos otimizados para velocidade de fronteira com os quais ele faz referência, embora a verificação independente das reivindicações de qualidade ainda não tenha sido publicada.
Benchmark e resultados do agente
Além das comparações gerais de benchmark com GPT-6 Luna e Claude Haiku 5.5, o Inception Labs publicou resultados de seu equipamento de agente web de produção em 50 tarefas de navegação Mind2Web ao vivo. O Mercury 3 concluiu 50 por cento das tarefas, o que a empresa diz ser significativamente mais do que o gerenciado pelo GPT-6.1-Sol, enquanto usava o mesmo volume de token e o mesmo número de etapas do agente que o modelo de fronteira por uma fração do custo por token.
A empresa posiciona as cargas de trabalho dos agentes sensíveis à latência como o principal caso comercial do modelo. Como os agentes de uso do navegador, os assistentes de voz e os aplicativos interativos aguardam o modelo em cada etapa, pequenos atrasos aumentam rapidamente e o alto rendimento de um modelo de difusão se traduz diretamente em uma conclusão mais rápida da tarefa e em mais tentativas dentro de um orçamento de tempo fixo.
Primeiros clientes relatam uso de produção
A Inception Labs afirma que os parceiros de acesso antecipado já estão executando o Mercury 3 em produção para suporte de voz e chat, aulas particulares em tempo real, engenharia de dados e navegação na web.
Shuhao Zhang, cofundador da TinyFish AI, disse que os agentes construídos no Mercury 3 terminam mais cedo e têm tempo para tentar mais abordagens antes de responder, sejam eles navegando em sites, pesquisando fontes ou analisando registros e rastreando incidentes.
Michael Tong, cofundador e CTO da General Learning, que opera o RevisionDojo, disse que o Mercury 3 permitiu que a empresa desse feedback instantâneo a cada aluno sem abrir mão da qualidade do raciocínio, retornando dicas, respostas marcadas e definições em cerca de um segundo, e descreveu o modelo como uma troca imediata para sua pilha existente.
Kuan Zou, fundador da startup de pesquisa Octen, relatou que nos testes da API Sense da empresa, sua própria pesquisa levou cerca de 80 milissegundos, enquanto a geração do modelo era o gargalo, e que o Mercury 3 entregou o melhor equilíbrio entre velocidade e qualidade entre os modelos rápidos testados, com um tempo médio de geração de 0,9 segundos e um tempo médio de resposta ponta a ponta de 2,2 segundos.
Por que a escala de difusão é importante
Os transformadores autorregressivos, que geram texto um token por vez em sequência, transportaram essencialmente todos os modelos de fronteira, desde GPT até Gemini e Claude. Em vez disso, os modelos de difusão refinam uma resposta inteira em paralelo por meio da eliminação de ruído iterativa, uma propriedade que torna a geração rápida e controlável, mas que, até recentemente, ficava muito atrasada em tarefas de raciocínio complexas.
A afirmação central do Mercury 3 é que esta lacuna de qualidade foi eliminada em grande escala. Se os números da empresa se mantiverem sob avaliação independente, a consequência prática é uma segunda família de arquitetura credível para inferência comercial, com implicações para a economia de cargas de trabalho de agente de alto volume, onde o gasto agregado de tokens é dominado por modelos de níveis de velocidade.
As reivindicações permanecem relatadas pelo fornecedor por enquanto. O Inception Labs não apontou avaliações de terceiros do Mercury 3, e suas comparações de benchmark vêm de seus próprios equipamentos. Os modelos anteriores da empresa, no entanto, são servidos publicamente desde 2025, dando aos compradores um histórico para verificar.
Disponibilidade
O Mercury 3 está disponível imediatamente por meio da API do Inception Labs com taxa de desconto de lançamento, com a empresa afirmando que os tokens em cache são cobrados a 10% do preço de entrada. Nenhum lançamento de peso aberto foi anunciado; como seus antecessores, o Mercury 3 é um modelo comercial somente API.
Para cobertura contínua de lançamentos de novos modelos, arquiteturas de difusão e o aumento do nível de velocidade da IA de fronteira, siga AI Buzz Wire.
---
Fique à Frente da IAAs últimas notícias, análises e avanços em inteligência artificial — tudo em um só lugar.
Ler mais notícias de IA →
