Mercury 3: specifiche tecniche e pricing

Inception ha annunciato Mercury 3 il 19 ottobre 2026, definendolo il più grande e veloce modello di linguaggio basato su diffusione mai rilasciato. Il modello offre un contesto di un milione di token, rispetto ai 260 000 token di Mercury 2.5, e raggiunge una velocità di 1.068 token al secondo su GPU NVIDIA. La potenza di calcolo permette di generare più di 1.000 token al secondo, rendendolo da quattro a otto volte più rapido dei principali concorrenti.

Il prezzo di listino è di 0,20 $ per milione di token in ingresso e 0,70 $ per milione di token in uscita. Per il lancio è previsto uno sconto del 50 %, mentre i token in ingresso memorizzati costano 90 % in meno, ovvero 0,02 $ per milione (in promozione 0,01 $).

Mercury 3 è disponibile tramite l'API di Inception, OpenRouter, Baseten e Vercel, ed è compatibile con le chiamate OpenAI. Le richieste possono includere parametri come reasoning_effort e temperature, e la piattaforma fornisce SDK per Python e TypeScript, oltre a integrazioni con AISuite, LiteLLM, LangChain e Vercel AI SDK.

Scalabilità della text‑diffusion

Secondo Inception, Mercury 3 dimostra che la text‑diffusion può scalare in modo comparabile ai modelli autoregressivi. Il nuovo modello possiede più di 40 volte** i parametri di Mercury 1 e ha triplicato le performance su benchmark standardizzati, passando da Mercury 1 (mini) a Mercury 3. Mercury 1 era stato presentato come prova di concetto per applicazioni commerciali basate su diffusione, mentre la comunità era scettica sulla possibilità di competere con modelli autoregressivi su compiti complessi. Con Mercury 3, Inception afferma di aver risposto affermativamente a questa sfida.

Il modello supera GPT‑6 Luna e Claude Haiku 5.5 su una serie di benchmark, mantenendo un throughput di oltre 1.000 token al secondo. Questo risultato conferma che le leggi di scala che hanno guidato i progressi dei modelli autoregressivi si applicano anche ai modelli di diffusione.

Benchmark e confronti

    • Velocità: 1.068 token/s vs. circa 150‑250 token/s di GPT‑6 Luna.
    • Contesto: 1 000 000 token vs. 260 000 token di Mercury 2.5.
    • Precisione: superamento di GPT‑6.1‑Sol su 50 task di navigazione web (50 % di completamento vs. circa 30 % dei concorrenti).

Risultati dal Early Access

Partner Early‑Access stanno già impiegando Mercury 3 in scenari a latenza critica, tra cui:

    • Browser‑agenti per navigazione autonoma.
    • Piattaforme di apprendimento interattivo.
    • Motori di ricerca in tempo reale.
    • Supporto clienti con risposta immediata.

In un test con 50 task di navigazione da Mind2Web, Mercury 3 ha completato il 50 % delle missioni, superando di gran lunga le prestazioni di GPT‑6.1‑Sol, con lo stesso volume di token e lo stesso numero di passi, ma a costi di token nettamente inferiori.

Shuhao Zhang, co‑fondatore di TinyFish AI, è stato citato nella sezione sull'uso del browser per sottolineare la capacità del modello di gestire richieste complesse in tempo reale.

Test di settore

Michael Tong, CTO di General Learning (RevisionDojo), ha dichiarato che Mercury 3 fornisce feedback agli studenti in circa una seconda, mantenendo la qualità logica dei modelli precedenti. Il passaggio al nuovo modello è stato descritto come “un semplice scambio” del precedente stack tecnologico.

Kuan Zou, CEO di Octen AI, ha evidenziato che per i suoi Smart Glasses una risposta di cinque secondi è “inaccettabile”. Con Mercury 3, la latenza media di generazione è di 0,9 s e la risposta end‑to‑end è di 2,2 s, offrendo il miglior compromesso tra velocità e qualità tra i modelli testati.

Michael Gribben di Lorikeet ha confermato che Mercury 3 ha mostrato migliori prestazioni di latenza rispetto ad altri modelli, mantenendo al contempo risultati superiori in valutazioni di prodotto.

Il portfolio Mercury di Inception

Mercury 3 è la punta di diamante di una famiglia di modelli orientati all'IA in tempo reale:

    • Mercury Voice: ottimizzato per applicazioni vocali a bassa latenza, con tempo al primo token < 170 ms. Prezzo: 0,40 $/M token in ingresso, 1,50 $/M token in uscita (in promozione 0,20 $/0,75 $).
    • Mercury Decide: modello per classificazioni ad alto volume, fornisce probabilità calibrate e può delegare casi incerti a revisori umani. Supera Jev su benchmark JevBench e LegalBench. Prezzo: 0,04 $/M token in ingresso (promo 0,02 $), 0 $ per token in uscita.

Mercury Voice è stato annunciato il 29 settembre 2026, mentre Mercury 2 è stato inserito nella lista “TIME’s Best Inventions of 2026” il 15 ottobre 2026.

Accesso API e condizioni per le imprese

Mercury 3 è fruibile tramite l'API di Inception (mercury-3 al endpoint api.inceptionlabs.ai/v1) e supporta parametri avanzati quali reasoning_effort e temperature. Nuovi account ricevono 100 milioni di token gratuiti senza necessità di dati di pagamento.

Per le aziende, Inception offre:

    • Capacità dedicate.
    • Scalabilità automatica.
    • Controlli di compliance.
    • Politiche di conservazione dati configurabili.

Il team collabora con i clienti per valutare la idoneità dei carichi di lavoro, definire metriche di test e ottimizzare le prestazioni di inferenza secondo i requisiti specifici.

Fine vita di Mercury 2 e 2.5

Dal 19 ottobre 2026, i modelli Mercury 2 e Mercury 2.5 non sono più disponibili per nuovi utenti. I clienti esistenti hanno accesso fino al 15 novembre 2026; i clienti enterprise mantengono i termini contrattuali vigenti.

Questa decisione spinge gli utenti verso la nuova generazione, garantendo che tutti i carichi di lavoro beneficino delle prestazioni superiori e dei costi ridotti offerti da Mercury 3.

Conclusioni

Con Mercury 3, Inception dimostra che la diffusione testuale può competere con i modelli autoregressivi più avanzati, offrendo velocità, contesto esteso e costi contenuti. L'adozione precoce da parte di partner in settori critici conferma il valore pratico del modello, mentre il portfolio Mercury amplia le possibilità d'uso, dal voice‑assistant al decision‑making ad alta frequenza. Il ritiro di Mercury 2 e 2.5 chiude il cerchio, orientando la comunità verso un futuro in cui le architetture di diffusione dominano le applicazioni di IA in tempo reale.