Il 19 ottobre 2026 Inception ha annunciato il lancio di Mercury 3, definito dalla società come il modello di linguaggio grande (LLM) basato su diffusione più capace mai rilasciato. Il modello è stato introdotto con un prezzo promozionale di 0,10 $ per milione di token di ingresso e 0,35 $ per milione di token di uscita, rispetto a un listino standard di 0,20 $ e 0,70 $ rispettivamente, con ulteriori sconti per token in cache.

Performance e capacità tecniche

Mercury 3 supera GPT‑6 Luna e Claude Haiku 5.5 in una serie di benchmark standard, registrando una velocità di generazione tra quattro e otto volte superiore, con 1 068 token al secondo su GPU NVIDIA. La finestra di contesto è stata ampliata a un milione di token, rispetto ai 260 000 di Mercury 2.5, consentendo elaborazioni più lunghe e complesse.

Dal punto di vista dei parametri, Mercury 3 conta più di 40 volte il numero di parametri di Mercury 1. L’intelligenza misurata su test di riferimento è triplicata rispetto a Mercury 1 (mini), dimostrando che le leggi di scalamento della diffusione di testo si applicano analogamente a quelle dei modelli autorregressivi.

Prezzi e promozioni

    • Listino base: 0,20 $ per milione di token di ingresso, 0,70 $ per milione di token di uscita.
    • Sconto lancio 50 %: 0,10 $ ingresso, 0,35 $ uscita.
    • Token in cache: 0,02 $ per milione di token (0,01 $ con promozione).

Risultati preliminari in produzione

Partner in accesso anticipato hanno già integrato Mercury 3 in scenari sensibili alla latenza:

Shuhao Zhang, co‑fondatore di TinyFish AI, ha testato il modello su 50 compiti di navigazione live di Mind2Web, ottenendo il 50 % di completamento, superando nettamente GPT‑6.1‑Sol con lo stesso volume di token e passi dell’agente, ma a una frazione del costo.

Michael Tong, CTO di General Learning (RevisionDojo), ha dichiarato che il modello consente feedback istantanei agli studenti, con risposte in circa un secondo e qualità paragonabile o superiore ai modelli precedenti, eliminando la necessità di cambiare l’infrastruttura tecnologica.

Kuan Zou, fondatore di Octen AI, ha evidenziato che, nelle prove con le sue smart glasses, Mercury 3 ha raggiunto un tempo medio di generazione di 0,9 s e una latenza end‑to‑end di 2,2 s, considerata il “miglior equilibrio” tra velocità e qualità rispetto ad altri modelli rapidi testati.

Michael Gribben, membro del team tecnico di Lorikeet, ha confermato che Mercury 3 ha registrato latenza più bassa e valutazioni superiori nelle prime sperimentazioni su assistenti di supporto clienti vocali, chat e email.

Portafoglio di prodotti Inception

Mercury 3 è il modello di punta di una suite progettata per IA in tempo reale:

    • Mercury Voice: ottimizzato per applicazioni vocali a bassa latenza, con tempo al primo token <170 ms>. Prezzo 0,40 $ ingresso, 1,50 $ uscita (promozioni 0,20 $ e 0,75 $).
    • Mercury Decide: modello decisionale per grandi volumi di dati, con risposte calibrate e capacità di escalation a revisori umani. Supera Jev in benchmark JevBench e LegalBench. Prezzo 0,04 $ ingresso (0,02 $ promozionale), 0 $ uscita.

Mercury Voice è stato presentato il 29 settembre 2026, mentre Mercury 2 è stato inserito nella lista delle “Migliori invenzioni del 2026” di TIME il 15 ottobre 2026.

Accesso all’API e ritiro dei modelli precedenti

Mercury 3 è disponibile tramite la Inception API Platform, OpenRouter, Baseten e Vercel, ed è compatibile con l’API di OpenAI. La documentazione di avvio rapido indica l’endpoint api.inceptionlabs.ai/v1 con modello mercury-3 e parametri come reasoning_effort e temperature. Inception fornisce SDK per Python e TypeScript, nonché integrazioni con AISuite, LiteLLM, LangChain, il client OpenAI e Vercel AI SDK.

Le nuove account ottengono 100 milioni di token gratuiti senza necessità di dati di pagamento. Per le imprese, Inception propone capacità dedicata, scalabilità automatica, controlli di conformità e politiche di ritenzione configurabili, collaborando con i clienti per valutare carichi di lavoro, progettare test e misurare le performance secondo le SLA richieste.

Con il lancio di Mercury 3, la pagina dei modelli segnala che Mercury 2 e Mercury 2.5 non sono più disponibili per nuovi utenti. I clienti esistenti potranno utilizzare i modelli fino al 15 novembre 2026, mentre i clienti enterprise continueranno a ricevere supporto secondo gli accordi in essere.

Impatto sul panorama dell’IA

Il debutto di Mercury 3 rappresenta una prova concreta che la diffusione di testo può scalare per competere con i tradizionali modelli autorregressivi in scenari complessi. Inception sostiene che le leggi di scaling che hanno guidato lo sviluppo di GPT e altri LLM si applicano anche alla diffusione, aprendo la porta a futuri modelli ancora più grandi e veloci.

Le dichiarazioni dei partner dimostrano come la riduzione della latenza, combinata con costi per token più bassi, possa trasformare applicazioni critiche come tutoraggio personalizzato, assistenti web in tempo reale e interfacce AR/VR. Se le promesse di performance e pricing si manterranno, Mercury 3 potrebbe diventare lo standard de facto per soluzioni IA a bassa latenza, spingendo concorrenti a rivalutare le loro architetture.