Inception hat Mercury 3veröffentlicht, die neueste Version seines Diffusion-Sprachmodells. Mercury 3 ist ein Diffusion-LLM von Inception, das Antworten parallel und nicht Token für Token schreibt. Inception berichtet von 1,068 Tokens pro Sekunde auf NVIDIA-GPUs und einem 1M-Token-Kontextfenster. Auf Inceptions eigener Benchmark-Tabelle führt es GPT-6 Luna und Claude Haiku 5.5 bei 8 von 12 Tests an. Für Entwickler, die Agents, Voice-Bots und Suchtools bauen, ist dies ein geschwindigkeitsorientiertes Modell mit wettbewerbsfähigen Werten.
TL;DR
- Größe: Parameterzahl nicht offengelegt. Inception sagt, es ist mehr als 40x größer als Mercury 1. Der Kontext beträgt 1M Tokens.
- Läuft auf: Von Inception bereitgestellten NVIDIA-GPUs (genaue GPU nicht offengelegt). Nur API, keine offenen Gewichte oder quantisierten Builds.
- Leistung: Führt bei 8 von 12 Benchmarks gegenüber GPT-6 Luna und Haiku 5.5 (selbstberichtete Werte, mittlere Einstellungen).
- Bestes Ergebnis: SWE-Bench Atlas 51.08, etwa 18 Punkte vor beiden Konkurrenten.
- Schlechtestes Ergebnis: DeepSWE v1 46.31, 5.31 Punkte hinter Haiku 5.5 (51.62).
Was ist Mercury 3?
Mercury 3 ist Inceptions vierte Mercury-Veröffentlichung, nach Mercury 1, Mercury 2 und Mercury 2.5. Mercury 1 wurde 2025 eingeführt. Mercury 2.5 brachte abstimmbares Reasoning und ein 260K-Kontextfenster, laut Inceptions Ankündigung zur Einführung.
1/4 Heute veröffentlichen wir Mercury 3. Mercury 3 ist mit Abstand unser leistungsstärkstes Modell und das intelligenteste Diffusions-LLM, das jemals veröffentlicht wurde. Es übertrifft GPT-6 Luna und Haiku 5.5 in der Qualität und läuft dabei mit über 1000 tok/s. pic.twitter.com/TYevDl43Lm
— Stefano Ermon (@StefanoErmon) October 19, 2026
Wie funktioniert ein Diffusion-LLM?
Autoregressive Modelle schreiben ein Token nach dem anderen. Jedes neue Token wartet auf das vorherige. Ein Diffusion-LLM beginnt mit einem Rohentwurf der vollständigen Antwort. Anschließend verfeinert es jede Position über einige Durchläufe hinweg parallel.
Weniger sequenzielle Schritte bedeuten schnellere Ausgabe auf denselben GPUs. Die offene Frage war, ob dieser Ansatz hält, wenn Modelle größer werden.
Skaliert Diffusion?
Hier lautet Inceptions Antwort ja. Mercury 3 hat mehr als 40x die Gesamtzahl der Parameter von Mercury 1 (mini). Die durchschnittliche Qualität über Standard-Benchmarks stieg zwischen diesen 2 Modellen um etwa 3x. Die Geschwindigkeit blieb über 1,000 Tokens pro Sekunde.
Das Inception-Team trägt dies als Qualitäts-Größen-Kurve über 5 Mercury-Generationen auf.
Wie schneidet Mercury 3 bei Benchmarks ab?
Alle folgenden Werte stammen aus Inceptions Tabelle. Alle Modelle liefen mit mittleren Einstellungen.
Mercury 3 erzielt seine größten Zugewinne bei Instruktionsbefolgung und agentischem Coding. IFBench erreicht 76.84, 15 Punkte über GPT-6 Luna. SWE-Bench Atlas erreicht 51.08, gegenüber 33.33 für Luna und 32.26 für Haiku 5.5. GPQA Diamond landet bei 89.23.
Die Verluste zählen ebenfalls. Haiku 5.5 gewinnt DeepSWE v1 (51.62 vs 46.31) und MRCR v2 (78.40 vs 75.50). GPT-6 liegt bei AA-Omniscience-Public (46.94 vs 46.44) und AA-LCR v1.1 (78.30 vs 77.67) knapp vorn. Long-Context-Abruf und längere Coding-Aufgaben bleiben die Schwachstellen.
Mercury 3 vs GPT-6 Luna vs Claude Haiku 5.5
| Funktion | Mercury 3 | GPT-6 Luna | Claude Haiku 5.5 |
|---|---|---|---|
| Entwickler | Inception | OpenAI | Anthropic |
| Generierungsmethode | Diffusion (parallele Verfeinerung) | Nicht offengelegt | Nicht offengelegt |
| Parameter | Nicht offengelegt | Nicht offengelegt | Nicht offengelegt |
| Kontextfenster | 1M | 1,05M | 1M |
| Maximale Ausgabe | Nicht offengelegt | 128K | 128K |
| Eingabemodalitäten | Nicht offengelegt | Text, Bild | Text, Bild |
| Offene Gewichte | Nein (API) | Nein (API) | Nein (API) |
| Ausgabegeschwindigkeit (Inceptions Messung) | 1,068 tok/s | ~130 tok/s | ~240 tok/s |
| Preis, $/1M ein / aus | $0.20 / $0.70 Listenpreis ($0.10 / $0.35 zur Einführung) | $0.10 / $0.50 (kurzer Kontext) | $0.10 / $0.50 (Prompts bis 100K) |
| GPQA Diamond | 89.23 | 86.36 | 84.51 |
| IFBench | 76.84 | 61.82 | 54.65 |
| SWE-Bench Atlas | 51.08 | 33.33 | 32.26 |
| DeepSWE v1 | 46.31 | 37.76 | 51.62 |
| MRCR v2 | 75.50 | 62.72 | 78.40 |
Zeilen zu Geschwindigkeit und Benchmarks: Inceptions Tabelle, mittlere Einstellungen. Spezifikationen und Preise: die jeweiligen Dokumente der Anbieter.
Was berichten frühe Nutzer?
Inception zitiert 4 Early-Access-Partner. Dies sind Kundenaussagen, keine unabhängigen Evaluierungen.
- TinyFish führte 50 Live-Mind2Web-Webnavigation-Aufgaben durch. Mercury 3 absolvierte 50% davon. Inception sagt, das habe GPT-6.1-Sol geschlagen, nennt aber keine Sol-Zahl.
- Octen AI meldet 0.9 Sekunden Median-Generierung und 2.2 Sekunden Ende-zu-Ende für die Smart-Glasses-Suche.
- RevisionDojo sagt, Hinweise und markierte Antworten kommen in etwa einer Sekunde zurück.
- Lorikeet sagt, Mercury 3 schlage andere Modelle bei Latenz und Evaluierungen für Support-Agenten.
Wie können Entwickler Mercury 3 nutzen?
Mercury 3 ist live auf der Inception API Platform, OpenRouter, Baseten und Vercel verfügbar. Die API ist OpenAI-kompatibel. Die Dokumentation verwendet die Modellzeichenkette mercury-3 und einen reasoning_effort Parameter.
Die Listenpreise betragen $0.20 pro 1M Eingabe- und $0.70 pro 1M Ausgabe-Tokens. Zum Start gibt es 50% Rabatt: $0.10 und $0.35. Zwischengespeicherte Eingaben sind 90% reduziert. Neue Konten erhalten 100M kostenlose Tokens. Enterprise-Pläne bieten dedizierte Kapazität, Autoscaling und konfigurierbare Datenaufbewahrung.
Inception liefert außerdem 2 Geschwistermodelle aus:
- Mercury Voice zielt auf die Zeit bis zum ersten Antwort-Token in Sprach-Agenten.
- Mercury Decide ist ein Klassifikationsmodell.
Kernpunkte
- Mercury 3 ist ein Diffusion-LLM, das 1,068 tok/s und 1M Kontext beansprucht.
- Es führt 8 von 12 von Anbietern durchgeführten Benchmarks gegenüber GPT-6 Luna und Haiku 5.5 an.
- Größte Erfolge: SWE-Bench Atlas 51.08 und IFBench 76.84.
- Haiku 5.5 gewinnt weiterhin DeepSWE v1 und MRCR v2.
- Der Einführungspreis beträgt $0.10 / $0.35 und steigt auf $0.20 / $0.70.
Schauen Sie sich den offiziellen Launch-Blog, die API-Dokumentation und den OpenRouter-Eintragan. Lesen Sie auch unsere frühere Berichterstattung über Drex 1.5. Alle Credits gehen an den Forscher dieses Projekts. Folgen Sie uns gerne auch auf Twitter und vergessen Sie nicht, unserem 150k+ML SubReddit beizutreten und unseren Newsletterzu abonnieren. Moment! Sind Sie auf Telegram? jetzt können Sie uns auch auf Telegram beitreten.
Der Beitrag Inception Releases Mercury 3 Diffusion LLM at 1,068 Tokens per Second erschien zuerst auf MarkTechPost.