Inception a publié Mercure 3, la plus récente version de son modèle de langage à diffusion. Mercury 3 est un LLM à diffusion d'Inception qui rédige les réponses en parallèle, et non token par token. Inception annonce 1,068 tokens par seconde sur des GPU NVIDIA et une fenêtre de contexte de 1M de tokens. Sur son propre tableau de référence, Inception le place devant GPT-6 Luna et Claude Haiku 5.5 sur 8 des 12 tests. Pour les développeurs qui construisent des agents, des bots vocaux et des outils de recherche, il s'agit d'un modèle axé sur la vitesse avec des scores compétitifs.
TL;DR
- Taille : Paramètres non divulgués. Inception indique qu'il est plus de 40 fois plus grand que Mercury 1. Le contexte est de 1M de tokens.
- Fonctionne sur : GPU NVIDIA servis par Inception (GPU exact non divulgué). API uniquement, pas de poids ouverts ni de versions quantifiées.
- Performances : Mène sur 8 des 12 benchmarks face à GPT-6 Luna et Haiku 5.5 (auto-déclaré, paramètres moyens).
- Meilleur : SWE-Bench Atlas 51.08, soit environ 18 points d'avance sur les deux concurrents.
- Pire : DeepSWE v1 46.31, soit 5.31 points derrière Haiku 5.5 (51.62).
Qu'est-ce que Mercury 3 ?
Mercury 3 est la quatrième version Mercury d'Inception, après Mercury 1, Mercury 2 et Mercury 2.5. Mercury 1 a été lancé en 2025. Mercury 2.5 a ajouté le raisonnement réglable et une fenêtre de contexte de 260K, selon Inception. annonce de lancement.
1/4 Aujourd'hui, nous publions Mercury 3. Mercury 3 est de loin notre modèle le plus puissant et le LLM à diffusion le plus intelligent jamais publié. Il surpasse GPT-6 Luna et Haiku 5.5 en qualité tout en fonctionnant à plus de 1000 tok/sec. pic.twitter.com/TYevDl43Lm
— Stefano Ermon (@StefanoErmon) 19 octobre 2026
Comment fonctionne un LLM à diffusion ?
Les modèles autorégressifs écrivent un token après l'autre. Chaque nouveau token attend le précédent. Un LLM à diffusion part d'un brouillon de la réponse complète. Il affine ensuite chaque position en quelques passes en parallèle.
Moins d'étapes séquentielles signifie une production plus rapide sur les mêmes GPU. La question ouverte était de savoir si cette approche tient lorsque les modèles deviennent plus grands.
La diffusion passe-t-elle à l'échelle ?
Ici, la réponse d'Inception est oui. Mercury 3 compte plus de 40x le nombre total de paramètres de Mercury 1 (mini). La qualité moyenne sur les benchmarks standard a augmenté d'environ 3x entre ces 2 modèles. La vitesse est restée supérieure à 1,000 tokens par seconde.
L'équipe Inception trace cela sous forme de courbe qualité/taille à travers 5 générations de Mercury.
Comment Mercury 3 se comporte-t-il sur les benchmarks ?
Tous les scores ci-dessous proviennent de Tableau d’Inception. Chaque modèle a été exécuté en réglages moyens.
Mercury 3 affiche ses plus gros gains en suivi d’instructions et en codage agentique. IFBench atteint 76.84, soit 15 points de plus que GPT-6 Luna. SWE-Bench Atlas atteint 51.08, contre 33.33 pour Luna et 32.26 pour Haiku 5.5. GPQA Diamond se situe à 89.23.
Les pertes comptent aussi. Haiku 5.5 remporte DeepSWE v1 (51.62 contre 46.31) et MRCR v2 (78.40 contre 75.50). GPT-6 Luna prend légèrement l’avantage sur AA-Omniscience-Public (46.94 contre 46.44) et AA-LCR v1.1 (78.30 contre 77.67). La récupération en contexte long et les tâches de codage plus longues restent les points faibles.
Mercury 3 vs GPT-6 Luna vs Claude Haiku 5.5
| Caractéristique | Mercury 3 | GPT-6 Luna | Claude Haiku 5.5 |
|---|---|---|---|
| Développeur | Inception | OpenAI | Anthropic |
| Méthode de génération | Diffusion (raffinement parallèle) | Non communiqué | Non communiqué |
| Paramètres | Non communiqué | Non communiqué | Non communiqué |
| Fenêtre de contexte | 1M | 1,05M | 1M |
| Sortie maximale | Non communiqué | 128K | 128K |
| Modalités d'entrée | Non communiqué | Texte, image | Texte, image |
| Poids ouverts | Non (API) | Non (API) | Non (API) |
| Vitesse de sortie (mesure d'Inception) | 1 068 tok/s | ~130 tok/s | ~240 tok/s |
| Prix, $/1M entrée / sortie | 0,20 $ / 0,70 $ tarif public (0,10 $ / 0,35 $ au lancement) | $0.10 / $0.50 (contexte court) | 0,10 $ / 0,50 $ (invites jusqu'à 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 |
Lignes de vitesse et benchmarks : tableau d'Inception, réglages medium. Spécifications et prix : documentation de chaque fournisseur.
Que rapportent les premiers utilisateurs ?
Inception cite 4 partenaires en accès anticipé. Il s'agit de déclarations de clients, pas d'évaluations indépendantes.
- TinyFish a exécuté 50 tâches de navigation web Mind2Web en direct. Mercury 3 en a complété 50 %. Inception affirme que cela surpasse GPT-6.1-Sol mais ne donne aucun chiffre pour Sol.
- Octen AI signale 0,9 seconde de génération médiane et 2,2 secondes de bout en bout pour la recherche sur lunettes connectées.
- RevisionDojo indique que les indices et les réponses marquées reviennent en environ une seconde.
- Lorikeet affirme que Mercury 3 a surpassé les autres modèles en latence et en évaluations pour les agents de support.
Comment les développeurs peuvent-ils utiliser Mercury 3 ?
Mercury 3 est disponible sur la Inception API Platform, OpenRouter, Baseten et Vercel. L'API est compatible OpenAI. La documentation utilise la chaîne de modèle mercury-3 et un reasoning_effort paramètre.
Le prix catalogue est de 0,20 $ par 1M de tokens en entrée et 0,70 $ par 1M de tokens en sortie. Au lancement, il est à 50 % de réduction : 0,10 $ et 0,35 $. L'entrée en cache bénéficie de 90 % de réduction. Les nouveaux comptes reçoivent 100M de tokens gratuits. Les plans Entreprise ajoutent une capacité dédiée, l'autoscaling et une rétention des données configurable.
Inception lance également 2 modèles apparentés:
- Mercury Voice cible le temps jusqu'au premier token de réponse dans les agents vocaux.
- Mercury Decide est un modèle de classification.
Points clés à retenir
- Mercury 3 est un LLM de diffusion revendiquant 1 068 tok/s et un contexte de 1M.
- Il domine 8 des 12 benchmarks menés par les fournisseurs face à GPT-6 Luna et Haiku 5.5.
- Les plus grandes victoires : SWE-Bench Atlas 51.08 et IFBench 76.84.
- Haiku 5.5 remporte encore DeepSWE v1 et MRCR v2.
- Le prix de lancement est de $0.10 / $0.35, passant à $0.20 / $0.70.
Découvrez le blog officiel de lancement, les docs de l'API et la fiche OpenRouter. Lisez aussi notre précédente couverture de Drex 1.5. Tout le crédit revient au chercheur de ce projet. Par ailleurs, n'hésitez pas à nous suivre sur Twitter et n'oubliez pas de rejoindre notre SubReddit ML de plus de 150k et de vous abonner à notre Newsletter. Attendez ! êtes-vous sur telegram ? vous pouvez maintenant nous rejoindre sur telegram également.
L'article Inception lance Mercury 3, un LLM de diffusion à 1 068 tokens par seconde est apparu en premier sur MarkTechPost.