Inception lance Mercury 3, son modèle de langage à diffusion le plus rapide, avec un contexte d'un million de jetons et plus de 1 000 jetons par seconde

Lire l’article

Inception a annoncé Mercury 3 dans un communiqué le 19 octobre. Le modèle génère 1 068 jetons par seconde sur des GPU NVIDIA, restant au-dessus de la barre des 1 000 jetons par seconde qui a fait la réputation de la gamme Mercury.

La fenêtre de contexte passe à un million de jetons, soit près de quatre fois les 260 000 de Mercury 2.5. Inception indique que Mercury 3 compte plus de 40 fois plus de paramètres que Mercury 1, avec une intelligence environ triplée sur une série de benchmarks standard. Ce sont les comparaisons de l'entreprise elle-même ; aucune évaluation indépendante n'a encore été publiée.

Le tarif standard est de 0,20 $ par million de jetons d'entrée et 0,70 $ par million de jetons de sortie, avec des prix de lancement de 0,10 $ et 0,35 $. Les jetons d'entrée en cache sont facturés 0,02 $ par million (0,01 $ en promotion).

Mercury 3 est disponible via l'API Inception, OpenRouter, Baseten et Vercel, et prend en charge le format d'API OpenAI. De premiers clients l'utilisent déjà pour des agents navigateurs, l'éducation interactive, des agents de recherche en temps réel et le support client, selon l'entreprise.

Le cofondateur Stefano Ermon a déclaré que, depuis Mercury 1, la question la plus fréquente portait sur la capacité de la diffusion à passer à l'échelle. La réponse de Mercury 3 : les limites sont le calcul et les données, pas des obstacles algorithmiques fondamentaux. L'entraînement du modèle suivant a déjà commencé, a-t-il ajouté.

Il s'agit de la quatrième version d'Inception depuis Mercury 1 en juin 2025 : Mercury 2 a introduit le raisonnement dans les modèles à diffusion, Mercury 2.5 a ajouté un raisonnement réglable et une fenêtre de contexte élargie, et Mercury 3 offre la plus forte progression d'intelligence de toutes les versions.