Inception AI hat Mercury 3 am 20. Oktober 2026 vorgestellt. Nach Angaben des Unternehmens kann der diffusionsbasierte Ansatz eine vollständige Antwort auf einmal entwerfen und anschließend parallel überarbeiten, statt Token für Token zu schreiben. In eigenen Tests erreichte Mercury 3 auf Nvidia-GPUs 1.068 Tokens pro Sekunde. Claude Haiku 5.5 kam auf etwa 240, GPT‑6 Luna auf 130.
Was macht Mercury 3 schneller?
Das Modell erstellt zunächst einen groben Entwurf der Antwort und verbessert dann in wenigen Durchläufen jede einzelne Position. Durch diese parallele Überarbeitung kann es längere Ausgaben schnell erzeugen. Inception hat die genaue Parameterzahl nicht veröffentlicht, sondern lediglich angegeben, dass Mercury 3 mehr als 40-mal so groß ist wie sein Vorgänger Mercury 1. Das Kontextfenster wurde auf eine Million Tokens erweitert, gegenüber 260.000 bei Mercury 2.5.
Warum die Geschwindigkeit für Entwickler wichtig ist
Erste Anwender berichten von spürbaren Verbesserungen. Octen AI, das Echtzeitsuche für Smart Glasses entwickelt, ermittelte eine mediane Generierungszeit von 0,9 Sekunden. Eine Verzögerung von fünf Sekunden fühle sich „kaputt“ an, so das Unternehmen. Die Lern-App RevisionDojo gibt Hinweise jetzt in etwa einer Sekunde aus. Der Preis beträgt 20 Cent pro Million Eingabe-Tokens und 70 Cent pro Million Ausgabe-Tokens. Zum Start gibt es eine Aktion, bei der sich diese Preise halbieren. GPT‑6 Luna und Claude Haiku 5.5 kosten bei typischen Prompts dagegen 10 Cent beziehungsweise 50 Cent.
Warum es wichtig ist
Für Entwickler interaktiver Produkte kann die schnellere Generierung für ein reaktionsfreudigeres Nutzungserlebnis sorgen. Besonders bei Geräten wie Smart Glasses fallen Verzögerungen auf. Die niedrigeren Aktionspreise senken zudem die Einstiegshürde, das Modell auszuprobieren. Unabhängige Benchmarks stehen allerdings noch aus.
