# Inception stellt Mercury 3 vor: Diffusions-LLM mit 1.068 Tokens/s

> Inception zufolge verarbeitet das neue Modell Mercury 3 1.068 Tokens pro Sekunde und bietet ein Kontextfenster von 1 Million Tokens. In den meisten Benchmark-Tests liegt es vor mehreren führenden Modellen.

Oossa · 2026-10-20 · https://oossa.com/de/inception-launches-mercury-3-diffusion-llm-with-1-068-tokens-per-second

Inception hat am Dienstag sein neuestes Sprachmodell Mercury 3 vorgestellt. Nach Angaben des Unternehmens kann das Modell Text mit einer Geschwindigkeit von 1.068 Tokens pro Sekunde erzeugen und dabei ein Kontextfenster von einer Million Tokens verarbeiten. In internen Tests lag das Modell in acht von zwölf von Inception aufgeführten Benchmark-Suites vor GPT‑6 Luna und Claude Haiku 5.5.

Ein Diffusions-LLM wie Mercury 3 nutzt ein Generierungsverfahren, bei dem Text schrittweise verfeinert wird – ähnlich wie bei Diffusionsmodellen zur Bildgenerierung. Dieser Ansatz soll die Qualität und Flexibilität verbessern. Das Unternehmen hat die Angaben zur Geschwindigkeit jedoch nicht unabhängig überprüfen lassen.

## Wie Mercury 3 im Vergleich zu anderen Modellen abschneidet

In Inceptions eigener Vergleichstabelle liegt Mercury 3 bei den meisten Tests vor GPT‑6 Luna und Claude Haiku 5.5. Die Benchmarks decken verschiedene Aufgaben zum Sprachverständnis, logischen Denken und zur Textgenerierung ab. Der Artikel nennt jedoch weder die konkreten Tests noch die genauen Ergebnisse. Eine Bewertung durch Dritte liegt bislang nicht vor, daher sind die Resultate außerhalb des Unternehmens noch nicht bestätigt.

## Die Fakten

- Mercury 3 verarbeitet laut Inception 1.068 Tokens pro Sekunde.
- Das Modell unterstützt ein Kontextfenster von 1 Million Tokens.
- In Inceptions Tabelle liegt Mercury 3 in acht von zwölf Benchmarks vor GPT‑6 Luna und Claude Haiku 5.5.
- Die Ankündigung wurde am 2026‑10‑20 veröffentlicht.

## Warum es wichtig ist

Sollte Mercury 3 seine Versprechen einlösen, könnten Entwickler Anwendungen erstellen, die deutlich längere Texte verarbeiten, ohne sie in kleinere Abschnitte aufzuteilen – etwa für die Analyse ganzer Dokumente oder die Erstellung längerer Inhalte. Eine schnellere Token-Verarbeitung senkt außerdem die Latenz bei Echtzeitdiensten und könnte Chatbots reaktionsschneller wirken lassen. Ohne unabhängige Tests bleibt jedoch unklar, wie sich das Modell im Alltag im Vergleich zu bestehenden Angeboten schlägt.

## Quellen und Referenzen

1. [Inception Releases Mercury 3 Diffusion LLM at 1,068 Tokens per Second](https://www.marktechpost.com/2026/10/19/inception-mercury-3-diffusion-llm/) – MarkTechPost, 2026-10-20

Zuletzt aktualisiert: 2026-10-20