# Inception presenta Mercury 3, un LLM de difusión de 1.068 tokens/s

> El nuevo modelo de Inception promete procesar 1.068 tokens por segundo y admitir un contexto de 1 millón de tokens. Además, supera a varios modelos destacados en la mayoría de las pruebas de referencia.

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

Inception anunció el martes su último modelo de lenguaje, Mercury 3. La empresa afirma que el modelo puede generar texto a un ritmo de 1.068 tokens por segundo y manejar una ventana de contexto de un millón de tokens. En pruebas internas, superó a GPT‑6 Luna y Claude Haiku 5.5 en ocho de las doce baterías de pruebas de referencia que cita Inception.

Un LLM de difusión como Mercury 3 emplea una técnica de generación que trata la creación de texto como un proceso de refinamiento gradual, similar al funcionamiento de los modelos de difusión para generar imágenes. El objetivo de este método es mejorar la calidad y la flexibilidad, aunque la empresa no ha publicado una verificación independiente de la velocidad anunciada.

## Cómo se compara Mercury 3 con otros modelos

La tabla comparativa de Inception sitúa a Mercury 3 por delante de GPT‑6 Luna y Claude Haiku 5.5 en la mayoría de las pruebas. Estas evalúan una combinación de tareas de comprensión del lenguaje, razonamiento y generación, pero el artículo no especifica cuáles se usaron ni cuáles fueron las puntuaciones exactas. Aún no se ha publicado ninguna evaluación de terceros, por lo que los resultados no están confirmados fuera de la empresa.

## Los hechos

- Según Inception, Mercury 3 procesa 1.068 tokens por segundo.
- El modelo admite una ventana de contexto de 1 millón de tokens.
- Según la tabla de Inception, Mercury 3 supera a GPT‑6 Luna y Claude Haiku 5.5 en ocho de doce pruebas de referencia.
- El anuncio se publicó el 2026‑10‑20.

## Por qué importa

Si Mercury 3 cumple lo que promete, los desarrolladores podrían crear aplicaciones capaces de procesar textos mucho más largos sin tener que dividirlos en fragmentos, por ejemplo, para analizar documentos completos o crear contenido extenso. El procesamiento más rápido de tokens también reduce la latencia de los servicios en tiempo real y podría hacer que los chatbots respondan con mayor agilidad. Sin pruebas independientes, sin embargo, no está claro cómo rinde el modelo en el uso cotidiano frente a las opciones existentes.

## Fuentes y referencias

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

Última actualización: 2026-10-20