Inception AI a annoncé le modèle Mercury 3 le 20 octobre 2026. L’entreprise affirme que son approche fondée sur la diffusion peut rédiger une réponse entière d’un seul coup, puis l’affiner en parallèle, plutôt que de produire un jeton après l’autre. Lors de ses propres tests, Mercury 3 a atteint 1 068 jetons par seconde sur des GPU Nvidia, contre environ 240 pour Claude Haiku 5.5 et 130 pour GPT‑6 Luna.
Pourquoi Mercury 3 est-il plus rapide ?
Le modèle commence par produire une ébauche de réponse, puis améliore chaque position en quelques passes. Cet affinage en parallèle lui permet de générer rapidement des textes plus longs. Inception n’a pas publié le nombre exact de paramètres, indiquant seulement que Mercury 3 est plus de 40 fois plus grand que son prédécesseur, Mercury 1. La fenêtre de contexte est passée à un million de jetons, contre 260 000 pour Mercury 2.5.
Pourquoi cette vitesse compte pour les développeurs
Les premiers utilisateurs constatent des améliorations notables. Octen AI, qui développe un moteur de recherche en temps réel pour lunettes connectées, a mesuré un temps de génération médian de 0,9 seconde, estimant qu’une attente de cinq secondes paraît « cassée ». RevisionDojo, une application de tutorat, fournit désormais des indices en environ une seconde. Le tarif est de 20 cents par million de jetons en entrée et de 70 cents par million de jetons en sortie, avec une offre de lancement qui divise ces prix par deux. À titre de comparaison, GPT‑6 Luna et Claude Haiku 5.5 affichent des tarifs de 10 cents et 50 cents pour les requêtes courantes.
Pourquoi c'est important
Pour les développeurs qui créent des produits interactifs, une génération plus rapide peut rendre l’expérience plus réactive, notamment sur des appareils comme les lunettes connectées, où les délais se remarquent. Le tarif réduit pendant la promotion facilite aussi l’essai du modèle, même si des tests indépendants restent à venir.
