Inception AI kondigde Mercury 3 aan op 20 oktober 2026. Volgens het bedrijf kan de op diffusie gebaseerde aanpak een volledig antwoord in één keer opstellen en het vervolgens parallel verfijnen, in plaats van token voor token te schrijven. In eigen tests haalde Mercury 3 op Nvidia-GPU’s 1.068 tokens per seconde, tegenover ongeveer 240 voor Claude Haiku 5.5 en 130 voor GPT‑6 Luna.
Waarom is Mercury 3 sneller?
Het model maakt eerst een ruwe versie van het antwoord en verbetert daarna elke positie in een paar rondes. Dankzij die parallelle verfijning kan het snel langere teksten genereren. Inception heeft het exacte aantal parameters niet bekendgemaakt; alleen dat Mercury 3 ruim 40 keer zo groot is als voorganger Mercury 1. Het contextvenster is uitgebreid tot één miljoen tokens, tegenover 260.000 bij Mercury 2.5.
Waarom de snelheid belangrijk is voor ontwikkelaars
Vroege gebruikers melden merkbare verbeteringen. Octen AI, dat realtime zoekfuncties voor slimme brillen ontwikkelt, mat een mediane generatietijd van 0,9 seconden en zegt dat een pauze van vijf seconden “kapot” aanvoelt. RevisionDojo, een bijlesapp, geeft nu binnen ongeveer één seconde hints. De prijs bedraagt 20 cent per miljoen invoertokens en 70 cent per miljoen uitvoertokens; een introductieaanbieding halveert die tarieven. Ter vergelijking: GPT‑6 Luna en Claude Haiku 5.5 kosten voor gangbare prompts respectievelijk 10 en 50 cent.
Waarom het ertoe doet
Voor ontwikkelaars die interactieve producten bouwen, kan de hogere snelheid ervoor zorgen dat ervaringen responsiever aanvoelen. Dat is vooral belangrijk op apparaten zoals slimme brillen, waar vertragingen opvallen. De lagere introductieprijs maakt het bovendien toegankelijker om het model uit te proberen, al ontbreken onafhankelijke benchmarks nog.
