# Inception lança Mercury 3, LLM de difusão com 1.068 tokens por segundo

> O novo modelo da Inception promete processar 1.068 tokens por segundo e ter contexto de 1 milhão de tokens, além de superar vários modelos líderes na maioria dos testes de benchmark.

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

A Inception anunciou na terça-feira seu mais recente modelo de linguagem, o Mercury 3. Segundo a empresa, o modelo gera texto a uma velocidade de 1.068 tokens por segundo e aceita uma janela de contexto de 1 milhão de tokens. Em testes internos, superou o GPT‑6 Luna e o Claude Haiku 5.5 em oito dos doze conjuntos de benchmarks listados pela Inception.

Um LLM de difusão como o Mercury 3 usa uma técnica de geração que trata a criação de texto como um processo de refinamento gradual, semelhante ao funcionamento dos modelos de difusão para geração de imagens. A abordagem busca melhorar a qualidade e a flexibilidade, embora a empresa não tenha divulgado uma verificação independente da alegação de velocidade.

## Como o Mercury 3 se compara a outros modelos

A tabela comparativa da própria Inception coloca o Mercury 3 à frente do GPT‑6 Luna e do Claude Haiku 5.5 na maioria dos testes. Os benchmarks abrangem uma combinação de tarefas de compreensão de linguagem, raciocínio e geração, mas o artigo não especifica quais testes foram usados nem as pontuações exatas. Ainda não foi publicada nenhuma avaliação de terceiros, portanto os resultados seguem sem confirmação externa.

## Os fatos

- Segundo a Inception, o Mercury 3 processa 1.068 tokens por segundo.
- O modelo aceita uma janela de contexto de 1 milhão de tokens.
- Na tabela da Inception, o Mercury 3 supera o GPT‑6 Luna e o Claude Haiku 5.5 em oito de doze benchmarks.
- O anúncio foi publicado em 2026‑10‑20.

## Por que importa

Se o Mercury 3 corresponder às promessas, desenvolvedores poderão criar aplicações capazes de processar textos muito mais longos sem dividi-los em partes menores, como ferramentas de análise de documentos completos ou criação de conteúdo extenso. O processamento mais rápido de tokens também reduz a latência em serviços em tempo real, o que pode deixar os chatbots mais ágeis. No entanto, sem testes independentes, ainda não está claro como o modelo se sai no uso cotidiano em comparação com as opções existentes.

## Fontes e referências

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 atualização: 2026-10-20