# Inception lanserar Mercury 3 – en diffusionsmodell med 1 068 token/s

> Inceptions nya Mercury 3-modell uppges kunna bearbeta 1 068 token per sekund och hantera en kontext på 1 miljon token. Den slår flera ledande modeller i de flesta benchmarktester.

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

Inception presenterade sin senaste språkmodell, Mercury 3, på tisdagen. Enligt företaget kan modellen generera text med en hastighet på 1 068 token per sekund och hantera ett kontextfönster på 1 miljon token. I interna tester fick modellen högre resultat än GPT‑6 Luna och Claude Haiku 5.5 i åtta av de tolv benchmarktestserier som Inception listar.

En diffusionsbaserad språkmodell som Mercury 3 använder en teknik där texten skapas genom en gradvis förfiningsprocess, ungefär som diffusionsmodeller för bildgenerering. Tanken är att metoden ska förbättra kvaliteten och flexibiliteten, men företaget har inte publicerat någon oberoende verifiering av hastighetsuppgiften.

## Så står sig Mercury 3 mot andra modeller

I Inceptions egen jämförelsetabell får Mercury 3 högre resultat än GPT‑6 Luna och Claude Haiku 5.5 i de flesta tester. Testerna omfattar en blandning av uppgifter inom språkförståelse, resonemang och textgenerering, men artikeln specificerar inte vilka tester som användes eller vilka exakta resultat modellerna fick. Ingen utvärdering från tredje part har publicerats, så resultaten är ännu inte bekräftade av någon utanför företaget.

## Fakta

- Enligt Inception bearbetar Mercury 3 1 068 token per sekund.
- Modellen stöder ett kontextfönster på 1 miljon token.
- I Inceptions tabell får Mercury 3 högre resultat än GPT‑6 Luna och Claude Haiku 5.5 i åtta av tolv benchmarktester.
- Meddelandet publicerades 2026‑10‑20.

## Varför det spelar roll

Om Mercury 3 lever upp till uppgifterna skulle utvecklare kunna bygga appar som hanterar betydligt längre texter utan att dela upp dem i mindre delar, till exempel för analys av hela dokument eller skapande av längre texter. Snabbare tokenbearbetning innebär också lägre fördröjning i realtidstjänster, vilket kan göra att chattbotar upplevs som mer responsiva. Utan oberoende tester är det dock fortfarande oklart hur modellen fungerar i praktiken jämfört med befintliga alternativ.

## Källor och referenser

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

Senast uppdaterad: 2026-10-20