Inception estreia Mercury 3: IA baseada em difusão supera GPT-6 Luna a mais de 1.000 tokens por segundo

A startup de IA Inception anunciou o lançamento do Mercury 3, um novo modelo de linguagem baseado na arquitetura de difusão em vez do método autorregressivo padrão utilizado pelos líderes do setor. Segundo a empresa, o Mercury 3 supera modelos de ponta como o GPT-6 Luna e o Claude Haiku 5.5 em velocidade e precisão em diversos benchmarks principais, operando de quatro a oito vezes a velocidade de seus concorrentes.

Uma mudança na arquitetura: das palavras aos rascunhos

Ao contrário dos modelos tradicionais como o GPT ou o Claude, que geram texto palavra por palavra (autorregressivos), o Mercury 3 utiliza um processo de difusão. Esse método, comumente associado a modelos de geração de imagens, envolve a criação de um rascunho inicial de toda a resposta e o seu refinamento ao longo de várias etapas simultâneas.

Essa mudança arquitetônica permite que o Mercury 3 gere mais de 1.000 tokens por segundo em GPUs da Nvidia. Em comparações internas, a Inception relatou que o Mercury 3 atingiu 1.068 tokens por segundo, superando significativamente o Claude Haiku 5.5 (aproximadamente 240 tokens por segundo) e o GPT-6 Luna (aproximadamente 130 tokens por segundo).

Benchmarks e desempenho

Os testes internos da Inception mostram o Mercury 3 liderando contra seus rivais em oito de 12 testes. O modelo demonstrou uma vantagem significativa no seguimento de instruções e na programação autônoma:

• IFBench (seguimento de instruções): O Mercury 3 marcou 76,84 pontos, superando os 61,84 do GPT-6 Luna.

• SWE-Bench Atlas (programação): O Mercury 3 alcançou 51,08 pontos, enquanto seus rivais pontuaram entre 32,26 e 33,33.

• Navegação web: Na TinyFish AI, o Mercury 3 resolveu 25 de 50 tarefas de navegação em sites reais, superando, segundo relatos, o GPT-6.1-Sol.

No entanto, os resultados não foram uma vitória absoluta. O Claude Haiku 5.5 manteve a liderança no teste de programação longa DeepSWE e na recuperação de informações em textos longos. Além disso, o GPT-6 Luna manteve uma ligeira vantagem em dois testes realizados pela Artificial Analysis.

Aplicações em tempo real e agentes de IA

A Inception está posicionando o Mercury 3 como a principal solução para aplicações nas quais a latência é um gargalo crítico, como agentes autônomos de IA, óculos inteligentes e suporte ao cliente em tempo real.

Parceiros de acesso antecipado destacaram o impacto dessa velocidade. Kuan Zou, fundador da empresa de óculos inteligentes Octen AI, observou que os modelos de linguagem anteriores eram um gargalo para a tecnologia vestível, em que um atraso de cinco segundos parece "quebrado". Com o Mercury 3, o tempo mediano de resposta caiu para 0,9 segundo. Da mesma forma, a empresa de educação General Learning relatou a entrega de dicas e correções aos alunos em cerca de um segundo.

Preço e disponibilidade

O Mercury 3 possui uma janela de contexto de 1 milhão de tokens e usa uma API compatível com a OpenAI, permitindo que desenvolvedores alternem de modelo com alterações mínimas de código.

O preço padrão foi fixado em US$ 0,20 por milhão de tokens de entrada e US$ 0,70 por milhão de tokens de saída. No lançamento, a Inception está oferecendo um desconto de 50%, embora a empresa não tenha especificado quando esse período promocional terminará. Embora o preço de saída após o desconto seja mais alto do que os US$ 0,50 cobrados pelo GPT-6 Luna e pelo Claude Haiku 5.5 para entradas curtas, o Mercury 3 continua sendo mais econômico para prompts muito longos.

O modelo está disponível atualmente na plataforma da Inception, bem como no OpenRouter, Baseten e Vercel. A Inception, que captou anteriormente US$ 50 milhões, conta com NVentures da Nvidia, M12 da Microsoft e Snowflake Ventures entre seus investidores.