Présentation du modèle Mercury 3

Inception AI a publié Mercury 3, son nouveau modèle de génération de texte basé sur la diffusion. La société indique que le modèle dépasse les performances de GPT‑6 Luna d’OpenAI et de Claude Haiku 5.5 d’Anthropic sur huit des douze tests de son propre benchmark. Aucun chiffre officiel n’est fourni sur le nombre de paramètres, si ce n’est qu’il dépasse de plus de quarante fois la taille du modèle Mercury 1.

Architecture diffusion et parallélisation

Contrairement aux modèles autoregressifs qui produisent les tokens séquentiellement, Mercury 3 génère d’abord une esquisse complète de la réponse puis affine chaque position en parallèle sur plusieurs passes. Cette approche permet de traiter l’ensemble du contexte simultanément, ce qui explique la différence de vitesse observée. Le modèle fonctionne sur des GPU Nvidia, où il atteint 1 068 tokens / s, contre environ 240 tokens / s pour Claude Haiku 5.5 et 130 tokens / s pour GPT‑6 Luna dans les mêmes conditions.

Performances chiffrées et benchmarks

Sur le benchmark de codage SWE‑Bench Atlas, Mercury 3 obtient un score de 51,1, alors que GPT‑6 Luna se situe à 33,3 et Claude Haiku 5.5 à 32,3. Sur le second test DeepSWE, le modèle de Inception se place derrière Haiku 5.5 (46,3 contre 51,6). Le modèle possède également une fenêtre de contexte de 1 million de tokens, contre 260 000 pour Mercury 2.5, ce qui élargit les possibilités d’utilisation sur de longs documents. Aucun groupe externe n’a encore publié de résultats indépendants.

Applications réelles et modèle économique

Des clients précoces intègrent Mercury 3 dans des produits où la latence est critique. Octen AI, spécialisé dans la recherche en temps réel sur lunettes intelligentes, mesure un temps médian de génération de 0,9 s, contre cinq secondes jugées inacceptables. Le service de tutorat RevisionDojo rapporte un délai d’environ une seconde pour fournir des indices et des réponses corrigées. Le tarif affiché est de 0,20 $ par million de tokens d’entrée et 0,70 $ par million de tokens de sortie, avec une remise de 90 % sur les entrées en cache. Une promotion de lancement réduit de moitié ces prix. Le modèle est accessible via la plateforme Inception, OpenRouter, Baseten Labs et Vercel, et les appels API compatibles avec OpenAI nécessitent seulement de légères adaptations.