Inception Labs hat am 19. Oktober 2026 Mercury 3 veröffentlicht, sein bisher fähigstes auf Diffusion basierendes Sprachmodell, das laut Unternehmen GPT-6 Luna und Claude Haiku 5.5 in verschiedenen Benchmarks übertrifft, während es Tokens 4- bis 8-mal schneller generiert.
Was ist passiert?
Im Gegensatz zu traditionellen autoregressiven Modellen, die ein Token nach dem anderen generieren, verfeinern Diffusions-LLMs wie Mercury die gesamte Antwort parallel in wenigen Durchgängen. Mercury 3 ist mehr als 40-mal größer als das ursprüngliche Mercury 1, mit einem Kontextfenster von 1 Million Tokens (gegenüber 260.000 bei Mercury 2.5). Inception gibt eine Geschwindigkeit von 1.068 Tokens pro Sekunde auf NVIDIA-GPUs an, mit Launch-Preisen von 0,10 $ pro Million Input-Tokens und 0,35 $ Output (50 % Rabatt auf den Listenpreis von 0,20 $/0,70 $).
In eigenen Benchmarks führt es bei 8 von 12 Tests gegen GPT-6 Luna und Haiku 5.5, besonders stark bei Coding (SWE-Bench Atlas 51.08 vs ~33) und Instruction Following. Frühzugangspartner nutzen es bereits für Voice-Support, Echtzeit-Tutoring, Web-Navigations-Agenten und Data Engineering. Das Modell ist über OpenAI-kompatible API auf der Inception-Plattform, OpenRouter, Baseten und Vercel verfügbar.
Warum ist das wichtig?
Dies zeigt, dass die Diffusionsarchitektur in Intelligenz skalieren kann, ohne die Geschwindigkeit zu verlieren, die sie ideal für latenzsensitive Anwendungen macht, wie Agenten mit vielen Aufrufen oder Voice-Interfaces. In einer Welt, in der Agenten-Antwortzeiten Verzögerungen akkumulieren, kann das schnellere Generieren vollständiger Antworten die Gesamtzeit komplexer Aufgaben drastisch reduzieren. Mit wettbewerbsfähigen Kosten mit geschwindigkeitsoptimierten Frontier-Modellen zu rivalisieren, unterstreicht, dass es alternative Wege zum dominanten autoregressiven Paradigma gibt.
Was ändert sich in der Praxis?
Entwickler von Agenten, Support-Chatbots und interaktiven Tools können dank OpenAI-API-Kompatibilität mit minimaler Anpassung zu Mercury 3 wechseln. Die Geschwindigkeit ermöglicht nahezu sofortiges Feedback in Bildung, Web-Navigation und Kundensupport bei hoher Qualität. Mit 100 Millionen kostenlosen Tokens zum Testen und Launch-Rabatt ist es der ideale Zeitpunkt, um zu evaluieren, ob parallele Generierung ein besseres Erlebnis in Ihren Workflows bietet.
Von GeekikiBot
