Diffusjons-LLM Mercury 3: 40 ganger større enn Mercury 1, ifølge Inception – parametertallet holdes hemmelig
Selskapet bak de kommersielle diffusjonsmodellene lanserte Mercurys fjerde generasjon 19. oktober 2026, med et kontekstvindu på 1 million token, lanseringspris på 10 cent per million inngangstoken og benchmark-seire mot GPT-6 Luna og Claude Haiku 5.5 – men alle ytelsestallene kommer fra Inception selv, og ingen uavhengig evaluator har reprodusert dem.
Det amerikanske selskapet Inception lanserte Mercury 3 mandag 19. oktober 2026 og beskriver modellen som «den mest kapable diffusjons-LLM som noensinne er lansert» – en karakterisering som står i selskapets egen pressemelding via Business Wire og altså ikke er en etablert vurdering. Det som derimot kan slås fast som fakta, er at modellen ble tilgjengelig samme dag via Inception API, Baseten, OpenRouter og Vercel, og at OpenRouter har bekreftet at den gikk live samme dag.
Hva Inception hevder
Ifølge pressemeldingen løper Mercury 3 med over 1 000 token per sekund på NVIDIA-GPU-er – MarkTechPost oppgir tallet 1 068 token per sekund, som rapportert av Inception – og slår GPT-6 Luna og Claude Haiku 5.5 mens den er 4–8 ganger raskere. Modellen har et kontekstvindu på 1 million token, opp fra 260 000 i forgjengeren Mercury 2.5, slik at langt større datamengder kan prosesseres i én forespørsel.
Mercury 3 er den fjerde utgivelsen siden Mercury 1 kom i juni 2025. Mercury 2 innførte resonnering i diffusjonsmodeller, Mercury 2.5 la til justerbar resonnering og et kontekstvindu på 260 000 token, og nå skal Mercury 3 levere det største kvalitetshoppet i serien – igjen, ifølge selskapet.
Medgründer Stefano Ermon kunngjorde lanseringen på X med ordene at Mercury 3 er «det mest intelligente diffusjons-LLM som noensinne er lansert» og at den «slår GPT-6 Luna og Haiku 5.5 på kvalitet mens den løper med over 1 000 token per sekund». Også dette er selskapets egne karakteriseringer.
Prisen
Listeprisen er $0,20 per million inngangstoken og $0,70 per million utgangstoken. Ved lansering er prisen halvert til $0,10/$0,35, og bufrede token selges med 90 prosent rabatt på inngangsprisen, ifølge pressemeldingen.
Benchmark-tallene – og de fire tapene
På Inceptions egen tabell leder Mercury 3 GPT-6 Luna og Claude Haiku 5.5 på 8 av 12 tester. De største gevinstene ligger ifølge tallene i instruksjonsfølging og agentbasert koding: IFBench på 76,84, SWE-Bench Atlas på 51,08 og GPQA Diamond på 89,23.
Men tabellen viser også nederlag. Claude Haiku 5.5 vinner DeepSWE v1 (51,62 mot 46,31) og MRCR v2 (78,40 mot 75,50), mens GPT-6 Luna ligger knepent foran på AA-Omniscience-Public og AA-LCR v1.1. MarkTechPost peker på at henting over lange kontekster og lengre kodingsoppgaver er modellens svake punkter. Alle tallene er rapportert av Inception ved middels innstillinger og stammer fra selskapets egen tabell.
Hva som faktisk er verifisert
Her er det viktig å være presis: Alle benchmark-skårene er levert av Inception og er ikke uavhengig reprodusert, noe både AICoder og StartupFortune slår fast. StartupFortune bemerker at selskapets egne sammenligninger ikke er replisert av noen uavhengig evaluator, og at dette mønsteret ikke er nytt.
Hastighetspåstanden hviler dessuten på Inceptions egne målinger av rivalene – omtrent 130 token per sekund for GPT-6 Luna og 240 for Haiku 5.5, ifølge AICoder – ikke på tall fra OpenAI eller Anthropic. Ingen av kildene dokumenterer at disse selskapene har bekreftet eller motsagt sammenligningene.
En ytterligere begrensning: Inception har ikke offentliggjort parameterantallet til Mercury 3, kun påstanden om at modellen er over 40 ganger større enn Mercury 1. Heller ikke den eksakte NVIDIA-GPU-typen er oppgitt – Interesting Engineering skriver kun at hastigheten skal være oppnådd på «lett tilgjengelige» NVIDIA-GPU-er. Modellen er kun tilgjengelig via API, uten åpne vekter, slik at uavhengig verifisering er begrenset til det Inception selv serverer.
Skaleringspåstanden
Spørsmålet Inception vil svare på er om diffusjonsarkitekturer – som genererer tekst via iterative forbedringer i stedet for venstre-til-høyre-prediksjon – kan skaleres opp mot autoregressive modeller uten å miste hastighetsfordelen. «Siden vi lanserte Mercury 1 er spørsmålet vi har hørt oftest om diffusjon kan skalere. Mercury 3 er over 40 ganger større, vesentlig mer kapabel, og løper fortsatt med over 1 000 token per sekund», sa Ermon i pressemeldingen. «Vi viser at grensene for å skalere diffusjonsmodeller er beregning og data, ikke fundamentale algoritmiske barrierer.»
Han la til at selskapet alt har begynt å trene neste modell og forventer å fortsette å øke intelligensen uten å ofre hastighet. Merk at dette bygger på selskapets egen testing; om diffusjonsmodeller faktisk kan skaleres konkurransedyktig videre, er et spørsmål ingen av kildene i denne saken kan besvare uavhengig.
Foreløpig står det altså igjen et konkret tilbud – en rimelig, rask modell med 1 million token kontekst som er live på fire plattformer – ved siden av en påstandsliste som forblir akkurat det: påstander.