Inception lover GPT-6-nivå til fire–åtte ganger hastigheten – tallene er uverifiserte
Selskapet bak de kommersielle diffusionsmodellene for språk lanserte 19. oktober Mercury 3, sin fjerde modell siden Mercury 1 kom i juni 2025. Påstanden er ambisiøs: kvalitet på nivå med OpenAIs GPT-6 Luna og Anthropics Claude Haiku 5.5, til fire–åtte ganger hastigheten og en halvert lanseringspris. Men alle tallene bak påstandene er målt av Inception selv, og ingen uavhengig instans har foreløpig publisert en test av modellen.
Hva som ble lansert
I en pressemelding via Business Wire 19. oktober 2026 omtaler det Redwood City-baserte selskapet Mercury 3 som «den mest kapable dLLM-en som noensinne er utgitt» (AOL/Business Wire, sourceId 10983eb3). Mercury 3 er en såkalt diffusjons-språkmodell (dLLM) – en modellklasse Inception selv har kommersialisert først, ifølge pressemeldingen. Selskapet hevder at denne tilnærmingen gir høy genereringshastighet uten at kvaliteten ofres; mekanismen bak fartsgevinsten er altså foreløpig et selskapsutsagn, ikke dokumentert faktum.
Ifølge pressemeldingen er Mercury 3 over 40 ganger større enn Mercury 1, og kontekstvinduet er økt fra 260 000 til én million tokens. Det nøyaktige parameterantallet offentliggjøres ikke.
Tallene – og hva de bygger på
Inceptions egne målinger, gjengitt av SiliconANGLE, setter farten til 1 068 tokens per sekund på Nvidia-GPU-er, mot rundt 240 for Claude Haiku 5.5 og 130 for GPT-6 Luna i samme sammenligning (SiliconANGLE, sourceId 2824dfb0).
Resultatene som er gjengitt der, viser at Mercury 3 slo GPT-6 Luna og Haiku 5.5 på åtte av tolv tester, mens The Next Web skriver at Inceptions egne benchmarks viser seier over begge modellene på en rekke tester, til fire–åtte ganger hastigheten (The Next Web, sourceId 28f148ef). Den største ledelsen kom i kodeoppgaver: 51,1 på SWE-Bench Atlas, mot 33,3 for GPT-6 Luna og 32,3 for Haiku 5.5. Men modellen taper også: På DeepSWE, en annen kodebenchmark, endte den på 46,3 mot Haiku 5.5s 51,6, og den tapte én langkonteksttest.
The Next Web peker på forbeholdet som bærer hele denne saken: tallene er selvevaluert, og ingen utenforstående gruppe har ennå publisert en test av modellen (sourceId 28f148ef).
Prisspillet mot rask-tjeneste-tieret
Prisen er satt til 0,20 dollar per million inngangstokens og 0,70 dollar per million utgangstokens – halvert som en lanseringskampanje uten oppgitt sluttdato. Cachede tokens får 90 prosent rabatt, noe som ifølge Forkast News-analysen (via Yahoo Tech) er designet for høyvolum, repetitive agent-arbeidsflyter (Yahoo Tech, sourceId b68276e1).
Forkast, som verifiserte prisene mot Inceptions blogginnlegg og OpenRouter-oppføringen, tolker dette som et grep som undergraver prisgolvet i det raske og billige segmentet der GPT-6 Luna og Haiku 5.5 opererer. Det er verdt å merke seg usikkerheten: uten sluttdato på kampanjen vet ingen hva den langsiktige prisen faktisk blir.
Hva modellen allerede skal brukes til
Inception peker på latensfølsomme bruksområder. Utdanningsplattformen RevisionDojo omtales som en tidlig partner: «Hints, markerte svar og definisjoner kommer nå tilbake i løpet av rundt ett sekund, med kvalitet like god som eller bedre enn modellene vi kjørte før», sier Michael Tong, teknologidirektør i General Learning, aka RevisionDojo, i pressemeldingen (sourceId 10983eb3). Sitatet er en kundehenvendelse publisert av selve leverandøren.
Nettleseragenter er et annet satsingsområde. Ifølge TechRepublic testet partneren TinyFish AI modellen på 50 live Mind2Web-navigeringsoppgaver, der 50 prosent ble fullført – et resultat Inception sier var bedre enn GPT-6.1-Sol ved samme tokenvolum og antall agentsteg (TechRepublic, sourceId 28bf5528). Også dette er leverandørrapportert, ikke uavhengig etablert.
Modellen som ifølge selskapet forbedret seg selv
Den kanskje mest oppsiktsvekkende påstanden kom fra Inceptions administrerende direktør Stefano Ermon, som ifølge The Next Web fortalte The Deep View at selskapet brukte svermer av Mercury 3-agenter til å forbedre selve modellen – en form for rekursiv selvforbedring som angivelig la rundt 16 prosent til modellens fart, i tillegg til gevinstene teamet oppnådde manuelt (sourceId 28f148ef). Dette er et selskapsutsagn som ikke kan verifiseres med tilgjengelige kilder.
Åpne spørsmål
Flere forhold er uavklart:
- Ingen uavhengig testing. Hele kvalitets- og fartshistorien hviler på Inceptions egne målinger. Frem til en tredjepart replikerer tallene, bør 1 068 tok/s og 4–8x-fordelen leses som markedsføring, ikke dokumentasjon.
- Ukjent modellstørrelse. Parameterantallet holdes hemmelig; det eneste kjente er at modellen er «over 40 ganger større» enn Mercury 1.
- Kampanjepris uten sluttdato. Den langsiktige prisen er usikker, og med den også om priskonkurransen mot Luna og Haiku 5.5 varer.
- Oppkjøpsrykter. Reuters rapporterte i mai at Microsoft forhandlet om å kjøpe Inception, som ønsket over én milliard dollar, og at SpaceX også hadde henvendt seg. Ingen avtale er kunngjort, og SiliconANGLE presenterer ryktet som ukonfirmert (sourceId 2824dfb0).
Om Mercury 3 faktisk slår konkurrentene, er dermed et åpent spørsmål til uavhengig testing foreligger. Det Inception til nå har levert, er en overbevisende prishistorie bygget på tall ingen andre enn selskapet selv har målt.