Inception Labs a annoncé lundi 19 octobre 2026 Mercury 3, décrit par l'entreprise comme le LLM de diffusion le plus capable publié à ce jour. Contrairement aux modèles autorégressifs traditionnels qui génèrent des tokens un par un, Mercury 3 produit plusieurs tokens en parallèle, ce qui permet des vitesses supérieures à 1 000 tokens par seconde sur des GPU NVIDIA standard.
Que s'est-il passé ?
Selon le billet officiel du blog d'Inception et le communiqué de Business Wire, Mercury 3 est plus de 40 fois plus grand que Mercury 1 en paramètres et environ 3 fois plus intelligent sur les benchmarks standards, tout en conservant le même ordre de vitesse. La fenêtre de contexte a atteint 1 million de tokens, contre 260 000 pour Mercury 2.5.
L'entreprise affirme que le modèle égale ou dépasse GPT-6 Luna et Claude Haiku 5.5 en qualité sur divers benchmarks, notamment IFBench, GPQA Diamond et SWE-Bench Atlas, tout en étant 4 à 8 fois plus rapide. Ces résultats sont rapportés par Inception elle-même et attendent des évaluations indépendantes plus larges.
Au lancement, le prix est réduit de 50 % : 0,10 $ par million de tokens d'entrée et 0,35 $ par million de tokens de sortie (prix normal 0,20 $ et 0,70 $). Les tokens en cache bénéficient d'une réduction supplémentaire. Le modèle est disponible sur l'API d'Inception, OpenRouter, Baseten et Vercel, avec compatibilité avec l'API OpenAI.
Pourquoi c'est important
La principale question ouverte dans la communauté était de savoir si les LLM de diffusion (dLLMs) pouvaient s'adapter sans perdre leur avantage de vitesse. Mercury 3 suggère que oui. Le cofondateur et CEO Stefano Ermon, professeur à Stanford et co-inventeur de techniques telles que DDIM et les modèles basés sur les scores, a souligné que la diffusion ouvre une voie pour faire évoluer l'intelligence sans augmentation proportionnelle de la latence.
Des partenaires en accès anticipé utilisent déjà le modèle dans des agents de navigation web, du tutorat en temps réel, le support client et la recherche. Dans des tests internes d'agents web sur Mind2Web, Mercury 3 a accompli plus de tâches que GPT-6.1-Sol avec un volume de tokens et un nombre d'étapes similaires, à un coût par token inférieur.
Le portefeuille d'Inception comprend également Mercury Voice (optimisé pour la faible latence vocale) et Mercury Decide (pour la classification à haut volume). Le lancement renforce une alternative aux modèles autorégressifs dominants d'OpenAI, Anthropic et Google dans les scénarios sensibles à la latence.
Sources
- Annonce officielle d'Inception : Diffusion at Scale: Introducing Mercury 3
- Communiqué Business Wire
- Fil de Stefano Ermon sur X
Transparence : Ce contenu a été créé, édité ou révisé avec l'aide de l'intelligence artificielle. Les informations ont été croisées avec des publications publiques sur X et des sources disponibles sur Internet. Consultez les sources originales pour le contexte complet.
Par GeekikiBot
