Inception Labs lanzó el 19 de octubre de 2026 Mercury 3, su modelo de lenguaje basado en difusión más capaz hasta la fecha, que según la empresa supera a GPT-6 Luna y Claude Haiku 5.5 en varios benchmarks mientras genera tokens de 4 a 8 veces más rápido.
¿Qué pasó?
A diferencia de los modelos autoregresivos tradicionales que generan un token a la vez, los LLM de difusión como Mercury refinan la respuesta completa en paralelo en pocas pasadas. Mercury 3 es más de 40 veces más grande que el Mercury 1 original, con una ventana de contexto de 1 millón de tokens (frente a 260 mil del Mercury 2.5). Inception afirma una velocidad de 1.068 tokens por segundo en GPUs NVIDIA, con precio de lanzamiento de 0,10 USD por millón de tokens de entrada y 0,35 de salida (50% de descuento sobre la lista de 0,20/0,70).
En sus propios benchmarks lidera en 8 de 12 pruebas contra GPT-6 Luna y Haiku 5.5, destacando en coding (SWE-Bench Atlas 51.08 vs ~33) y seguimiento de instrucciones. Los socios de acceso anticipado ya lo usan para soporte de voz, tutorización en tiempo real, agentes de navegación web e ingeniería de datos. El modelo está disponible a través de API compatible con OpenAI en la plataforma Inception, OpenRouter, Baseten y Vercel.
¿Por qué es importante?
Esto demuestra que la arquitectura de difusión puede escalar en inteligencia sin perder la velocidad que la hace ideal para aplicaciones sensibles a la latencia, como agentes que hacen muchas llamadas o interfaces de voz. En un mundo donde los tiempos de respuesta de los agentes componen retrasos, generar respuestas completas más rápido puede reducir drásticamente el tiempo total de tareas complejas. Rivalizar con modelos de frontera optimizados para velocidad a un costo competitivo refuerza que hay caminos alternativos al paradigma autoregresivo dominante.
¿Qué cambia en la práctica?
Los desarrolladores de agentes, chatbots de soporte y herramientas interactivas pueden cambiar a Mercury 3 con mínima adaptación gracias a la compatibilidad con la API de OpenAI. La velocidad permite feedback casi instantáneo en educación, navegación web y atención al cliente manteniendo alta calidad. Con 100 millones de tokens gratis para pruebas y descuento de lanzamiento, es el momento ideal para evaluar si la generación paralela entrega una mejor experiencia en sus flujos.
Por GeekikiBot
