Inception behauptet: Mercury 3 schneller als GPT-6 Luna und Claude Haiku 5.5
Das Diffusionsmodell Mercury 3 soll laut Inception vier- bis achtmal schneller laufen als die Konkurrenz und in acht von zwölf Benchmarks vorne liegen. Unabhängige Tests fehlen bislang.
Inception gibt an, dass sein neues Sprachmodell Mercury 3 auf einer Reihe von Benchmarks GPT-6 Luna und Claude Haiku 5.5 schlaegt und dabei vier- bis achtmal schneller laeuft.
In seiner Ankuendigung bezeichnet das Unternehmen Mercury 3 als das bislang faehigste Diffusion-Sprachmodell.
Die Geschwindigkeit ergibt sich aus der Architektur des Modells. Modelle wie GPT oder Claude schreiben ein Wort nach dem anderen, sodass jedes neue Wort auf das vorherige warten muss. Diffusionsmodelle sind vor allem aus der Bildgenerierung bekannt. Sie entwerfen zunaechst eine grobe Version der gesamten Antwort und verfeinern diese ueber mehrere Durchlaeufe, wobei sie viele Woerter gleichzeitig erzeugen. Googles technischer Bericht zu DiffusionGemma erklaert die Grundidee.
Inceptions eigene Benchmark-Tabelle zeichnet ein durchwachseneres Bild. Mercury 3 gewinnt acht von zwoelf Tests, wobei alle drei Modelle mit mittleren Einstellungen laufen. Der Abstand ist beim Befolgen von Anweisungen am groessten. Auf IFBench erreicht Mercury 3 76,84 Punkte, 15 mehr als GPT-6 Luna. Auch beim autonomen Programmieren auf SWE-Bench Atlas fuehrt es mit 51,08 Punkten deutlich, waehrend die Konkurrenz auf 33,33 und 32,26 kommt.
Claude Haiku 5.5 gewinnt den laengeren Programmier-Test DeepSWE. Es ist auch besser darin, Informationen in langen Texten zu finden. GPT-6 Luna liegt in zwei Tests von Artificial Analysis knapp vorn. Inceptions kurze Uebersicht ist vorsichtiger und beschreibt die Qualitaet von Mercury 3 als auf gleichem Niveau oder besser.
Laut Inception erzeugt Mercury 3 auf Nvidia-GPUs 1.068 Tokens pro Sekunde. Im Unternehmensvergleich schafft Claude Haiku 5.5 etwa 240 und GPT-6 Luna etwa 130. Unabhaengige Tests gibt es bisher nicht.
Inception zufolge hat Mercury 3 mehr als vierzigmal so viele Parameter wie Mercury 1, laeuft aber genauso schnell. Die Leistung hat sich seit dem kleinen Mercury 1 mini zudem verdreifacht. Inception sieht darin ein Zeichen dafuer, dass Diffusionsmodelle beim Skalieren zuverlaessig besser werden, ganz wie herkoemmliche Sprachmodelle. Die genaue Parameterzahl bleibt unveroeffentlicht.
Inception bewirbt Mercury 3 vor allem fuer KI-Agenten, Suche, Kundenservice und Nachhilfe. KI-Agenten erledigen Aufgaben in vielen einzelnen Schritten und warten bei jedem davon auf das Modell. Diese kleinen Verzoegerungen summieren sich schnell.
Fruehzugriffspartner berichten in der Ankuendigung von ihren Ergebnissen, und die meisten konzentrieren sich dabei ebenfalls auf die Geschwindigkeit. Octen AI entwickelt Suchfunktionen fuer Smart Glasses. "Auf Smart Glasses fuehlt sich eine Antwort an, die fuenf Sekunden dauert, kaputt an", sagt Gruender Kuan Zou. Die Suche selbst habe nur etwa 80 Millisekunden gedauert, das Sprachmodell sei der Flaschenhals gewesen. Mit Mercury 3 sei die Antwort nach 0,9 Sekunden im Median eingetroffen. Der gesamte Prozess dauerte 2,2 Sekunden.
Das Bildungsunternehmen General Learning sagt, es liefere Schuelern nun Hinweise und Korrekturen in etwa einer Sekunde. Der Kundenservice-Anbieter Lorikeet berichtet von schnelleren Antwortzeiten bei gleichzeitig besseren Ergebnissen. Bei TinyFish AI sagt Mitgruender Shuhao Zhang, Mercury 3 habe 50 Navigationsaufgaben auf echten Websites erhalten. Es loeste 25 und schlug damit GPT-6.1-Sol. Fuer das OpenAI-Modell nennt Zhang keine Zahl.
Der regulaece Preis betraegt 0,20 Dollar pro Million Input-Tokens und 0,70 Dollar pro Million Output-Tokens. Zum Start halbiert Inception die Preise. Wann der Rabatt endet, hat das Unternehmen nicht gesagt. Danach wuerde Mercury 3 bei der Ausgabe mehr kosten als GPT-6 Luna und Claude Haiku 5.5, zumindest bei kuerzeren Eingaben, wo beide 0,50 Dollar verlangen. Bei sehr langen Prompts verlangen beide Konkurrenten allerdings deutlich mehr. Mercury 3 kann bis zu 1 Million Tokens auf einmal verarbeiten.
Das Modell ist auf Inceptions eigener Plattform sowie auf OpenRouter, Baseten und Vercel verfuegbar. Es nutzt dieselbe API wie OpenAIs Modelle, sodass Entwickler laut Inception mit wenig Aufwand wechseln koennen.
Im Februar veroeffentlichte Inception Mercury 2, das es als erstes Diffusionsmodell bezeichnete, das vor der Antwort Zwischenschritte durchdenkt. Davor hatte das Startup 50 Millionen Dollar eingesammelt. Zu den Investoren gehoeren NVentures, M12 und Snowflake Ventures, die Risikokapitalarme von Nvidia, Microsoft und Snowflake.
Google arbeitet am gleichen Ansatz. Auf seine Gemini-Diffusion-Demo folgte im Juni das offene Modell DiffusionGemma. Google sagt, es laufe bis zu viermal schneller als das uebliche Gemma 4, liefere aber etwas schwachere Ergebnisse.
Abonniert THE DECODER fuer werbefreies Lesen, einen woechentlichen KI-Newsletter, unseren exklusiven Frontier-Report "AI Radar" sechsmal im Jahr, vollen Archivzugang und Zugang zu unserem Kommentarbereich.
Automatisch übersetzt. Das Original auf Englisch ist unten aufklappbar.
Original (Englisch) anzeigen
Inception says its new language model, Mercury 3, beats GPT-6 Luna and Claude Haiku 5.5 on a range of benchmarks while running four to eight times faster.
In its announcement, the company calls Mercury 3 the most capable diffusion language model released so far.
The speed comes from how the model is built. Models like GPT or Claude write one word at a time, so each new word has to wait for the one before it. Diffusion models are best known from image generation. They first sketch a rough version of the whole answer and then refine it over several passes, generating many words at once. Google's technical report on DiffusionGemma explains the basic idea. Ad
Inception's own benchmark table tells a more mixed story. Mercury 3 wins eight of 12 tests, with all three models running at medium settings. The gap is widest in instruction following. On IFBench, Mercury 3 scores 76.84 points, 15 more than GPT-6 Luna. It also leads clearly in autonomous coding on SWE-Bench Atlas with 51.08 points, while its rivals reach 33.33 and 32.26. Ad
Claude Haiku 5.5 wins the longer coding test DeepSWE. It's also better at finding information in long texts. GPT-6 Luna edges ahead in two tests from Artificial Analysis. Inception's short overview is more cautious, describing Mercury 3's quality as on par or better.
According to Inception, Mercury 3 generates 1,068 tokens per second on Nvidia GPUs. In the company's comparison, Claude Haiku 5.5 manages about 240 and GPT-6 Luna about 130. No independent tests exist yet. Ad
Inception says Mercury 3 has more than 40 times as many parameters as Mercury 1 but runs just as fast. Performance has also tripled since the small Mercury 1 mini. Inception sees this as a sign that diffusion models reliably improve as they scale, just like standard language models. The exact parameter count remains undisclosed.
Inception is pitching Mercury 3 mainly for AI agents, search, customer support, and tutoring. AI agents complete tasks in many separate steps and wait on the model at each one. Those small delays pile up fast. Ad
Early-access partners share their results in the announcement, and most of them also focus on speed. Octen AI builds search features for smart glasses. "On smart glasses, an answer that takes five seconds feels broken," says founder Kuan Zou. He says the search itself took only about 80 milliseconds, and the language model was the bottleneck. With Mercury 3, the median response arrived after 0.9 seconds. The full process took 2.2 seconds. Ad
Education company General Learning says it now delivers hints and corrections to students in about one second. Customer service provider Lorikeet reports faster response times along with better results. At TinyFish AI, co-founder Shuhao Zhang says Mercury 3 was given 50 navigation tasks on real websites. It solved 25, beating GPT-6.1-Sol. Zhang doesn't give a number for the OpenAI model.
Regular pricing is $0.20 per million input tokens and $0.70 per million output tokens. Inception is cutting prices in half at launch. It hasn't said when the discount ends. After that, Mercury 3 would cost more for output than GPT-6 Luna and Claude Haiku 5.5, at least for shorter inputs, where both charge $0.50. For very long prompts, though, both rivals charge a lot more. Mercury 3 can handle up to 1 million tokens at once.
The model is available on Inception's own platform as well as OpenRouter, Baseten, and Vercel. It uses the same API as OpenAI's models, so Inception says developers can switch with little effort.
In February, Inception released Mercury 2, which it called the first diffusion model to reason through intermediate steps before answering. Before that, the startup raised $50 million. Backers include NVentures, M12, and Snowflake Ventures, the venture arms of Nvidia, Microsoft, and Snowflake.
Google is working on the same approach. Its Gemini Diffusion demo was followed in June by the open model DiffusionGemma. Google says it runs up to four times faster than the standard Gemma 4 but delivers slightly weaker results.
Subscribe to THE DECODER for ad-free reading, a weekly AI newsletter, our exclusive "AI Radar" frontier report six times a year, full archive access, and access to our comment section.