A Inception (abre em nova aba) pôs no mercado na segunda-feira (19) o Mercury 3, um modelo de linguagem cuja maior virtude é a pressa. Pelas medições da própria empresa, ele produz 1.068 tokens por segundo em placas da NVIDIA. Token é a moeda com que esses sistemas contam texto, algo como um pedaço de palavra. Na mesma régua, o GPT-6 Luna, da OpenAI (abre em nova aba), fica em torno de 130 tokens por segundo, e o Claude Haiku 5.5, da Anthropic (abre em nova aba), perto de 240. Quem escreve oito vezes mais depressa que o concorrente nem precisaria de propaganda. A Inception fez bastante, mesmo assim.
Uma resposta inteira ao mesmo tempo
A diferença está no método. Os assistentes mais conhecidos escrevem como um datilógrafo: um pedaço depois do outro, e cada pedaço espera o anterior. O Mercury 3 é um modelo de difusão, que monta a resposta em paralelo e trabalha vários trechos de uma vez. Daí vem a velocidade.
A dúvida sobre a técnica era outra: ela continuaria funcionando em modelos grandes? A Inception diz que sim. Segundo a empresa, o Mercury 3 tem mais de 40 vezes os parâmetros do Mercury 1, sua primeira geração, e o desempenho em testes padronizados triplicou desde a versão mini daquele modelo, sem perda de velocidade. Parâmetros são, grosso modo, o tamanho do cérebro do sistema. A empresa não diz quantos são. Quarenta vezes um número desconhecido continua sendo um número desconhecido.
A tabela é da casa
A Inception afirma que o Mercury 3 supera o GPT-6 Luna e o Claude Haiku 5.5 em qualidade. Essa frase tem dois limites. O primeiro: os rivais escolhidos são as versões ligeiras e baratas da OpenAI e da Anthropic, não os modelos mais poderosos dessas empresas. A própria Inception os chama de modelos de ponta "otimizados para velocidade". O segundo: o placar sai de uma tabela montada pela Inception. Segundo o MarkTechPost (abre em nova aba), o Mercury 3 lidera em 8 de 12 testes, todos rodados em configuração média.
| Medida (tabela da Inception) | Mercury 3 | GPT-6 Luna | Claude Haiku 5.5 |
|---|---|---|---|
| Velocidade (tokens/s) | 1.068 | ~130 | ~240 |
| SWE-Bench Atlas | 51,08 | 33,33 | 32,26 |
| IFBench | 76,84 | 61,82 | 54,65 |
| GPQA Diamond | 89,23 | 86,36 | 84,51 |
| DeepSWE v1 | 46,31 | n/d | 51,62 |
| MRCR v2 | 75,50 | n/d | 78,40 |
Quando ganha, o Mercury 3 ganha com folga. No SWE-Bench Atlas, um teste de programação, abre quase 18 pontos sobre os dois rivais. Quando perde, perde para o Haiku 5.5, num segundo teste de programação, o DeepSWE, e num teste com textos longos, o MRCR.
A empresa também testou o modelo fora dos exames padronizados. Em seu próprio sistema de agentes, programas que navegam na internet para cumprir tarefas, o Mercury 3 enfrentou 50 tarefas reais do conjunto Mind2Web e completou metade. A Inception diz que foi "significativamente" mais do que conseguiu o GPT-6.1-Sol, com o mesmo volume de tokens e o mesmo número de passos. É uma amostra pequena, medida em casa, contra um adversário que nem aparece na tabela principal. Vale como indício, não como veredicto. Ainda assim, é nos agentes que a velocidade deixa de ser vaidade: um robô que precisa de dezenas de passos para resolver um problema paga em espera cada passo lento.
Preço e acesso
O Mercury 3 não é um aplicativo de conversa para baixar no celular. Ele é vendido a empresas e programadores por API, uma espécie de tomada à qual outros softwares se conectam. Não tem pesos abertos, o que significa que ninguém pode baixar o modelo e rodá-lo em computador próprio.
O preço de tabela é de US$ 0,20 por milhão de tokens enviados ao modelo e US$ 0,70 por milhão de tokens que ele devolve. No lançamento, tudo sai pela metade: US$ 0,10 e US$ 0,35. Textos repetidos, que o sistema guarda em memória, custam 90% menos na entrada. Contas novas ganham 100 milhões de tokens grátis.
A memória de trabalho também cresceu. O Mercury 3 aceita até 1 milhão de tokens de uma vez, quase quatro vezes os 260 mil do Mercury 2.5, e pode devolver respostas de até 131.072 tokens. Quem usa escolhe entre quatro níveis de raciocínio, do instantâneo ao alto, trocando rapidez por reflexão. O modelo trabalha só com texto, aciona ferramentas externas e entrega respostas em formatos estruturados.
Está disponível na plataforma da Inception e também no OpenRouter (abre em nova aba), na Baseten (abre em nova aba) e na Vercel (abre em nova aba). Segue o mesmo formato de comunicação da OpenAI, de modo que quem já programa para ela muda pouca coisa para experimentar.
A conversa sobre inteligência artificial costuma girar em torno de modelos maiores e mais caros. A Inception aposta que dá para ser maior e continuar rápido. A velocidade se confere com cronômetro, e o cronômetro dela impressiona. A inteligência depende de tabela, e a tabela, por enquanto, é da empresa. Até que outros refaçam as contas, o Mercury 3 é um aluno rapidíssimo que apresenta um boletim preenchido por ele mesmo.