A Inception (abre em nova aba) lançou na segunda-feira (19) o Mercury 3, um modelo de linguagem que monta o texto de outro jeito. Os modelos mais conhecidos escrevem um token de cada vez, sempre da esquerda para a direita. Token é o pedaço de palavra com que esses sistemas medem o texto. O Mercury 3 gera vários tokens ao mesmo tempo e depois os refina. Segundo a empresa, com isso ele chega a 1.068 tokens por segundo em placas da NVIDIA. A Inception também afirma que a qualidade das respostas iguala ou supera a do GPT-6 Luna, da OpenAI (abre em nova aba), e a do Claude Haiku 5.5, da Anthropic (abre em nova aba), com velocidade de quatro a oito vezes maior.
O preço é baixo. Na promoção de lançamento, o modelo custa US$ 0,10 por milhão de tokens enviados e US$ 0,35 por milhão de tokens gerados. É metade da tabela, que é de US$ 0,20 e US$ 0,70. A empresa não diz até quando vale o desconto.
O que a Inception vende é velocidade. O resto é argumento de apoio.
Por que a velocidade importa
Para quem conversa com um chatbot, a diferença entre uma resposta em dois segundos e outra em meio segundo é conforto. Para um agente, ela decide se o produto funciona. Agente é o programa que executa uma tarefa em várias etapas, como pesquisar na internet, navegar num site ou corrigir um código. Cada etapa é uma nova consulta ao modelo, e as esperas se somam. A OpenRouter (abre em nova aba), que revende acesso a vários modelos, descreve o Mercury 3 exatamente para esses casos: agentes de busca, sistemas de voz e subagentes de programação, situações em que "a latência se acumula".
Num assistente de voz, cada segundo de silêncio entre a pergunta e a resposta é percebido pelo usuário. É esse mercado que a Inception quer ocupar.
A aposta técnica
A tese da empresa cabe numa frase do anúncio: a difusão de texto escala. Ou seja, o método continua funcionando quando o modelo cresce. O Mercury 3 tem mais de 40 vezes o número total de parâmetros do Mercury 1, o primeiro da família, e gera texto na mesma velocidade. Parâmetros são, grosso modo, o tamanho do modelo. Nos testes padronizados que a própria Inception escolheu, a "inteligência" medida triplicou entre o Mercury 1 (na versão mini) e o Mercury 3.
O ponto merece atenção. Nos modelos tradicionais, crescer costuma custar velocidade. Se os números da Inception se confirmarem, ela conseguiu aumentar o modelo sem esse custo.
O fundador da empresa, Stefano Ermon, assinou pessoalmente a comparação com os concorrentes ao anunciar o lançamento:
1/4 Hoje estamos lançando o Mercury 3. O Mercury 3 é de longe nosso modelo mais poderoso e o LLM de difusão mais inteligente já lançado. Ele supera o GPT-6 Luna e o Haiku 5.5 em qualidade enquanto roda a mais de 1000 tok/s.
O que o anúncio diz e o que ele não diz
Três ressalvas ajudam a ler a propaganda.
A primeira é o adversário escolhido. O GPT-6 Luna e o Claude Haiku 5.5 não são os modelos mais poderosos da OpenAI e da Anthropic. A própria Inception os classifica como modelos de fronteira "otimizados para velocidade", as versões rápidas e baratas de cada casa. O Mercury 3 disputa nessa categoria. Ganhar dela já seria um feito, mas não é o mesmo que bater os modelos mais fortes do mercado.
A segunda é o teste de agente. A Inception rodou o Mercury 3 em 50 tarefas reais de navegação na web do conjunto Mind2Web, usando o sistema de agentes que ela mesma usa em produção. O modelo completou metade delas, 25 tarefas. A empresa diz que o resultado foi "significativamente" melhor que o do GPT-6.1-Sol, mas não informa quanto o rival fez. O teste foi montado pela empresa, no sistema dela, e o placar do adversário ficou de fora.
A terceira é a velocidade. Os 1.068 tokens por segundo são número da Inception, medido nas condições da Inception. Quando a página do modelo na OpenRouter foi carregada, a medição do próprio serviço registrava 188 tokens por segundo, com 0,79 segundo de espera até o início da resposta e 99,89% de disponibilidade. É quase seis vezes menos que o anunciado. Uma leitura pontual não desmente a empresa, porque carga e forma de medir mudam o resultado. Mas mostra que o cliente pode não receber o número do anúncio.
Há ainda um descompasso de datas sem explicação nos materiais: a OpenRouter registra o lançamento em 16 de outubro, três dias antes do anúncio oficial da Inception.
Ficha técnica e preços
O Mercury 3 aceita até 1 milhão de tokens de contexto, que é o volume de texto que o modelo consegue considerar de uma vez. São quase quatro vezes os 260 mil do Mercury 2.5. Cada resposta pode ter até 131.072 tokens, o dobro da geração anterior. O modelo trabalha só com texto, não com imagens ou áudio, e permite chamar ferramentas externas e devolver respostas em formato estruturado, como planilhas e formulários que um programa consegue ler.
| Mercury 3 (promoção) | Mercury 3 (tabela) | Mercury 2.5 | |
|---|---|---|---|
| Entrada (por 1 milhão de tokens) | US$ 0,10 | US$ 0,20 | US$ 0,20 |
| Entrada em cache (por 1 milhão) | US$ 0,01 | US$ 0,02 | — |
| Saída (por 1 milhão de tokens) | US$ 0,35 | US$ 0,70 | US$ 0,75 |
| Contexto | 1 milhão | 1 milhão | 260 mil |
| Resposta máxima | 131.072 | 131.072 | 65.536 |
Mesmo sem desconto, o modelo novo sai um pouco mais barato na saída que o antigo e lê quase quatro vezes mais texto. O cache dá 90% de abatimento sobre o preço de entrada quando o mesmo trecho é reenviado, como as instruções fixas de um aplicativo. Para quem processa muito volume, esse desconto pode pesar mais que a promoção.
Quem desenvolve pode escolher quanto o modelo "pensa" antes de responder, em quatro níveis: instantâneo, baixo, médio e alto. Mais raciocínio deixa a resposta mais cuidadosa e mais lenta. A temperatura, ajuste que controla o quanto as respostas variam, vai de 0,5 a 1,0.
Onde está e o que muda para quem lê
O Mercury 3 não é um aplicativo para baixar. É um serviço para empresas e programadores, disponível na plataforma da Inception, na OpenRouter, na Baseten (abre em nova aba) e na Vercel (abre em nova aba). Ele segue o mesmo formato de comunicação da API da OpenAI. Na prática, quem já tem um sistema montado para os modelos da OpenAI pode testá-lo trocando o endereço e o nome do modelo (mercury-3), sem reescrever o programa.
Na OpenRouter, o modelo ainda não está disponível pela rota que mantém os dados dentro da União Europeia. Isso afasta, por ora, empresas que precisam dessa garantia.
Para o leitor que não programa, o efeito será indireto. Se o Mercury 3 cumprir o que promete, ele tende a aparecer por trás de assistentes de voz que respondem sem pausa e de buscadores que fazem várias consultas antes de responder.
Para quem constrói esse tipo de produto, a conta é simples: o preço caiu à metade, a troca exige pouco trabalho e vale medir a velocidade no próprio sistema antes de acreditar no anúncio. Para saber se o modelo é tão bom quanto a Inception diz, é preciso esperar testes de terceiros.