Mercury 3 is snel en goedkoop, maar nog geen Opus
De Amerikaanse start-up Inception heeft op 19 oktober Mercury 3 uitgebracht, de nieuwste versie van zijn taalmodel dat tekst via diffusie maakt in plaats van woord voor woord. Volgens de aankondiging van Inception haalt het model ruim 1.000 tokens per seconde en kan het een miljoen tokens aan context verwerken. De eerste onafhankelijke test laat zien dat die snelheid in de praktijk een stuk lager uitvalt.
Wat Inception belooft
Gewone taalmodellen voorspellen één token tegelijk. Mercury werkt een heel blok tekst in een paar rondes tegelijk bij, vergelijkbaar met hoe beeldgeneratoren een plaatje uit ruis opbouwen. Inception meet 1.068 tokens per seconde op NVIDIA-gpu’s en noemt het model vier tot acht keer sneller dan vergelijkbare modellen. Het contextvenster groeit van 260.000 tokens bij Mercury 2.5, dat begin september verscheen, naar een miljoen.
Mercury 3 heeft volgens het bedrijf meer dan veertig keer zoveel parameters als de eerste Mercury uit februari 2025. Op benchmarks als BrowseComp+ en GPQA Diamond zou het gelijk spelen met of beter scoren dan GPT-6 Luna en Claude Haiku 5.5. Op BrowseComp+ meldt Inception 55,18 punten, tegen 50,50 voor Luna en 45,78 voor Haiku. Dat zijn cijfers van de maker zelf. Op DeepSWE en een lange-contexttest wint Haiku wel.
De prijs is laag: 0,20 dollar per miljoen inputtokens en 0,70 dollar per miljoen outputtokens. Tijdens de introductie geldt de helft daarvan. Het model is te gebruiken via de eigen API, OpenRouter, Vercel en Baseten. Ter vergelijking: OpenAI richt zich met de Decisions API op GPT-6 Luna op dezelfde markt van snelle, goedkope aanroepen.
Bito zet het model aan het werk
Codereviewbedrijf Bito liet Mercury 3 op dezelfde dag los op echte programmeertaken in Claude Code. In de resultaten van Bito scoort het model 65 procent op lange agentsessies. Claude Opus 5.5 haalt daar 87 procent, Claude Sonnet 5.5 en DeepSeek V4.1-Flash-1017 elk 77 procent. Mercury 3 was wel het snelst klaar: 5,8 minuten, tegen 17,2 minuten voor Opus.
De gemeten snelheid lag met een mediaan van 198 tokens per seconde ver onder de duizend. Bito wijt dat aan het lezen van lange gespreksgeschiedenis, waar in agentwerk de meeste tijd in gaat. Het oordeel: geschikt voor korte, goed omschreven taken, nog niet voor lang werk in meerdere stappen.
The Neuron kwam in een eigen praktijktest tot een vergelijkbaar beeld. Acht testvragen kostten samen ruim 4 dollarcent. Logica en rekenwerk gingen goed, maar het model hield zich niet altijd aan woordlimieten en voegde in een geschiedenisvraag een onjuiste bewering toe.
Wat betekent dit
Diffusie voor tekst is geen labexperiment meer. Ook NVIDIA zocht eerder al naar snellere generatie, met het TwoTower-onderzoek. Mercury 3 laat zien dat zo’n model op schaal kan meekomen met de kleinere modellen van OpenAI en Anthropic, tegen een fractie van de prijs. Voor bedrijven die veel kleine aanroepen doen, zoals zoekfuncties, klantenservice of browseragents, is dat interessant. Voor zwaar programmeerwerk of lange redeneerketens blijven de grote modellen voorlopig beter. Wie Mercury 3 wil inzetten, doet er goed aan eerst op eigen taken te testen in plaats van op de cijfers uit de aankondiging te vertrouwen.