Mercury 3

Überblick

Mercury 3 ist das neue Flaggschiff von Inception Labs und wurde am 19. Oktober 2026 veröffentlicht. Wie Mercury 2.5 ist es ein Diffusion-Sprachmodell (dLLM): Statt Token für Token zu schreiben, verfeinert es mehrere Token parallel. Inception nennt 1.068 Ausgabe-Token pro Sekunde auf NVIDIA-GPUs und ein Kontextfenster von 1 Million Token – gegenüber 260K beim Vorgänger.

Das Modell ist proprietär und nur per API verfügbar. Eine Parameterzahl veröffentlicht Inception nicht; der Hersteller sagt lediglich, Mercury 3 sei gemessen an den Gesamtparametern mehr als 40-mal so groß wie Mercury 1. Inception stellt es neben die kostenoptimierten Modelle anderer Anbieter, namentlich GPT-6 Luna und Claude Haiku 5.5.

Use Cases

• Sprach- und Chat-Agenten, bei denen die Antwortzeit das Nutzererlebnis bestimmt
• Such- und Recherche-Agenten mit vielen Werkzeugaufrufen (DeepSearchQA 71,3 %, BrowseComp-Plus 55,2 % laut Hersteller)
• Browser-Automatisierung: In einem Test von TinyFish AI erledigte Mercury 3 50 % von 50 Live-Aufgaben auf Mind2Web
• Hochvolumige Textverarbeitung – Extraktion, Klassifikation, Zusammenfassung langer Dokumente
• Strukturierte Ausgaben gegen ein JSON-Schema als Vorstufe für Prozessautomatisierung

Stärken & Grenzen

Stärken

• Ausgaberate von über 1.000 Token/s – laut Inception vier- bis achtmal schneller als vergleichbare autoregressive Modelle
• 1M Kontextfenster bei bis zu 131.072 Ausgabe-Token
• Vier Reasoning-Stufen (instant, low, medium, high), Werkzeugaufrufe und Structured Outputs sind dokumentiert
• Starke Herstellerwerte bei Wissen und Instruktionstreue: GPQA Diamond 89,2 %, IFBench 76,8 %, jeweils mit mittlerer Reasoning-Stufe

Grenzen

• Alle Benchmarkwerte stammen vom Hersteller und wurden mit der Stufe medium gemessen. Werte für die höchste Stufe high nennt Inception nicht.
• Keine unabhängige Messung: Artificial Analysis führt Mercury 3 zum 20.10.2026 nicht, ebenso wenig LMArena. Dort sind nur die Vorgänger vermessen (LMArena: Mercury 2 mit 1.343 Elo) – diese Zahlen gehören nicht zu Mercury 3.
• Coding: Bei DeepSWE v1 liegt Mercury 3 mit 46,3 % laut Herstellertabelle hinter Claude Haiku 5.5 (51,6 %), bei MRCR v2 ebenfalls (75,5 % gegenüber 78,4 %).
• Agentische Telekom-/Banking-Szenarien: τ³-Bench Banking 30,2 % – deutlich unter dem, was Inception für Mercury 2.5 auf τ³-Bench Telecom angab. Die Werte stammen aus unterschiedlichen Domänen und sind nicht direkt vergleichbar.
• Reines Textmodell ohne Bild- oder Audioeingabe.
• Proprietär und API-only: keine offenen Gewichte, kein lokaler Betrieb, Verarbeitung bei einem US-Anbieter.

Weitere Benchmarks

Herstellerangaben aus dem Launch-Chart (Inception, 19.10.2026, Reasoning-Stufe medium), die keinem Benchmark-Key im CRM eindeutig entsprechen: GDPval 1.237,2 (Elo) · τ³-Bench Banking 30,24 % · MultiChallenge 60,35 % · AA-Omniscience-Public (Accuracy) 46,44 % · MRCR v2 75,50 % · SWE-Bench Atlas 51,08 % · DeepSWE v1 46,31 % · BrowseComp-Plus 55,18 % · DeepSearchQA 71,33 %.

BenchLM vergibt mangels unabhängiger Daten noch keinen Rang.

Gut zu wissen

• Bezug: Inception-API (OpenAI-kompatibel, Modell-ID mercury-3), OpenRouter, Baseten und Vercel. Neue API-Konten erhalten 100 Mio. Token gratis.
• Preis: regulär 0,20 $ je 1 Mio. Eingabe- und 0,70 $ je 1 Mio. Ausgabe-Token, Cache-Lesezugriffe 0,02 $. Zum Start gilt ein Rabatt von 50 % (0,10 $ / 0,35 $ / 0,01 $) ohne genanntes Enddatum. Für eine Kalkulation ist der reguläre Tarif anzusetzen.
• Enterprise: dedizierte Kapazität, Autoscaling, Compliance-Einstellungen und konfigurierbare Datenaufbewahrung auf Anfrage.
• Einordnung: Kandidat für latenzkritische Anwendungen und große Textmengen neben einem Frontier-Modell. Ohne unabhängige Messung sollte die Qualität vor einem Produktiveinsatz mit eigenen Testfällen geprüft werden.