Am 19. Oktober 2026 hat das Start-up Inception Mercury 3 veröffentlicht, das neueste und größte Modell der Mercury-Familie. Es ist ein Diffusions-Sprachmodell: Statt die Antwort Token für Token zu schreiben wie ChatGPT, Claude oder Gemini, erzeugt es einen groben Entwurf der gesamten Antwort und verfeinert alle Teile gleichzeitig. Das Ergebnis ist Tempo. Inception meldet 1.068 Token pro Sekunde, gegenüber rund 130 bei GPT-6 Luna und 240 bei Claude Haiku 5.5 im eigenen Vergleich, und erreicht inzwischen in den meisten veröffentlichten Tests auch deren Qualität.
So funktioniert ein Diffusions-Sprachmodell
Alle verbreiteten Chatbots sind heute autoregressiv: Sie sagen das nächste Token voraus, hängen es an und wiederholen das. Jedes Token wartet auf das vorherige, eine Antwort mit 1.000 Token braucht also 1.000 Schritte nacheinander, egal wie stark die Hardware ist. Diffusionsmodelle übernehmen die Idee von Bildgeneratoren wie Stable Diffusion: Sie starten mit Rauschen und entfernen es in wenigen Durchgängen, bis ein sauberes Ergebnis entsteht.
Autoregressives Modell
GPT, Claude, Gemini- Schreibt
- Token für Token, von links nach rechts
- Schritte für 1.000 Token
- rund 1.000 nacheinander
- Ausgereift, gut verstanden, heute die beste Qualität
- Tempo durch die aufeinanderfolgenden Schritte begrenzt
Diffusionsmodell
Mercury 3- Schreibt
- einen vollständigen Entwurf, dann verfeinert es ihn
- Schritte für 1.000 Token
- wenige parallele Durchgänge
- Auf derselben Hardware deutlich schneller
- Neuerer Ansatz, bei sehr langen Aufgaben bisher schwächer
Tempo: die zentrale Zahl
Angaben von Inception, auf von Inception betriebenen Nvidia-GPUs. Werte der Konkurrenz aus Inceptions eigenem Vergleich; reale Geschwindigkeiten hängen von Anbieter und Last ab.
In der Praxis wird aus einer Antwort mit 500 Token statt zwei bis vier Sekunden Wartezeit eine halbe Sekunde. Für jemanden, der ein Chatfenster liest, ist das angenehm; für einen Sprachassistenten, das Display einer smarten Brille oder einen Agenten, der zwanzig Modellaufrufe hintereinander macht, verändert es, was möglich ist.
Qualität: nah an den kleinen Spitzenmodellen
Inception hat Mercury 3 mit den beiden beliebtesten kleinen Modellen verglichen, bei mittleren Einstellungen. Es liegt in 8 von 12 Tests vorn. Die Zahlen unten stammen von Inception; zum Zeitpunkt des Schreibens hatte noch keine unabhängige Rangliste einen Wert veröffentlicht.
Höher ist besser. Angaben von Inception, mittlere Einstellungen.
Höher ist besser. Angaben von Inception.
Höher ist besser. Angaben von Inception. Einer der Tests, in denen Mercury 3 zurückliegt.
Das Muster ist eindeutig: Mercury 3 ist stark beim Befolgen von Anweisungen, bei Wissenschaftsfragen (89,2 bei GPQA Diamond) und kurzen Programmieraufgaben, schwächer beim Finden von Details in sehr langen Eingaben und bei längeren, mehrstufigen Programmieraufgaben (Haiku 5.5 führt bei DeepSWE, 51,6 zu 46,3). Den Gesamtüberblick über die kleinen Modelle finden Sie in die besten KI-Modelle im Oktober 2026 und Claude Haiku 5.5 erklärt.
Preise und Verfügbarkeit
Preise von Mercury 3 pro Million Token
- Input
- $0.20 ($0.10 während des Startangebots)
- Output
- $0.70 ($0.35 während des Startangebots)
- Input aus dem Cache
- 90 % Rabatt
- Freikontingent
- 100 Millionen Token für neue Konten
- Claude Haiku 5.5, zum Vergleich
- $0.10 Input, $0.50 Output (Prompts bis 100K)
- GPT-6 Luna, zum Vergleich
- $0.10 Input, $0.50 Output (kurzer Kontext)
Mercury 3 ist über Inceptions API, OpenRouter, Baseten und Vercel AI Gateway verfügbar. Die API folgt dem Format von OpenAI, sodass die meisten Programme nur eine neue Base-URL und den Modellnamen mercury-3 brauchen. Herunterladbare Gewichte gibt es nicht, auf eigenen Servern läuft es also nicht. Mercury 2 und 2.5 nehmen keine neuen Nutzer mehr auf; Bestandskunden behalten den Zugang bis zum 15. November 2026.
from openai import OpenAI
client = OpenAI(base_url="https://api.inceptionlabs.ai/v1", api_key="...")
reply = client.chat.completions.create(
model="mercury-3",
reasoning_effort="low", # trade quality for even more speed
messages=[{"role": "user", "content": "Summarise this ticket in one line: ..."}],
)
print(reply.choices[0].message.content)Wo Tempo wirklich zählt
- Sprachassistenten
- Eine gesprochene Antwort, die in unter einer Sekunde beginnt, wirkt natürlich. Inception verkauft dafür auch Mercury Voice.
- Suche und smarte Brillen
- Der frühe Nutzer Octen AI misst 0,9 Sekunden mittlere Generierungszeit für Antworten auf der Brille.
- Agentenschritte
- Ein Agent mit 20 Aufrufen spart pro Aufgabe Minuten, wenn jeder Aufruf viermal schneller ist.
- Nachhilfe und Support
- RevisionDojo und Lorikeet nutzen es für sofortige Hinweise und Support-Antworten.
- Klassifizierung im großen Stil
- Mercury Decide, ein Schwestermodell, übernimmt Labeling in großen Mengen.
Für Analysen, die tiefes Nachdenken über lange Dokumente erfordern, bleibt ein größeres autoregressives Modell die sicherere Wahl. Mercury 3 ist eher ein sehr schneller Arbeiter in einem größeren System, nicht dessen Gehirn.
Testen Sie Ihr Wissen
1/3Wie schreibt ein Diffusions-Sprachmodell eine Antwort?
Diese parallele Verfeinerung ermöglicht über 1.000 Token pro Sekunde.
2/3Wo liegt Mercury 3 laut Inceptions eigenen Tests hinter Claude Haiku 5.5?
Haiku 5.5 führt bei MRCR v2 und DeepSWE.
3/3Kann man Mercury 3 herunterladen und selbst betreiben?
Es wird von Inception, OpenRouter, Baseten und Vercel bereitgestellt.
Sie haben 0 von 3 richtig.
Weitere Modelle in diesem Monat: die besten KI-Modelle im Oktober 2026, Claude Haiku 5.5 sowie Nvidia Nemotron 3.5 und Reflection Beam.
Quellen: Inceptions Ankündigung von Mercury 3 (19. Oktober 2026), wie von MarkTechPost und Unite.AI berichtet; der Launch-Eintrag bei OpenRouter. Alle Benchmark- und Geschwindigkeitswerte stammen von Inception und wurden noch nicht unabhängig überprüft.
Alessandro Ecclesie AgazziGeschrieben von Alessandro Ecclesie Agazzi, Analytics Engineer in London. Aktualisiert am 21 Oktober 2026. Über mich