El 19 de octubre de 2026, la start-up Inception lanzó Mercury 3, el modelo más nuevo y grande de su familia Mercury. Es un modelo de lenguaje de difusión: en lugar de escribir la respuesta token a token, como ChatGPT, Claude o Gemini, produce un borrador de toda la respuesta y refina todas sus partes a la vez. El resultado es velocidad. Inception declara 1.068 tokens por segundo, frente a unos 130 de GPT-6 Luna y 240 de Claude Haiku 5.5 en su propia comparación, y ya iguala a esos modelos pequeños en calidad en la mayoría de las pruebas publicadas.
Cómo funciona un modelo de lenguaje de difusión
Todos los chatbots populares de hoy son autorregresivos: predicen el siguiente token, lo añaden y repiten. Cada token espera al anterior, así que una respuesta de 1.000 tokens necesita 1.000 pasos seguidos, por potente que sea el hardware. Los modelos de difusión toman la idea de los generadores de imágenes como Stable Diffusion: parten de ruido y lo eliminan en unas pocas pasadas hasta que aparece un resultado limpio.
Modelo autorregresivo
GPT, Claude, Gemini- Escribe
- un token cada vez, de izquierda a derecha
- Pasos para 1.000 tokens
- unos 1.000 seguidos
- Maduro, bien conocido, la mejor calidad hoy
- Velocidad limitada por los pasos en secuencia
Modelo de difusión
Mercury 3- Escribe
- un borrador completo y luego lo refina
- Pasos para 1.000 tokens
- unas pocas pasadas en paralelo
- Mucho más rápido en el mismo hardware
- Enfoque más nuevo, por ahora más débil en tareas muy largas
Velocidad: la cifra estrella
Datos de Inception, en GPU de Nvidia servidas por Inception. Velocidades de la competencia según la comparación de Inception; las reales varían según el proveedor y la carga.
En la práctica, una respuesta de 500 tokens pasa de dos a cuatro segundos de espera a medio segundo. Para quien lee una ventana de chat es agradable; para un asistente de voz, la pantalla de unas gafas inteligentes o un agente que encadena veinte llamadas al modelo, cambia lo que es posible.
Calidad: cerca de los modelos pequeños punteros
Inception comparó Mercury 3 con los dos modelos pequeños más populares, con ajustes medios. Va en cabeza en 8 de 12 pruebas. Las cifras son de Inception; cuando se escribió este artículo, ninguna clasificación independiente había publicado una puntuación.
Cuanto más alto, mejor. Datos de Inception, ajustes medios.
Cuanto más alto, mejor. Datos de Inception.
Cuanto más alto, mejor. Datos de Inception. Una de las pruebas en las que Mercury 3 queda por detrás.
El patrón es constante: Mercury 3 es fuerte siguiendo instrucciones, en preguntas científicas (89,2 en GPQA Diamond) y en tareas cortas de programación, y más débil buscando detalles en entradas muy largas y en programación larga de varios pasos (Haiku 5.5 lidera en DeepSWE, 51,6 frente a 46,3). Para ver el panorama completo de los modelos pequeños, lee los mejores modelos de IA de octubre de 2026 y Claude Haiku 5.5 explicado.
Precio y disponibilidad
Precios de Mercury 3 por millón de tokens
- Entrada
- $0.20 ($0.10 durante la oferta de lanzamiento)
- Salida
- $0.70 ($0.35 durante la oferta de lanzamiento)
- Entrada en caché
- 90 % de descuento
- Uso gratuito
- 100 millones de tokens para cuentas nuevas
- Claude Haiku 5.5, para comparar
- $0.10 de entrada, $0.50 de salida (prompts de hasta 100K)
- GPT-6 Luna, para comparar
- $0.10 de entrada, $0.50 de salida (contexto corto)
Mercury 3 está disponible en la API de Inception, OpenRouter, Baseten y Vercel AI Gateway. La API sigue el formato de OpenAI, así que a la mayoría del código le basta con una nueva base URL y el nombre de modelo mercury-3. No hay pesos descargables, por lo que no puedes ejecutarlo en tus propios servidores. Mercury 2 y 2.5 están cerrados a nuevos usuarios, y los clientes actuales mantienen el acceso hasta el 15 de noviembre de 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)Dónde importa de verdad la velocidad
- Asistentes de voz
- Una respuesta hablada que empieza en menos de un segundo suena natural. Inception también vende Mercury Voice para esto.
- Búsqueda y gafas inteligentes
- El primer usuario Octen AI mide 0,9 segundos de generación mediana para respuestas mostradas en gafas.
- Pasos de agentes
- Un agente que hace 20 llamadas ahorra minutos por tarea si cada llamada es cuatro veces más rápida.
- Tutorías y soporte
- RevisionDojo y Lorikeet lo usan para pistas y respuestas de soporte al instante.
- Clasificación a gran escala
- Mercury Decide, un modelo hermano, se encarga del etiquetado masivo.
Para análisis que exigen razonamiento profundo sobre documentos largos, un modelo autorregresivo más grande sigue siendo la opción más segura. Mercury 3 es mejor como un trabajador muy rápido dentro de un sistema mayor, no como su cerebro.
Pon a prueba lo que has aprendido
1/3¿Cómo escribe una respuesta un modelo de lenguaje de difusión?
Ese refinado en paralelo es lo que le permite superar los 1.000 tokens por segundo.
2/3¿Dónde queda Mercury 3 por detrás de Claude Haiku 5.5, según las pruebas de Inception?
Haiku 5.5 lidera en MRCR v2 y DeepSWE.
3/3¿Se puede descargar Mercury 3 y ejecutarlo por tu cuenta?
Lo sirven Inception, OpenRouter, Baseten y Vercel.
Has acertado 0 de 3.
Más modelos de este mes: los mejores modelos de IA de octubre de 2026, Claude Haiku 5.5 y Nvidia Nemotron 3.5 y Reflection Beam.
Fuentes: el anuncio de Mercury 3 de Inception (19 de octubre de 2026), según MarkTechPost y Unite.AI; la ficha de lanzamiento en OpenRouter. Todas las cifras de benchmarks y velocidad son de Inception y aún no se han reproducido de forma independiente.
Alessandro Ecclesie AgazziEscrito por Alessandro Ecclesie Agazzi, analytics engineer en Londres. Actualizado el 21 de octubre de 2026. Sobre mí