Il 19 ottobre 2026 la start-up Inception ha rilasciato Mercury 3, il modello più nuovo e più grande della famiglia Mercury. È un modello linguistico a diffusione: invece di scrivere la risposta un token alla volta, come ChatGPT, Claude o Gemini, produce una bozza dell'intera risposta e ne rifinisce tutte le parti contemporaneamente. Il risultato è la velocità. Inception dichiara 1.068 token al secondo, contro circa 130 di GPT-6 Luna e 240 di Claude Haiku 5.5 nel proprio confronto, e ora eguaglia quei modelli piccoli anche in qualità nella maggior parte dei test pubblicati.
Come funziona un modello linguistico a diffusione
Tutti i chatbot più diffusi oggi sono autoregressivi: prevedono il token successivo, lo aggiungono e ripetono. Ogni token deve aspettare il precedente, quindi una risposta da 1.000 token richiede 1.000 passaggi in sequenza, per quanto potente sia l'hardware. I modelli a diffusione riprendono l'idea dei generatori di immagini come Stable Diffusion: partono dal rumore e lo eliminano in pochi passaggi finché appare un risultato pulito.
Modello autoregressivo
GPT, Claude, Gemini- Scrive
- un token alla volta, da sinistra a destra
- Passaggi per 1.000 token
- circa 1.000 in sequenza
- Maturo, ben conosciuto, la qualità migliore oggi
- Velocità limitata dai passaggi in sequenza
Modello a diffusione
Mercury 3- Scrive
- una bozza completa, poi la rifinisce
- Passaggi per 1.000 token
- pochi passaggi in parallelo
- Molto più veloce sullo stesso hardware
- Approccio più nuovo, per ora più debole nei compiti molto lunghi
Velocità: il numero principale
Dati di Inception, su GPU Nvidia servite da Inception. Le velocità dei concorrenti vengono dal confronto di Inception; le velocità reali variano per fornitore e carico.
In pratica, una risposta da 500 token passa da un'attesa di due-quattro secondi a mezzo secondo. Per chi legge una chat la differenza è piacevole; per un assistente vocale, uno schermo di occhiali smart o un agente che concatena venti chiamate al modello, cambia ciò che è possibile fare.
Qualità: vicina ai piccoli modelli di frontiera
Inception ha confrontato Mercury 3 con i due modelli piccoli più diffusi, con impostazioni medie. È in testa in 8 test su 12. I dati qui sotto sono di Inception; al momento della stesura nessuna classifica indipendente aveva pubblicato un punteggio.
Più alto è meglio. Dati di Inception, impostazioni medie.
Più alto è meglio. Dati di Inception.
Più alto è meglio. Dati di Inception. Uno dei test in cui Mercury 3 resta indietro.
Lo schema è costante: Mercury 3 è forte nel seguire le istruzioni, nelle domande scientifiche (89,2 su GPQA Diamond) e nei compiti di programmazione brevi, più debole nel trovare dettagli in input molto lunghi e nella programmazione lunga e in più passaggi (Haiku 5.5 è avanti su DeepSWE, 51,6 a 46,3). Per il quadro completo dei modelli piccoli, leggi i migliori modelli AI di ottobre 2026 e Claude Haiku 5.5 spiegato.
Prezzi e disponibilità
Prezzi di Mercury 3 per milione di token
- Input
- $0.20 ($0.10 durante l'offerta di lancio)
- Output
- $0.70 ($0.35 durante l'offerta di lancio)
- Input in cache
- 90% di sconto
- Uso gratuito
- 100 milioni di token per i nuovi account
- Claude Haiku 5.5, per confronto
- $0.10 input, $0.50 output (prompt fino a 100K)
- GPT-6 Luna, per confronto
- $0.10 input, $0.50 output (contesto breve)
Mercury 3 è disponibile sull'API di Inception, su OpenRouter, Baseten e Vercel AI Gateway. L'API segue il formato di OpenAI, quindi alla maggior parte del codice bastano un nuovo base URL e il nome del modello mercury-3. Non ci sono pesi scaricabili, quindi non puoi eseguirlo sui tuoi server. Mercury 2 e 2.5 sono chiusi ai nuovi utenti, e i clienti esistenti mantengono l'accesso fino al 15 novembre 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)Dove la velocità conta davvero
- Assistenti vocali
- Una risposta parlata che parte in meno di un secondo sembra naturale. Inception vende anche Mercury Voice per questo.
- Ricerca e occhiali smart
- Il primo utente Octen AI riporta 0,9 secondi di generazione mediana per risposte mostrate sugli occhiali.
- Passaggi degli agenti
- Un agente che fa 20 chiamate risparmia minuti per ogni compito se ogni chiamata è quattro volte più veloce.
- Tutoraggio e assistenza
- RevisionDojo e Lorikeet lo usano per suggerimenti e risposte di assistenza immediati.
- Classificazione su larga scala
- Mercury Decide, un modello gemello, gestisce l'etichettatura ad alto volume.
Per analisi che richiedono ragionamento profondo su documenti lunghi, un modello autoregressivo più grande resta la scelta più sicura. Mercury 3 va visto come un lavoratore molto veloce dentro un sistema più grande, non come il suo cervello.
Verifica cosa hai capito
1/3Come scrive una risposta un modello linguistico a diffusione?
Questa rifinitura in parallelo è il motivo per cui supera i 1.000 token al secondo.
2/3Dove resta dietro a Claude Haiku 5.5 Mercury 3, secondo i test di Inception?
Haiku 5.5 è avanti su MRCR v2 e DeepSWE.
3/3Puoi scaricare Mercury 3 ed eseguirlo da solo?
È servito da Inception, OpenRouter, Baseten e Vercel.
Hai risposto correttamente a 0 domande su 3.
Altri modelli di questo mese: i migliori modelli AI di ottobre 2026, Claude Haiku 5.5 e Nvidia Nemotron 3.5 e Reflection Beam.
Fonti: l'annuncio di Mercury 3 di Inception (19 ottobre 2026), come riportato da MarkTechPost e Unite.AI; la scheda di lancio su OpenRouter. Tutti i dati di benchmark e velocità sono di Inception e non sono ancora stati riprodotti in modo indipendente.
Alessandro Ecclesie AgazziScritto da Alessandro Ecclesie Agazzi, analytics engineer a Londra. Aggiornato il 21 ottobre 2026. Chi sono