Mercury 3, modelo de difusión: 1.000 tokens/s y supera a GPT-6 Luna

La velocidad es el argumento central. Inception, una empresa de investigación en IA con sede en California, ha lanzado Mercury 3 y asegura que genera más de 1.000 tokens por segundo en GPU NVIDIA ampliamente disponibles. Según la compañía, el modelo supera a dos rivales optimizados para la velocidad, GPT-6 Luna y Claude Haiku 5.5, en varias pruebas de referencia, funcionando entre cuatro y ocho veces más rápido.

La mayoría de los grandes modelos de lenguaje escriben un token tras otro, prediciendo cada uno a partir del anterior. Los tokens son los fragmentos de texto que un modelo lee y escribe. Los modelos de lenguaje basados en difusión funcionan de otra manera: generan y refinan varios tokens en paralelo. Por eso pueden responder más deprisa, y también por eso los desarrolladores han tenido que elegir desde hace tiempo entre un modelo pequeño y rápido o uno más capaz pero más lento. Inception sostiene que Mercury 3 rompe ese compromiso, al mantener la velocidad y gestionar tareas más exigentes.

El modelo es el cuarto de una compañía que lanzó su primera versión, Mercury 1, en junio de 2025. Mercury 2 añadió razonamiento, y Mercury 2.5 incorporó razonamiento ajustable y amplió la ventana de contexto a 260.000 tokens. Mercury 3 eleva esa ventana a 1 millón de tokens, e Inception afirma que es más de 40 veces más grande que Mercury 1. Stefano Ermon, cofundador de Inception, explicó que la pregunta que más les hacían los clientes era si la difusión podía escalar. La compañía asegura que ya ha comenzado el entrenamiento de su próximo modelo.

¿Quién gana, y cuándo? Los desarrolladores que construyen agentes, que encadenan varias llamadas a modelos, deberían notar el beneficio más inmediato, ya que cada llamada regresa más rápido. La educación es un caso temprano: la empresa afirma que RevisionDojo, una compañía de tecnología educativa, redujo los tiempos de respuesta de sus comentarios a los alumnos, incluidas pistas, definiciones y respuestas corregidas, a alrededor de un segundo. La traducción en directo y la tutoría interactiva son otros objetivos que cita la compañía. Mercury 3 ya está disponible a través de la API de Inception, Baseten, OpenRouter y Vercel, y utiliza el formato de la API de OpenAI, por lo que las aplicaciones existentes pueden cambiar a este modelo sin reescribir gran parte del código.

Las advertencias importan. Los resultados de las pruebas y las cifras de velocidad proceden de la propia Inception, y los ejemplos de clientes corresponden a probadores con acceso anticipado, no a un estudio amplio de usuarios. La velocidad en un entorno controlado no garantiza la misma velocidad a gran escala, ni la calidad de las respuestas en todas las tareas. Lo que contará es si las pruebas independientes y el uso cotidiano en producción confirman las mejoras.