Les deux versions sont alignées bloc par bloc, dans l’ordre du texte : titre, l’essentiel, puis paragraphe par paragraphe. Quand la traduction a fusionné ou scindé un paragraphe, la case correspondante reste vide — on ne rapproche jamais deux passages au jugé.
Speed is the claim. Inception, a California AI research company, has released Mercury 3, and says it generates more than 1,000 tokens per second on widely available NVIDIA GPUs. The company says the model beats two speed-optimized rivals, GPT-6 Luna and Claude Haiku 5.5, on a range of benchmarks while running four to eight times faster.
La vitesse est l'argument principal. Inception, une entreprise californienne de recherche en IA, a publié Mercury 3 et affirme qu'il génère plus de 1 000 tokens par seconde sur des GPU NVIDIA largement disponibles. Selon la société, le modèle devance deux concurrents optimisés pour la vitesse, GPT-6 Luna et Claude Haiku 5.5, dans une série de tests de référence, tout en fonctionnant quatre à huit fois plus vite.
Most large language models write one token after another, each one predicted from the last. Tokens are the chunks of text a model reads and writes. Diffusion language models work differently: they generate and refine several tokens in parallel. That is why they can answer faster, and it is also why developers have long had to choose between a small, quick model and a more capable, slower one. Inception argues Mercury 3 breaks that trade-off, keeping its speed while handling harder tasks.
La plupart des grands modèles de langage écrivent un token après l'autre, chacun étant prédit à partir du précédent. Les tokens sont les fragments de texte qu'un modèle lit et produit. Les modèles de langage à diffusion fonctionnent autrement : ils génèrent et affinent plusieurs tokens en parallèle. Cela leur permet de répondre plus vite, mais oblige aussi, depuis longtemps, les développeurs à choisir entre un petit modèle rapide et un modèle plus performant mais plus lent. Inception soutient que Mercury 3 fait sauter ce compromis, en conservant sa vitesse tout en traitant des tâches plus complexes.
The model is the fourth from a company that released its first version, Mercury 1, in June 2025. Mercury 2 added reasoning, and Mercury 2.5 added adjustable reasoning and expanded the context window to 260,000 tokens. Mercury 3 raises that window to 1 million tokens, and Inception says it is more than 40 times larger than Mercury 1. Stefano Ermon, co-founder of Inception, said the question customers asked most was whether diffusion could scale. The company says training of its next model has already begun.
Le modèle est le quatrième d'une entreprise qui a publié sa première version, Mercury 1, en juin 2025. Mercury 2 a ajouté le raisonnement, et Mercury 2.5 a introduit un raisonnement réglable et porté la fenêtre de contexte à 260 000 tokens. Mercury 3 la porte à 1 million de tokens, et Inception affirme qu'il est plus de 40 fois plus grand que Mercury 1. Stefano Ermon, cofondateur d'Inception, a expliqué que la question la plus posée par les clients était de savoir si la diffusion pouvait passer à l'échelle. La société indique que l'entraînement de son prochain modèle a déjà commencé.
Who gains, and when? Developers building agents, which chain several model calls together, should see the most immediate benefit, since each call returns faster. Education is an early case: the company reports that RevisionDojo, an edtech firm, cut response times for student feedback, including hints, definitions and marked answers, to about one second. Live translation and interactive tutoring are other targets the company names. Mercury 3 is already reachable through the Inception API, Baseten, OpenRouter and Vercel, and it uses the OpenAI API format, so existing applications can switch to it without extensive rewriting.
Qui en profite, et quand ? Les développeurs qui conçoivent des agents, lesquels enchaînent plusieurs appels de modèles, devraient bénéficier le plus rapidement du gain, puisque chaque appel revient plus vite. L'éducation constitue un premier cas d'usage : la société indique que RevisionDojo, une entreprise d'edtech, a réduit à environ une seconde les délais de réponse de ses retours aux élèves, qui comprennent indices, définitions et corrections. La traduction en direct et le tutorat interactif figurent parmi les autres cibles citées par l'entreprise. Mercury 3 est déjà accessible via l'API d'Inception, Baseten, OpenRouter et Vercel, et il utilise le format de l'API OpenAI : les applications existantes peuvent donc passer à ce modèle sans réécriture importante.
The caveats matter. The benchmark results and speed figures come from Inception itself, and the customer examples are early-access testers, not a broad survey of users. Speed in a controlled setup does not guarantee speed at scale, nor answer quality on every task. What will count is whether independent tests and everyday production use confirm the gains.
Les réserves comptent. Les résultats aux tests de référence et les chiffres de vitesse proviennent d'Inception elle-même, et les exemples de clients sont des testeurs en accès anticipé, et non une enquête élargie auprès des utilisateurs. Une vitesse mesurée dans un cadre contrôlé ne garantit ni une vitesse équivalente à grande échelle, ni une qualité de réponse constante sur toutes les tâches. Ce qui comptera, c'est de savoir si les tests indépendants et l'usage quotidien en production confirment ces gains.