As duas versões estão alinhadas bloco a bloco, pela ordem do texto: título, o essencial e depois parágrafo a parágrafo. Quando a tradução fundiu ou dividiu um parágrafo, a casa correspondente fica vazia — nunca aproximamos duas passagens a olho.
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.
A velocidade é o argumento principal. A Inception, uma empresa de investigação em IA sediada na Califórnia, lançou o Mercury 3 e afirma que gera mais de 1 000 tokens por segundo em GPUs NVIDIA amplamente disponíveis. A empresa diz que o modelo supera dois rivais otimizados para a velocidade, o GPT-6 Luna e o Claude Haiku 5.5, em vários testes de referência, sendo entre quatro e oito vezes mais rápido.
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.
A maioria dos grandes modelos de linguagem escreve um token após o outro, cada um previsto a partir do anterior. Os tokens são os fragmentos de texto que um modelo lê e escreve. Os modelos de linguagem por difusão funcionam de outra forma: geram e refinam vários tokens em paralelo. É por isso que podem responder mais depressa, e também por isso os programadores têm há muito de escolher entre um modelo pequeno e rápido e um modelo mais capaz, mas mais lento. A Inception defende que o Mercury 3 quebra esse compromisso, mantendo a velocidade e lidando com tarefas mais exigentes.
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.
O modelo é o quarto de uma empresa que lançou a sua primeira versão, o Mercury 1, em junho de 2025. O Mercury 2 acrescentou capacidade de raciocínio, e o Mercury 2.5 acrescentou raciocínio ajustável e alargou a janela de contexto para 260 000 tokens. O Mercury 3 eleva essa janela para 1 milhão de tokens, e a Inception afirma que é mais de 40 vezes maior do que o Mercury 1. Stefano Ermon, cofundador da Inception, disse que a pergunta que os clientes mais faziam era se a difusão podia escalar. A empresa afirma que o treino do seu próximo modelo já começou.
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.
Quem ganha, e quando? Os programadores que constroem agentes, que encadeiam várias chamadas a modelos, deverão sentir o benefício mais imediato, já que cada chamada devolve uma resposta mais depressa. A educação é um primeiro caso: a empresa refere que a RevisionDojo, uma empresa de edtech, reduziu para cerca de um segundo os tempos de resposta do feedback aos alunos, incluindo pistas, definições e respostas corrigidas. A tradução em tempo real e a tutoria interativa são outros alvos que a empresa indica. O Mercury 3 já está acessível através da API da Inception, da Baseten, do OpenRouter e da Vercel, e usa o formato da API da OpenAI, pelo que as aplicações existentes podem mudar para ele sem grande reescrita.
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.
As ressalvas são importantes. Os resultados dos testes e os números de velocidade vêm da própria Inception, e os exemplos de clientes são testadores de acesso antecipado, não um inquérito amplo a utilizadores. A velocidade num ambiente controlado não garante a velocidade em grande escala, nem a qualidade das respostas em todas as tarefas. O que contará é saber se testes independentes e a utilização quotidiana em produção confirmam os ganhos.