La empresa estadounidense de IA Inception presentó el 19 de octubre Mercury 3, un modelo de lenguaje de difusión que, según la compañía, es el LLM de difusión más capaz que existe. El modelo ya está disponible en la plataforma de API propia de Inception y también se ha integrado en OpenRouter, Baseten y Vercel.
Algunas cifras facilitadas por la empresa: velocidad de generación de 1068 tokens/segundo en GPU de Nvidia; ventana de contexto de 1 millón de tokens, frente a los 260.000 de la versión anterior, Mercury 2.5; y un número total de parámetros más de 40 veces superior al del Mercury 1 original, sin que se haya publicado la cifra concreta.
Velocidad y precio
Inception afirma que Mercury 3 supera a GPT-6 Luna, de OpenAI, y a Claude Haiku 5.5, de Anthropic, en una serie de pruebas de referencia, con una velocidad de 4 a 8 veces mayor que la de esos modelos de comparación. Sin embargo, el blog no detalla las puntuaciones una a una; solo indica que la inteligencia en pruebas estándar mejora alrededor de 3 veces respecto a Mercury 1 (mini), y todavía no hay evaluaciones independientes de organismos externos.
Hay dos pruebas con cifras concretas. La primera es la de agentes de navegador: en 50 tareas reales de navegación web de Mind2Web, Mercury 3 completó la mitad, lo que la empresa describe como “significativamente más que GPT-6.1-Sol”. La segunda es la Sense API de su socio Octen AI, que usa Mercury 3 para generar: el tiempo mediano de generación es de 0,9 segundos y el tiempo mediano de respuesta de extremo a extremo, de 2,2 segundos, de los cuales la búsqueda propia de Octen ocupa solo unos 80 milisegundos.
El precio es de 0,20 dólares por millón de tokens de entrada y 0,70 dólares por millón de tokens de salida. Durante el lanzamiento hay un 50 % de descuento, es decir, 0,10 y 0,35 dólares; las entradas que aciertan en caché tienen un descuento adicional. La plataforma de API regala 100 millones de tokens gratuitos a los usuarios nuevos.
En su blog, Inception sitúa el significado de este lanzamiento en la escala:
"The scaling laws that drove progress in autoregressive models hold for diffusion too."
Las leyes de escalado que impulsaron el progreso de los modelos autorregresivos también se cumplen en los modelos de difusión.
Quién más apuesta este año por la difusión
Los grandes modelos habituales escriben de forma autorregresiva: van soltando un token tras otro, y cada uno tiene que esperar al anterior. Los modelos de difusión toman prestada la idea de la generación de imágenes: primero trazan un borrador tosco de todo un fragmento y luego lo corrigen en varias rondas de eliminación de ruido, actualizando muchas posiciones a la vez. De ahí viene la ventaja en velocidad.
Este año esta línea ha cobrado fuerza de manera notable. En mayo, Nemotron Labs de Nvidia publicó Nemotron-Labs-Diffusion, en tamaños de 3B, 8B y 14B, en el que un mismo modelo puede alternar entre varios métodos de decodificación, entre ellos el autorregresivo y el de difusión. En junio, Google liberó el código de DiffusionGemma, que genera 256 tokens en paralelo de una sola vez. En el ICML de este año, el gran premio también fue para un artículo del campo de la difusión.
Si se comparan, los enfoques difieren. Nvidia y Google han publicado modelos de código abierto de tamaño pequeño y mediano, orientados a la investigación y a los dispositivos locales; Inception, en cambio, siempre ha seguido el camino de la API comercial de código cerrado, compitiendo con velocidad y precio en los escenarios sensibles a la latencia, como el autocompletado de código, los asistentes de voz y los flujos de agentes que deben llamar al modelo decenas de veces seguidas. Con Mercury 3, la compañía aumenta a la vez los parámetros y el contexto, para demostrar que los modelos de difusión, al hacerse grandes, también dan la talla y no son solo “rápidos pero torpes”.
Que lo demuestre dependerá de dos cosas: las puntuaciones en clasificaciones independientes y si las plataformas que lo han llevado a producción siguen usándolo dentro de unos meses. El blog oficial cita cifras de un solo cliente, Octen, y la muestra es todavía demasiado pequeña.
La generación anterior, Mercury 2, fue elegida hace pocos días por la revista TIME entre los mejores inventos de 2026. Informaciones públicas anteriores señalaban que tanto Microsoft como SpaceX habían mantenido contactos con Inception; por ahora no hay nueva información pública sobre el avance de ninguna operación.
Fuentes: blog oficial de Inception (verificación de velocidad, contexto, tasa de finalización en Mind2Web, precio estándar de la API y precio promocional de lanzamiento), página del modelo en OpenRouter, CocoLoop, notas técnicas de Google y Nvidia sobre modelos de difusión.