Perusahaan AI asal Amerika Serikat, Inception, pada 19 Oktober merilis Mercury 3, model bahasa besar berbasis difusi yang diklaim sebagai LLM difusi paling mumpuni saat ini. Model tersebut sudah tersedia di platform API milik Inception sendiri, sekaligus terhubung ke OpenRouter, Baseten, dan Vercel.
Beberapa angka yang diumumkan secara resmi: kecepatan generasi di GPU Nvidia mencapai 1.068 token per detik; jendela konteks 1 juta token, sedangkan versi sebelumnya, Mercury 2.5, hanya 260 ribu; total parameter lebih dari 40 kali lipat Mercury 1 generasi pertama, tetapi jumlah pastinya tidak dipublikasikan.
Kecepatan dan harga
Inception menyebut Mercury 3 mengungguli GPT-6 Luna milik OpenAI dan Claude Haiku 5.5 milik Anthropic di berbagai tolok ukur, dengan kecepatan 4 hingga 8 kali lebih tinggi daripada model-model pembanding itu. Namun blog perusahaan tidak mencantumkan skor per tolok ukur. Mereka hanya menyebut tingkat kecerdasan pada tolok ukur standar naik sekitar 3 kali lipat dibandingkan Mercury 1 (mini), sementara evaluasi independen dari lembaga luar belum keluar.
Ada dua pengujian yang disertai angka konkret. Pertama, agen peramban: dari 50 tugas navigasi laman web nyata di Mind2Web, Mercury 3 menyelesaikan separuhnya, yang menurut perusahaan “jauh lebih banyak daripada GPT-6.1-Sol”. Kedua, Sense API milik mitra Octen AI yang memakai Mercury 3 untuk proses generasi: median waktu generasi 0,9 detik dan median respons ujung ke ujung 2,2 detik, dengan pencarian milik Octen sendiri hanya memakan sekitar 80 milidetik.
Harganya US$0,20 per juta token untuk input dan US$0,70 untuk output. Selama masa peluncuran diskonnya 50%, yaitu US$0,10 dan US$0,35; input yang kena cache mendapat potongan tambahan. Platform API memberi pengguna baru 100 juta token gratis.
Di blognya, Inception menempatkan makna rilis ini pada soal penskalaan:
“Hukum penskalaan yang mendorong kemajuan model autoregresif juga berlaku untuk difusi.” (Aslinya: “The scaling laws that drove progress in autoregressive models hold for diffusion too.”)
Siapa saja yang menempuh jalur difusi tahun ini
Model besar arus utama menulis secara autoregresif: satu token dikeluarkan setelah token lainnya, sehingga token berikutnya harus menunggu yang sebelumnya. Model difusi meminjam gagasan dari pembuatan gambar. Ia lebih dulu membentangkan draf kasar untuk satu bagian teks utuh, lalu memperbaikinya lewat beberapa putaran penghilangan derau, dengan banyak posisi diperbarui sekaligus. Di situlah keunggulan kecepatannya berasal.
Jalur ini jelas makin ramai tahun ini. Pada Mei, Nemotron Labs milik Nvidia merilis Nemotron-Labs-Diffusion dalam tiga ukuran, yaitu 3B, 8B, dan 14B; satu model yang sama dapat berpindah antara dekode autoregresif dan beberapa mode dekode difusi. Pada Juni, Google membuka kode sumber DiffusionGemma, yang menghasilkan 256 token secara paralel sekaligus. Di ICML tahun ini, penghargaan utama pun jatuh pada makalah bertema difusi.
Jika dibandingkan, arah masing-masing pemain agak berbeda. Nvidia dan Google merilis model sumber terbuka berukuran kecil hingga menengah yang condong ke riset dan perangkat lokal. Inception selalu menempuh jalur API komersial tertutup, memakai kecepatan dan harga untuk merebut skenario yang sensitif terhadap latensi, misalnya pelengkapan kode, asisten suara, dan alur kerja agen yang harus memanggil model puluhan kali berturut-turut. Lewat Mercury 3, Inception menaikkan jumlah parameter dan konteks sekaligus, untuk membuktikan bahwa model difusi yang diperbesar kemampuannya ikut menyusul, bukan sekadar “cepat tetapi bodoh”.
Terbukti atau tidaknya bergantung pada dua hal: skor di papan peringkat independen, dan apakah beberapa platform yang sudah memasangnya di lingkungan produksi masih memakainya beberapa bulan lagi. Blog resmi hanya mengutip angka dari satu pelanggan, Octen, dan sampelnya masih terlalu sedikit.
Generasi sebelumnya, Mercury 2, baru beberapa hari lalu dipilih majalah TIME sebagai salah satu penemuan terbaik 2026. Laporan publik sebelumnya menyebut Microsoft dan SpaceX sama-sama menjalin kontak dengan Inception; perkembangan transaksi terkait saat ini belum ada informasi publik yang baru.
Sumber: blog resmi Inception (untuk memverifikasi kecepatan, konteks, tingkat penyelesaian Mind2Web, harga standar API, dan harga diskon masa peluncuran), halaman model OpenRouter, CocoLoop, penjelasan teknis model difusi dari Google dan Nvidia.