Le fait
Le 19 octobre 2026, Inception, start-up fondée en 2024 par les professeurs Stefano Ermon, Aditya Grover et Volodymyr Kuleshov, a lancé Mercury 3, son nouveau modèle phare. À la différence des modèles classiques, qui écrivent un token après l’autre, un modèle par diffusion ébauche toute la réponse d’un coup puis affine toutes les positions en parallèle, en quelques passes (SiliconANGLE).
Les chiffres revendiqués par Inception
- 1 068 tokens par seconde sur GPU NVIDIA, contre environ 240 pour Claude Haiku 5.5 et 130 pour GPT-6 Luna dans la même comparaison.
- Meilleur que ces deux modèles sur 8 tests sur 12 ; plus large écart en code, avec 51,1 sur SWE-Bench Atlas contre 33,3 pour GPT-6 Luna. Mercury 3 reste derrière Haiku 5.5 sur DeepSWE (46,3 contre 51,6).
- Plus de 40 fois la taille de Mercury 1, sans nombre de paramètres publié ; contexte porté à un million de tokens (260 000 pour Mercury 2.5).
- Tarif public : 0,20 dollar le million de tokens en entrée et 0,70 en sortie, réduit de moitié au lancement (0,10 et 0,35), entrée en cache 90 % moins chère. API compatible OpenAI, disponible aussi via OpenRouter, Baseten et Vercel.
« La question qu’on nous pose le plus depuis Mercury 1 est de savoir si la diffusion peut passer à l’échelle », résume Stefano Ermon, pour qui les limites tiennent au « calcul et aux données », pas à l’algorithme.
Les premiers usages
Inception cite des clients sensibles à la latence : Octen AI (recherche en temps réel sur lunettes connectées, temps médian de génération de 0,9 seconde), RevisionDojo (tutorat, réponses en une seconde environ), Lorikeet (support client) et TinyFish (agents de navigation web).
Lecture Neurone21
La diffusion devient une vraie option pour les usages où chaque seconde compte : assistants vocaux, support client, agents qui enchaînent des dizaines d’appels au modèle. Mais aucun organisme indépendant n’avait publié ses propres mesures au moment de l’annonce, et le tarif catalogue reste supérieur à celui des deux modèles comparés (0,10 et 0,50 dollar pour un usage typique, selon SiliconANGLE). Le gain se mesure donc en vitesse, pas en prix.