Inceptions neues Sprachmodell Mercury 3 soll in einer Reihe von Benchmarks besser abschneiden als GPT-6 Luna und Claude Haiku 5.5 und dabei vier- bis achtmal schneller sein.
In seiner Ankündigung spricht das Unternehmen vom leistungsfähigsten Diffusions-Sprachmodell, das bisher veröffentlicht wurde.
Der Tempovorteil soll aus der Bauweise kommen. Modelle wie GPT oder Claude schreiben Wort für Wort, dabei muss jedes neue Wort auf das vorherige warten. Diffusionsmodelle kennt man vor allem aus der Bildgenerierung. Sie entwerfen zunächst grob die gesamte Antwort und verfeinern sie dann in mehreren Durchgängen, wobei viele Wörter gleichzeitig entstehen. Das Grundprinzip erklärt der technische Bericht zu Googles DiffusionGemma.
Vorne in acht von zwölf Tests
In Inceptions eigener Benchmark-Tabelle fällt der Vorsprung weniger eindeutig aus, als die Ankündigung nahelegt. Mercury 3 gewinnt acht von zwölf Tests, alle drei Modelle liefen mit mittleren Einstellungen. Am größten ist der Abstand beim Befolgen von Anweisungen. Im IFBench erreicht Mercury 3 76,84 Punkte und damit 15 mehr als GPT-6 Luna. Auch beim selbstständigen Programmieren im SWE-Bench Atlas liegt es mit 51,08 Punkten deutlich vor den Konkurrenten, die auf 33,33 und 32,26 Punkte kommen.
Claude Haiku 5.5 gewinnt dagegen den längeren Programmiertest DeepSWE und findet Informationen in langen Texten besser wieder. GPT-6 Luna liegt in zwei Tests von Artificial Analysis knapp vorn. In seiner Kurzübersicht schreibt Inception entsprechend vorsichtiger, die Qualität liege "auf Augenhöhe oder besser".
In Inceptions eigenen Tests liegt Mercury 3 in acht von zwölf Benchmarks vorn. | Bild: InceptionAuf Nvidia-Grafikchips erzeugt Mercury 3 laut Hersteller 1.068 Token pro Sekunde. In Inceptions Vergleich kommt Claude Haiku 5.5 auf etwa 240, GPT-6 Luna auf etwa 130. Unabhängige Messungen gibt es noch nicht.
Mercury 3 hat laut Inception mehr als 40-mal so viele Parameter wie Mercury 1, ist aber genauso schnell. Seit dem kleinen Mercury 1 mini habe sich die Leistung verdreifacht. Das Unternehmen wertet das als Hinweis, dass auch Diffusionsmodelle mit wachsender Größe verlässlich besser werden, so wie man es von herkömmlichen Sprachmodellen kennt. Wie viele Parameter Mercury 3 genau hat, nennt Inception allerdings nicht.
Gebaut für Anwendungen, bei denen jede Sekunde zählt
Inception richtet Mercury 3 vor allem an KI-Agenten, Suchdienste, Kundenservice und Nachhilfe. KI-Agenten erledigen Aufgaben in vielen Einzelschritten und warten bei jedem Schritt auf das Modell. Kleine Verzögerungen summieren sich so schnell.
Partner mit frühem Zugang berichten in der Ankündigung von ihren Erfahrungen. Auch die betonen überwiegend die Geschwindigkeit des Modells. Octen AI entwickelt beispielsweise Suchfunktionen für Datenbrillen. "Auf einer Datenbrille fühlt sich eine Antwort, die fünf Sekunden braucht, kaputt an", sagt Gründer Kuan Zou. Die eigentliche Suche habe nur etwa 80 Millisekunden gedauert, gebremst habe das Sprachmodell. Mit Mercury 3 habe die Antwort im Median nach 0,9 Sekunden vorgelegen, der gesamte Ablauf habe 2,2 Sekunden gedauert.
Der Lernanbieter General Learning liefert Schülern Hinweise und Korrekturen laut eigenen Angaben jetzt in etwa einer Sekunde. Der Kundenservice-Anbieter Lorikeet berichtet von kürzeren Antwortzeiten bei zugleich besseren Ergebnissen. Bei TinyFish AI sollte Mercury 3 laut Mitgründer Shuhao Zhang dagegen 50 Navigationsaufgaben auf echten Websites lösen. Es habe 25 davon geschafft und damit mehr als GPT-6.1-Sol, wobei Zhang keine Vergleichszahl nennt.
Zum Start günstig, danach nicht unbedingt
Regulär kosten eine Million Input-Token 0,20 US-Dollar und eine Million Output-Token 0,70 US-Dollar. Zum Start halbiert Inception die Preise. Wann der Rabatt endet, sagt das Unternehmen nicht. Danach wäre Mercury 3 beim Output zumindest bei kürzeren Eingaben teurer als GPT-6 Luna und Claude Haiku 5.5, die dort 0,50 US-Dollar verlangen. Bei sehr langen Prompts verlangen beide Konkurrenten allerdings deutlich mehr. Mercury 3 verarbeitet bis zu eine Million Token auf einmal.
Erhältlich ist das Modell über Inceptions eigene Plattform sowie über OpenRouter, Baseten und Vercel. Da es dieselbe Schnittstelle wie OpenAIs Modelle nutzt, sollen Entwickler ohne großen Aufwand umsteigen können.
Im Februar hatte Inception Mercury 2 vorgestellt, nach eigenen Angaben das erste Diffusionsmodell, das vor der Antwort Zwischenschritte durchdenkt. Davor hatte das Start-up 50 Millionen US-Dollar eingesammelt, unter anderem von NVentures, M12 und Snowflake Ventures, den Investmentgesellschaften von Nvidia, Microsoft und Snowflake.
Auch Google arbeitet an dem Ansatz: Auf die Demo Gemini Diffusion folgte im Juni das offene Modell DiffusionGemma. Laut Google ist es bis zu viermal schneller als das reguläre Gemma 4, liefert aber etwas schlechtere Ergebnisse.
KI-News ohne Hype – von Menschen kuratiert
Mit dem THE‑DECODER‑Abo liest du werbefrei und wirst Teil unserer Community: Diskutiere im Kommentarsystem, erhalte unseren wöchentlichen KI‑Newsletter, 6× im Jahr den "KI Radar"‑Frontier‑Newsletter mit den neuesten Entwicklungen aus der Spitze der KI‑Forschung, bis zu 25 % Rabatt auf KI Pro‑Events und Zugriff auf das komplette Archiv der letzten zehn Jahre.
