# Mercury 3 : un LLM à diffusion à plus de 1 000 tokens/s > Mercury 3, d'Inception, est un LLM à diffusion qui dépasse 1 000 tokens par seconde, avec 1M de tokens de contexte et une API compatible OpenAI. - Type : actu de l'IA - Famille : Modèles · LLM à diffusion - Habitat : API cloud · OpenRouter - Niveau : intermédiaire - Source : https://www.inceptionlabs.ai/blog/introducing-mercury-3 - Publié le : 20 octobre 2026 - Page : https://geekus.fr/projets/mercury-3/ Mercury 3 est un modèle de langage à diffusion présenté par Inception le 19 octobre 2026. Au lieu d'écrire mot après mot, il génère son texte par diffusion, ce qui lui permet, selon l'annonce, de produire 1 068 tokens par seconde sur des GPU NVIDIA. Il vise les applications où chaque seconde d'attente compte : voix, support client, agents qui naviguent sur le web. ## En bref - 1 068 tokens par seconde sur des GPU NVIDIA, selon Inception - Contexte de 1M de tokens, contre 260K pour Mercury 2.5 - 0,20 $ par million de tokens en entrée, 0,70 $ en sortie, moitié moins au lancement - Compatible avec l'API OpenAI, disponible via Inception, OpenRouter, Baseten et Vercel ## Qu'est-ce que Mercury 3 ? Mercury 3 est le dernier modèle de la gamme Mercury d'Inception : un LLM, c'est-à-dire un grand modèle de langage, bâti sur la **diffusion** plutôt que sur la génération mot après mot. Inception le présente comme le modèle principal d'une gamme de produits consacrés à l'IA en temps réel. L'annonce dit répondre à une question qui restait ouverte dans la communauté : les modèles de langage à diffusion peuvent-ils grandir au point de rivaliser avec les modèles autorégressifs sur des usages complexes ? Selon Inception, oui. Mercury 3 compte plus de 40 fois plus de paramètres que Mercury 1, et l'intelligence mesurée sur plusieurs benchmarks standard a été multipliée par 3 entre Mercury 1 (mini) et Mercury 3, sans perte de vitesse. ## Vitesse et qualité annoncées pour Mercury 3 Inception annonce 1 068 tokens par seconde sur des GPU NVIDIA. Sur plusieurs benchmarks, Mercury 3 dépasserait GPT-6 Luna et [Claude Haiku 5.5](https://geekus.fr/projets/claude-haiku-5-5/) tout en tournant 4 à 8 fois plus vite. Ailleurs dans l'annonce, la qualité est décrite comme équivalente ou supérieure à celle de ces modèles optimisés pour la vitesse. Ces chiffres viennent d'Inception elle-même. L'annonce ne détaille pas ici les benchmarks utilisés ni les scores obtenus. - Vitesse : 1 068 tokens par seconde sur des GPU NVIDIA - Contexte : 1M de tokens, contre 260K pour Mercury 2.5 - Comparaison : GPT-6 Luna et Claude Haiku 5.5, modèles rapides de référence cités par Inception ## Ce que font déjà les partenaires avec Mercury 3 Des partenaires en accès anticipé utilisent Mercury 3 pour le support par voix et chat, le tutorat en temps réel, l'ingénierie des données et la navigation web. Leurs témoignages portent surtout sur le temps de réponse. TinyFish AI a testé le modèle dans son système d'agent web sur 50 tâches de navigation Mind2Web en conditions réelles. Mercury 3 en a mené 50 % à terme, nettement plus que GPT-6.1-Sol, avec le même volume de tokens et le même nombre d'étapes qu'un modèle de pointe, pour un coût par token bien inférieur. Chez Octen AI, la génération du modèle a pris en médiane 0,9 seconde, pour un temps de réponse total médian de 2,2 secondes. RevisionDojo indique que ses indices, corrections et définitions reviennent en environ une seconde, avec une qualité équivalente ou meilleure que les modèles précédents, et que le remplacement s'est fait sans changer le reste de sa pile. Lorikeet, qui conçoit des assistants pour des entreprises réglementées, dit que Mercury 3 a battu d'autres modèles sur la latence tout en obtenant de meilleurs résultats en évaluation et en production. ## Mercury Voice et Mercury Decide, les autres produits Mercury 3 s'accompagne de deux produits. Mercury Voice est adapté aux contraintes de latence des applications vocales et vise à réduire le délai avant le premier mot de la réponse, pas seulement le temps total. Inception cite Audivi AI, Altur et OpenCall parmi les agents qui l'utilisent déjà. Mercury Decide est un modèle de décision conçu pour la classification à grand volume. Selon Inception, il dépasse Jev sur des benchmarks dont JevBench et LegalBench. ## Utiliser Mercury 3 : API, accès et compatibilité OpenAI Mercury 3 est disponible depuis le jour de l'annonce sur la plateforme API d'Inception, ainsi que via OpenRouter, Baseten et Vercel. Il est compatible avec l'API OpenAI : d'après Inception, il s'intègre à une pile existante sans réécriture. Une version de chat est aussi proposée, et l'API est offerte avec 100 millions de tokens gratuits. Pour les entreprises, Inception cite la capacité dédiée, l'autoscaling, des contrôles de conformité et une conservation des données configurable. Elle propose aussi d'accompagner les évaluations sur les charges de travail du client. ## Prix de Mercury 3 Le tarif normal est de 0,20 $ par million de tokens en entrée et 0,70 $ par million en sortie. Au lancement, il est réduit de moitié : 0,10 $ en entrée et 0,35 $ en sortie. Les tokens mis en cache bénéficient de 90 % de remise sur le prix d'entrée. L'annonce ne dit pas combien de temps durera la réduction de lancement. ## Quelques repères - **Token** : Un token est un morceau de texte, souvent un mot ou une partie de mot, que traite un modèle de langage. La vitesse et le prix des modèles se comptent généralement en tokens. - **Modèle autorégressif** : Un modèle autorégressif produit son texte élément par élément, chaque nouveau morceau dépendant de ceux déjà écrits. C'est le fonctionnement le plus courant des modèles de langage. - **Latence** : La latence est le délai entre une demande et le début ou la fin de la réponse. Elle compte beaucoup pour les usages interactifs, comme la voix ou le chat. ## Questions fréquentes ### Mercury 3 est-il compatible avec l'API OpenAI ? Oui. Inception indique que Mercury 3 est compatible avec l'API OpenAI et s'intègre à une pile existante sans réécriture. ### Combien coûte Mercury 3 ? Le tarif est de 0,20 $ par million de tokens en entrée et 0,70 $ en sortie. Au lancement, il est réduit de 50 % : 0,10 $ et 0,35 $. Les tokens en cache sont à 90 % de remise sur le prix d'entrée. ### Quelle est la vitesse de Mercury 3 ? Inception annonce 1 068 tokens par seconde sur des GPU NVIDIA, soit 4 à 8 fois plus vite que GPT-6 Luna et Claude Haiku 5.5. ### Où utiliser Mercury 3 ? Mercury 3 est disponible sur la plateforme API d'Inception, sur OpenRouter, Baseten et Vercel. Inception propose aussi un chat en ligne et 100 millions de tokens gratuits pour essayer l'API. ## À retenir Mercury 3 est un LLM à diffusion qui, selon Inception, dépasse 1 000 tokens par seconde avec un contexte de 1M de tokens et une API compatible OpenAI. Ces performances restent des chiffres annoncés par l'éditeur, appuyés par des témoignages de partenaires en accès anticipé. Sources : - [inceptionlabs.ai](https://www.inceptionlabs.ai/blog/introducing-mercury-3) (page citée sur Hacker News) Mots-clés : llm, diffusion, api, vitesse, inception --- Fiche publiée par Geekus : https://geekus.fr/projets/mercury-3/