Mercury 2.5
Inception- Input / 1 Mio.
- $0,04
- Output / 1 Mio.
- $0,15
- Kontextfenster
- 260k Tokens
- Veröffentlichung
- September 2026
Reasoning
Mercury 3
Mercury 3 ist ein diffusionsbasiertes Sprachmodell (dLLM) von Inception. Es zielt auf Agenten, Tool-Calls und Anwendungen mit kurzer Antwortzeit.
Mercury 3 im Überblick
1M Kontext und Instruction Following
Mercury 3 verarbeitet ein Kontextfenster von 1 Mio. Tokens und gibt bis zu 131.072 Tokens aus. Laut Anbieter erreicht es im Vergleich mit medium Reasoning 76,8 % bei IFBench und 89,2 % bei GPQA Diamond. Unabhängige Werte von Artificial Analysis lagen zum Stand 20. Oktober 2026 noch nicht vor.
- Voice-Agenten
- Agentic Workflows
- Tool Calling
- Lange Dokumente
- Structured Outputs
Redaktionelle Einordnung auf Basis der Modellbeschreibung und der unten verlinkten Messungen.
Was du abwägen solltest
- Reasoning kostet Tempo. Im Test von Spring Prompt lag die Mediane ohne Reasoning bei 0,42 Sekunden pro Zug. Mit Reasoning brauchte das Modell in einzelnen Partien bis zu 105 Sekunden für einen Zug, plane das bei KI-Agenten ein.
- Schwach bei Business-Aufgaben. Im SurveyBench erreichte Mercury 3 bei den Analysen 47 Punkte, im ROASBench-Budgetversuch 26,1 Punkte (Platz 18 von 24). Das sind Einzelmessungen von Spring Prompt, kein Gesamturteil.
- Halber Preis nur zum Launch. Der Rabatt auf $0,10 Input und $0,35 Output je 1 Mio. Tokens gilt laut Anbieter zum Start. Regulär kostet Mercury 3 $0,20 und $0,70, Mercury 2.5 kostet $0,20 und $0,75.
- Nur Text, geschlossen. Mercury 3 nimmt und gibt nur Text aus. Die Gewichte sind nicht offen, die Lizenz ist proprietär. Deshalb ließ Spring Prompt den CatalogBench aus, weil das Modell keine Bilder lesen kann.
Mercury 3 Benchmarks
89,2%
GPQA Diamond ist ein Subset des GPQA-Benchmarks (Graduate-Level Google-Proof Questions and Answers) mit den 198 anspruchsvollsten Multiple-Choice-Fragen aus dem GPQA Datensatz.
Mehr zum BenchmarkGPQA DiamondMedian aller Modelle: 88,4 % Menschliche Referenz: Nicht-Experten 22,1 %, Experten (PhD im Fachgebiet) 81,3 %
Gemini 4 ArgonGoogle DeepMind
Claude Sonnet 5.5Platz 1, Anthropic- Mercury 3Inception
Mercury 3 Modelldaten
- Kontextfenster
- 1.000.000 Tokens
- Maximaler Output
- 131.072 Tokens
- Eingabe
- Text
- Ausgabe
- Text
- Anbieter
- Inception
- Veröffentlicht
- 19. Oktober 2026
- Modellgewichte
- Geschlossen
Die Ausgabelänge ist eine eigene Obergrenze. Der tatsächlich verfügbare Eingaberaum hängt auch vom Output-Budget und der API-Konfiguration ab.
Standardfähigkeiten & Schnittstellen
- Prompt-Caching
- Reasoning
- Strukturierte Ausgaben
- Tool-Nutzung
Daten aktualisiert am 23. Oktober 2026. Fehler gefunden? kontakt@byte.de
Mercury 3 API-Provider
- Input / 1 Mio. Tokens$0,10Output / 1 Mio. Tokens$0,35Cache-Lesen / 1 Mio.$0,01Kontextfenster1 Mio.TokensMaximaler Output131,1kTokens
Preise und Limits laut den Anbietern. Die Verfügbarkeit hängt vom Konto und den jeweiligen Limits ab.
Häufige Fragen zu Mercury 3
Was kostet Mercury 3?
Laut Inception-Preisliste kostet Mercury 3 regulär $0,20 pro 1 Mio. Input-Tokens und $0,70 pro 1 Mio. Output-Tokens. Zum Launch gelten $0,10 und $0,35, gecachte Input-Tokens kosten $0,01.
Wie groß ist das Kontextfenster?
Der Chat-Endpunkt bietet 1 Mio. Tokens Kontext. Die maximale Ausgabe liegt bei 131.072 Tokens.
Ist Mercury 3 Open Source?
Nein. Die Gewichte sind nicht offen, die Lizenz ist proprietär, und das Modell verarbeitet nur Text.
Was ist der Unterschied zu Mercury 2.5?
Mercury 3 hat 1 Mio. statt 260K Kontext und bis zu 131.072 statt 65.536 Output-Tokens. Der Listenpreis für Output liegt mit $0,70 unter den $0,75 von Mercury 2.5.
Gibt es unabhängige Benchmarks?
Die Werte IFBench, GPQA Diamond und MRCR v2 stammen vom Anbieter bei medium Reasoning. Spring Prompt hat eigene Tests veröffentlicht, Artificial Analysis hatte das Modell zum Stand Oktober 2026 noch nicht gemessen.
Ähnliche KI-Modelle
Weitere Modelle von Inception
Modelle anderer Anbieter
Muse Wonder
Meta AIMuse Wonder ist Metas proprietäres Reasoning-Modell für Agenten.
- Input / 1 Mio.
- $4
- Output / 1 Mio.
- $20
- Kontextfenster
- 1,05 Mio. Tokens
- Veröffentlichung
- Oktober 2026
ReasoningGemini 4 Argon
Google DeepMindGemini 4 Argon ist Googles Reasoning-Modell mit 1 Mio. Tokens Kontext.
- Input / 1 Mio.
- $2
- Output / 1 Mio.
- $10
- Kontextfenster
- 1 Mio. Tokens
- Veröffentlichung
- September 2026
Reasoning
Fugu Ultra v2
Sakana AIOrchestrierungsmodell von Sakana AI, das einen Pool aus Modellen steuert.
- Input / 1 Mio.
- $5
- Output / 1 Mio.
- $30
- Kontextfenster
- 1 Mio. Tokens
- Veröffentlichung
- September 2026
Reasoning