A Inception colocou no mercado o Mercury 3 e sustenta que o modelo entrega 1.068 tokens por segundo em placas da Nvidia — algo entre quatro e oito vezes mais rápido, na conta da própria empresa, do que GPT-6 Luna e Claude Haiku 5.5. Em testes internos, o novo modelo venceu oito das 12 provas avaliadas, embora a margem seja bem menor do que o tom do anúncio sugere.
Difusão: esboço primeiro, acabamento depois
Modelos como os da família GPT e do Claude trabalham em fila: cada palavra depende da anterior, e a resposta cresce da esquerda para a direita. O Mercury 3 adota a lógica da difusão, técnica consagrada na geração de imagens. Em vez de escrever sequencialmente, o sistema produz um rascunho do texto inteiro e o lapida em passadas sucessivas, acertando vários trechos ao mesmo tempo. Um token — a menor unidade de texto que o modelo manipula, próxima de uma sílaba ou de um pedaço de palavra — sai em paralelo, não em fila.
A engenharia tem uma consequência contraintuitiva. Os parâmetros (variáveis internas ajustadas durante o treinamento, uma medida do tamanho do modelo) cresceram mais de 40 vezes na comparação com o Mercury 1, sem perda de velocidade. A contagem exata segue sob sigilo. O desempenho, segundo a Inception, triplicou desde o pequeno Mercury 1 mini — indício de que a família escala como os modelos convencionais. A empresa classifica o lançamento como o modelo de difusão mais capaz já disponibilizado.
O placar de 12 testes tem vencedores divididos
A tabela publicada pela Inception conta uma história mais equilibrada do que o anúncio. Os três modelos rodaram em configuração média.
| Métrica | Mercury 3 | Rivais |
|---|---|---|
| Velocidade (tokens/s, GPU Nvidia, dados da Inception) | 1.068 | ~240 (Claude Haiku 5.5) e ~130 (GPT-6 Luna) |
| IFBench — seguimento de instruções | 76,84 pontos | 15 pontos abaixo (GPT-6 Luna) |
| SWE-Bench Atlas — código autônomo | 51,08 pontos | 33,33 e 32,26 |
| DeepSWE — código longo | derrotado | vitória de Claude Haiku 5.5 |
A vantagem mais ampla aparece em obediência a instruções: 76,84 pontos no IFBench, 15 acima do GPT-6 Luna. Em programação autônoma no SWE-Bench Atlas, o modelo somou 51,08 pontos, contra 33,33 e 32,26 dos concorrentes. O Claude Haiku 5.5 leva o DeepSWE, prova mais longa de código, e também se sai melhor na garimpagem de informação em documentos extensos. Dois testes da Artificial Analysis ficaram com o GPT-6 Luna. O resumo curto da Inception, aliás, fala em qualidade equivalente ou superior — não em liderança isolada. Até o momento não há avaliação independente publicada.
Preço promocional pela metade e conta futura mais salgada
Na tabela cheia, o Mercury 3 cobra US$ 0,20 por milhão de tokens de entrada e US$ 0,70 por milhão na saída. No lançamento, ambos os valores caem pela metade; a Inception não informou quando a promoção termina. Encerrado o desconto, cada milhão de tokens gerados custa mais do que os US$ 0,50 praticados por GPT-6 Luna e Claude Haiku 5.5 em entradas curtas. Em prompts muito longos a relação se inverte, porque os rivais elevam bastante a cobrança, enquanto o Mercury 3 absorve até 1 milhão de tokens de uma só vez.
A adoção é facilitada pela API compatível com o padrão da OpenAI, que reduz o esforço de migração para equipes já integradas ao ecossistema. O modelo está hospedado na plataforma da própria Inception e também em OpenRouter, Baseten e Vercel.
Onde a latência vira produto
Latência — o intervalo entre o pedido e a resposta — é o argumento comercial. A Inception mira agentes autônomos, busca, atendimento ao cliente e tutoria, aplicações em que o usuário espera o modelo a cada etapa e os atrasos pequenos se acumulam.
Os primeiros parceiros de acesso antecipado relatam ganhos de tempo no anúncio da Inception. A camada de busca consumia cerca de 80 milissegundos e o gargalo estava no modelo de linguagem; com o Mercury 3, a resposta mediana passou a chegar em 0,9 segundo, e o fluxo completo ficou em 2,2 segundos.
A General Learning, da área educacional, relata dicas e correções entregues em cerca de um segundo. A Lorikeet, de atendimento, aponta respostas mais rápidas com resultados melhores. Na TinyFish AI, o cofundador Shuhao Zhang submeteu o modelo a 50 tarefas de navegação em sites reais: 25 resolvidas, à frente do GPT-6.1-Sol — sem divulgar o placar obtido pelo modelo da OpenAI.
O que a corrida da difusão significa para o investidor
A Inception não tem capital aberto, mas a lista de sócios conecta o debate à bolsa americana: a empresa levantou US$ 50 milhões antes do Mercury 2, lançado em fevereiro e apresentado como o primeiro modelo de difusão a raciocinar em etapas intermediárias. Entre os investidores estão NVentures, M12 e Snowflake Ventures, braços de venture capital de Nvidia (NVDA), Microsoft (MSFT) e Snowflake (SNOW).
O Google (GOOGL) trilha o mesmo caminho. Depois da demonstração Gemini Diffusion, lançou em junho o DiffusionGemma, aberto, até quatro vezes mais veloz que o Gemma 4 padrão, porém com resultados ligeiramente inferiores. A disputa empurra duas frentes: demanda por capacidade de processamento — pano de fundo favorável a Nvidia — e deflação no preço por token, que comprime a margem de quem apenas revende modelo e favorece quem embute inteligência em produto final, como atendimento, educação e dispositivos vestíveis.
Para o investidor pessoa física, a exposição direta à tese é limitada: não há nome brasileiro relevante no elo de modelos de linguagem, e o canal prático passa pela cadeia global de semicondutores e por empresas de software que licenciam esses modelos. O risco analítico é evidente — os números de desempenho vêm de avaliação interna, sem auditoria externa, e a velocidade anunciada ainda carece de verificação por terceiros.