Mercury 3 landt op 1.068 tokens per seconde — en zonder één enkel benchmarkgetal

Inception Labs bracht Mercury 3 op 19 oktober 2026 uit, en de aankondiging opent met drie cijfers: 1.068 tokens per seconde op NVIDIA-GPU's, een contextvenster van 1M tokens en $0,10 per miljoen inputtokens zolang de introductiekorting duurt. Wat er niet in staat, is één enkele benchmarkscore. De kwaliteitsclaim is vergelijkend — Mercury 3 "presteert beter dan GPT-6 Luna en Claude Haiku 5.5" — en elke kwantitatieve claim in het bericht gaat over snelheid, omvang of prijs. Dat is niet zozeer kritiek als wel de vorm van het bewijs waarmee je moet werken als je deze week wilt beslissen of je een workload erop overzet. Dit stuk loopt langs wat Inception daadwerkelijk heeft uitgebracht, wat de ongescoorde claims betekenen, en waar een bouwer de grens moet trekken tussen het uitproberen en het ervan afhankelijk zijn.De gedocumenteerde AI-fouten en agent-incidenten achter releases als deze zijn verzameld in het OrcaRouter AI Incident Archive waar elke vermelding haar eigen bronnen, ernstgraad, betrouwbaarheidsgraad en markering voor betwist bevat.

Wat Inception op 19 oktober op tafel zette

Mercury 3 is een diffusietaalmoedel — Inceptions term is dLLM — en het bedrijf noemt het het meest capabele op diffusie gebaseerde model dat tot nu toe is uitgebracht. De architectuur genereert tokens parallel in plaats van één voor één, en daar komt de doorvoerclaim vandaan. Inception zegt dat het model meer dan 40 keer groter is dan Mercury 1 in totale parameters, zonder een absoluut parameteraantal te publiceren, en dat de gemeten intelligentie over de benchmarksuite ongeveer drievoudig is gestegen van Mercury 1 (mini) naar Mercury 3.

• Context — 1M tokens, tegenover 260K op Mercury 2.5, met een maximale output van 131.072 tokens.

• Prijs — $0,20 per miljoen input en $0,70 per miljoen output volgens de lijstprijs; $0,10 en $0,35 zolang de introductiekorting geldt.

• Gecachte invoer — $0,02 per miljoen tegen lijstprijs, gehalveerd naar $0,01 tijdens het lanceringsvenster, wat de gebruikelijke korting van 90% op het invoertarief is.

• Redeneerinspanning — vier instellingen: instant, laag, gemiddeld en hoog. Mercury 3 gebruikt standaard laag wanneer de parameter wordt weggelaten, terwijl Mercury 2.5 en Mercury 2 standaard gemiddeld gebruiken.

• Modaliteiten — tekst in, tekst uit. Tool calling en gestructureerde uitvoer worden ondersteund op het chat completions-endpoint.

• API-vorm — OpenAI-compatibele chat completions, waarbij de temperatuur tussen 0,5 en 1,0 kan worden aangepast.

• Beschikbaarheid — Inception's eigen API-platform, waar nieuwe accounts 100 miljoen gratis tokens krijgen, en verschillende externe inferentieplatforms. Enterprise-implementaties voegen toegewijde capaciteit, autoscaling en configureerbare gegevensbewaring toe.

De standaardinstelling voor inspanning is het detail dat het makkelijkst over het hoofd wordt gezien en het vaakst van belang is. Een model dat standaard met "lage" inspanning antwoordt, lijkt sneller en scoort lager dan hetzelfde model met "hoge", en de eigen vergelijkingsclaims van Inception vermelden niet bij welke instelling ze zijn verkregen. Als je Mercury 3 zelf benchmarkt, leg het inspanningsniveau dan expliciet vast, anders zijn je cijfers niet vergelijkbaar met die van anderen.

De kwaliteitsclaim is vergelijkend, niet kwantitatief.

Lees de zin nog eens: Mercury 3 "presteert beter dan GPT-6 Luna en Claude Haiku 5.5". Beide zijn op snelheid geoptimaliseerde modellen, geen frontier-flagships, en de vergelijking is de juiste voor een model waarvan het hele verkoopargument latentie is. Maar de aankondiging geeft geen marge, geen benchmarknamen en geen resultaten per taak, dus de claim kan niet tegen een publieke harness worden gecontroleerd zonder die zelf te draaien.

Het enige kwaliteitsresultaat met enige onderbouwing is een agenttest. Inception heeft Mercury 3 in zijn eigen productie-webagentharness tegen frontiermodellen laten draaien op 50 live Mind2Web-navigatietaken, en meldt dat het 50% ervan heeft voltooid, "aanzienlijk meer dan GPT-6.1-Sol", met hetzelfde tokenvolume en hetzelfde aantal agentstappen en dus een fractie van de kosten per token. Vijftig taken is een kleine steekproef, de harness is van Inception zelf, en het vergelijkingsmodel wordt genoemd zonder score. Het is een echt signaal — taakvoltooiing op live sites is moeilijker te manipuleren dan een meerkeuzesuite — maar het is een signaal, geen meting die je in een inkoopdocument kunt zetten.

Inception zegt ook dat Mercury 3 "gelijkwaardig aan of beter is dan frontier-modellen die op snelheid zijn geoptimaliseerd", in plaats van gelijkwaardig aan frontier-redeneermodellen. Dat onderscheid is in het bericht zeer betekenisvol, en het is de moeite waard om het letterlijk te nemen: dit is een model dat tegen de snelle tier is gepositioneerd, niet tegen Claude Opus 5.5 of Gemini 4 Argon.

Het snelheidsgetal, afgezet tegen de laatste Mercury

1.068 tokens per seconde is de kop, en het is het cijfer dat het vaakst uit zijn verband wordt geciteerd. Inception schrijft het toe aan "NVIDIA GPU's" zonder de hardware, de batchgrootte, de effort-instelling of te noemen of het om een single-stream- of geaggregeerde meting gaat. Alle vier veranderen het getal met veelvouden.

De onafhankelijke metingen die bestaan, betreffen de vorige generatie. Artificial Analysis meet Mercury 2.5 op ongeveer 706 tokens per seconde en Mercury 2 in de 680, beide onder zijn eigen harness. Dat zijn echte, reproduceerbare cijfers van derden, en ze liggen lager dan de leverancierscijfers die bij die lanceringen hoorden. Dat verschil is de normale korting van leverancier naar onafhankelijk in deze categorie, geen bewijs van kwade trouw — maar het is de korting die je in gedachten moet toepassen op 1,068 totdat iemand het reproduceert.

Per 20 oktober 2026 heeft Artificial Analysis geen Mercury 3-pagina: de modelindex vermeldt nog steeds Mercury 2.5 en Mercury 2, en de Mercury 3-URL levert niets op. De snelheidsclaim is dus nog niet onafhankelijk te verifiëren, één dag na de lancering. Dat zal veranderen; het is niet zozeer de moeite waard om te volgen of het getal in de buurt van 1.068 uitkomt, maar of de kloof met Mercury 2.5 onder een neutrale testopstelling even groot blijft als de framing van Inception suggereert.

Wat de introductiekorting waard is, en wat niet.

De verlaging van 50% wordt als tijdelijk bestempeld — "bij de lancering" — zonder einddatum. Daarmee is het een promotietarief in plaats van een tariefkaart, en elk kostenmodel dat op $0,10/$0,35 is gebaseerd, heeft een vervaldatum die je niet kunt zien. De lijstprijs is het getal waarop je je planning moet baseren.

Een concrete vergelijking maakt de schaal duidelijk. Neem een support- of zoekworkload van 10 miljoen inputtokens en 40 miljoen outputtokens per dag. Tegen lijstprijs kost Mercury 3 $2 voor de input en $28 voor de output, ofwel $30 per dag. Tegen het lanceringstarief kost hetzelfde verkeer $1 en $14, ofwel $15 per dag. Over een maand is dat ongeveer $900 tegen $450 — de promotie is ongeveer evenveel waard als het volledige lijstprijsvoordeel van het model ten opzichte van een autoregressief model uit het middensegment. Nuttig, maar geen reden om er de architectuur op af te stemmen.

De regel voor gecachte invoer is degene die de echte economie voor agentworkloads verandert, omdat agents bij elke stap dezelfde systeemprompt en tooldefinities opnieuw versturen. Bij $0,02 per miljoen gecachte tokens kost een preambule van 20.000 tokens $0,0004 per aanroep in plaats van $0,004. Bij een agentrun van vijftig stappen is dat twee cent aan preambule in plaats van twintig, en dat is het verschil tussen een levensvatbare prijs per taak en een marginale.

Inception verkoopt geen chatbot

De lancering is opgezet rond een portfolio in plaats van één model, en die framing vertelt je voor wie het product bedoeld is. Mercury Voice is afgestemd op time-to-first-answer-token in voice agents; Mercury Decide is een classificatie- en scoringsmodel op een apart endpoint, geprijsd op twee cent per miljoen input en niets per output. De klantquotes van Inception zijn allemaal latencygevoelige productiesystemen: een web-agent-harness bij TinyFish, tutoringfeedback bij RevisionDojo, zoekgeneratie bij Octen, support bij Lorikeet.

Dat zijn workloads waarbij een reactietijd van twee seconden de productvereiste is en een van vijf seconden een bug. Het zijn ook workloads waarbij een fout herstelbaar is — een slechte hint, een slecht zoekantwoord, een geëscaleerd supportgesprek — precies het risicoprofiel waarin een model zonder gepubliceerde benchmarkscores veilig kan worden uitgeprobeerd.

Waar dit een bouwer deze week brengt

Mercury 3 staat niet in de OrcaRouter-catalogus. Onze model-API retourneert momenteel niets voor welk Inception-model dan ook, en de Mercury 3-modelpagina bestaat niet op onze site, dus wie het wil aanroepen, gaat naar het eigen platform van Inception of naar een van de externe hosts die Inception vermeldt. We zeggen dat liever ronduit dan een route te suggereren die we niet hebben.

Waar onze routinglaag in deze situatie goed voor is, is het deel rond het nieuwe model, niet het model zelf. Het patroon dat werkt bij een onbewezen, ongewoon snelle release is een pad met twee modellen: stuur de latency-kritieke tier naar Mercury 3 via Inceptions sleutel, en houd de fallback en de lastige gevallen op modellen die we wél aanbieden — meer dan 200 daarvan achter één OpenAI-compatibel endpoint, tegen de lijstprijs van de provider met 0% markup, met automatische failover als een provider achteruitgaat. Je krijgt de snelheid waar het loont en een second opinion waar het ertoe doet, zonder een tweede integratie voor de fallback.

Drie dingen zijn de komende weken het volgen waard. Ten eerste een onafhankelijke Mercury 3-meting, die in één keer zowel het doorvoercijfer als de kwaliteitspositie zal beslechten. Ten tweede of Inception de effort-instelling en hardware achter zijn eigen cijfers publiceert, want een benchmark zonder die gegevens is niet reproduceerbaar. Ten derde of de lanceerkorting een einddatum krijgt — de lijstprijs ligt 33% onder het outputtarief van Mercury 2.5 en ongeveer een vijfde van dat van Claude Haiku 5.5, en een bedrijf dat net een model 40 keer heeft opgeschaald, heeft redenen om te willen dat het promotiegetal het getal is dat mensen onthouden.

Tot dan is de eerlijke samenvatting deze: Mercury 3 is een echte release met een verdedigbaar architectuurverhaal, een werkelijk agressieve prijs en een kwaliteitsclaim die niemand buiten Inception nog heeft getest. Voor een latentiegebonden workload met een mens of een escalatiepad in de lus is dat genoeg om een week evaluatie te rechtvaardigen. Voor alles waarbij een verkeerd antwoord duur en onbewaakt is, is het nog niet genoeg om een migratie te rechtvaardigen.