> ## Content Index > Fetch the complete content index at: https://www.digitalbrain.news/llms.txt > Use this file to discover other available public pages before exploring further. # Mercury 3: un modelo de difusión a 1.068 tokens por segundo - URL: https://www.digitalbrain.news/noticias/inception-mercury-3-modelo-difusion-1068-tokens/ - Published: 2026-10-20T14:40:12.000Z - Updated: 2026-10-20T14:47:50.000Z - Description: Inception ha lanzado Mercury 3, un modelo de lenguaje de difusión que según la empresa iguala o supera a GPT-6 Luna y a Claude Haiku 5.5 y genera… - Author: Ramón Pérez Coronado - Tags: #noticias, api, modelos, agentes-ia Inception ha lanzado [Mercury 3](https://www.inceptionlabs.ai/blog/introducing-mercury-3?ref=digitalbrain.news), un modelo de lenguaje de difusión que según la empresa iguala o supera a [GPT-6](https://www.digitalbrain.news/glosario/#gpt) Luna y a [Claude](https://www.digitalbrain.news/guias/que-es-claude-ia/) Haiku 5.5 y genera 1.068 [tokens](https://www.digitalbrain.news/guias/que-es-un-token-en-ia/) por segundo en [GPUs](https://www.digitalbrain.news/glosario/#gpu) de [Nvidia](https://www.digitalbrain.news/glosario/#nvidia), entre 4 y 8 veces más rápido que ellos. Cuesta 0,20 dólares por millón de tokens de entrada y 0,70 por millón de salida, y durante el lanzamiento va a mitad de precio. Las cifras de calidad son de la propia Inception, y la velocidad, si se confirma fuera, cambia lo que se puede construir encima. ## Puntos clave de Mercury 3 - **Velocidad:** 1.068 tokens por segundo en GPUs de Nvidia, según Inception. Los modelos rápidos de [OpenAI](https://www.digitalbrain.news/glosario/#openai) y [Anthropic](https://www.digitalbrain.news/guias/que-es-anthropic/) con los que se compara van de 4 a 8 veces más lentos. - **Tamaño:** más de 40 veces el tamaño de Mercury 1, con la misma velocidad. La empresa dice que la inteligencia en pruebas estándar se ha triplicado desde Mercury 1. - **Contexto:** 1 millón de tokens, frente a los 260.000 de Mercury 2.5. - **Precio:** 0,20 dólares por millón de tokens de entrada y 0,70 de salida. En el lanzamiento, 0,10 y 0,35\. Los tokens en caché tienen un 90% de descuento. - **Dónde está:** en la API de Inception, en OpenRouter, Baseten y Vercel. Es compatible con la API de OpenAI, así que se cambia sin reescribir el código. Las cuentas nuevas reciben 100 millones de tokens gratis. ## Qué es un modelo de difusión Claude, [ChatGPT](https://www.digitalbrain.news/guias/que-es-chatgpt/) o [Gemini](https://www.digitalbrain.news/guias/que-es-gemini/) son modelos autorregresivos: escriben un token (un trozo de palabra) detrás de otro, de izquierda a derecha, y cada uno espera al anterior. Un modelo de difusión hace un borrador de muchas partes de la respuesta a la vez y lo va refinando en varias pasadas. Es la técnica que usan los generadores de imágenes como [Midjourney](https://www.digitalbrain.news/glosario/#midjourney) o FLUX, llevada al texto. La duda del sector era si eso escala. Mercury 1 demostró que un modelo de difusión servía para aplicaciones comerciales, pero era pequeño. La pregunta era si al hacerlo grande se mantenía la velocidad y subía la calidad igual que en los modelos de siempre. Inception dice que sí: "las leyes de escalado que hicieron avanzar a los modelos autorregresivos también se cumplen en difusión". Su cofundador Stefano Ermon, profesor de Stanford, ha dicho que el límite está en el cómputo y los datos, no en barreras del algoritmo, y que el sucesor ya se está entrenando. ## Para qué lo usan ya Inception enseña cuatro casos de clientes que lo probaron antes del lanzamiento, todos en aplicaciones donde se nota cualquier espera: - **Agentes que navegan por la web.** En 50 tareas reales de navegación del test Mind2Web, Mercury 3 completó la mitad, según Inception bastantes más que GPT-6.1 Sol, con el mismo número de pasos y tokens. Un agente espera al modelo en cada paso, así que cada segundo se multiplica. - **Educación.** RevisionDojo da pistas y corrige respuestas a estudiantes en un segundo, y dice que fue cambiar el modelo y listo. - **Búsqueda en gafas inteligentes.** Octen AI mide 0,9 segundos de mediana en generar la respuesta y 2,2 segundos de punta a punta. - **Atención al cliente.** Lorikeet, que monta asistentes para empresas reguladas por voz, chat y email, dice que ganó a otros modelos en latencia y en sus pruebas de calidad. La empresa tiene además Mercury Voice, pensado para que el agente de voz empiece a contestar cuanto antes, y Mercury Decide, para clasificar grandes volúmenes. ## Lo que hay que mirar con lupa Todas las comparativas de calidad las publica Inception. Corey Noles, de The Neuron, hizo una prueba independiente con ocho llamadas a la API que le costaron unos cuatro céntimos en total. El modelo resolvió bien un problema de márgenes de una cafetería, programó un juego completo en un solo archivo HTML que pasó 2.000 comprobaciones automáticas y detectó que una misión de la NASA que le inventaron era falsa. También se pasó del límite de palabras en un relato (unas 274 sobre 250) y metió un error propio al buscar en la web. Noles no reprodujo la cifra de velocidad y pide comparaciones independientes en tareas largas. Y hay contexto que juega en contra. OpenAI también está empujando la velocidad: tiene un acuerdo con Cerebras y un nivel Ultrafast que lleva a GPT-6 Astra hasta unos 300 tokens por segundo. Mercury 3 compite con los modelos baratos y rápidos (Inception no lo vende como rival de los de frontera en [razonamiento](https://www.digitalbrain.news/guias/que-es-un-modelo-de-razonamiento-en-ia/) difícil), como Haiku o Luna, y con los chinos de bajo coste como [DeepSeek V4.1 Flash](https://www.digitalbrain.news/noticias/deepseek-v4-1-flash-1017-search-fetch-api-precio/). ## ¿Merece la pena probar Mercury 3? Si tienes algo en producción donde el usuario espera la respuesta delante de la pantalla o al teléfono, sí. Un asistente de voz, un chat de soporte o un agente que encadena 20 pasos son los casos donde 4 u 8 veces más velocidad se nota en la experiencia y en la factura. Para un análisis que corre de noche y nadie mira hasta la mañana, la velocidad da igual y manda la calidad. ## Cómo probarlo en tu caso 1\. Entra en el chat de Mercury en chat.inceptionlabs.ai, sin configurar nada, o usa el modelo desde OpenRouter. 2\. Si vas por API, crea cuenta en la plataforma de Inception y usa los 100 millones de tokens gratis. Al ser compatible con la API de OpenAI, basta con cambiar la URL base y el nombre del modelo. 3\. Usa tareas reales tuyas: una con límites estrictos, un cálculo, una petición de código y una pregunta con una premisa falsa. 4\. Corrige por fallos concretos: cuenta palabras, revisa las cuentas y mira si se inventa datos. ## Por qué importa La mayoría de empresas que conozco usan un solo modelo para todo, y pagan precio de modelo grande por tareas que haría uno rápido. Con agentes que hacen decenas de llamadas por tarea, la latencia y el coste por token deciden si un proceso es viable o no. Un flujo que tarda 40 segundos acaba abandonado, y uno de 8 el equipo lo usa sin pensarlo. Mercury 3 puede ser la pieza que hace el trabajo rápido y repetitivo alrededor de un modelo grande como Claude Opus, a 0,20 dólares el millón de tokens. Fuente original: [inceptionlabs.ai](https://www.inceptionlabs.ai/blog/introducing-mercury-3?ref=digitalbrain.news) --- **Relacionado** [![OpenAI lanza Decisions API: clasifica 10 veces más rápido](https://storage.ghost.io/c/6d/e3/6de31f63-d0a8-45df-9c6a-481016520347/content/images/size/w300/format/webp/2026/10/openai-decisions-api-gpt-6-luna-clasificar.png)OpenAI lanza Decisions API: clasifica 10 veces más rápido](https://www.digitalbrain.news/noticias/openai-decisions-api-gpt-6-luna-clasificar/)[![Microsoft MAI-Base-2: 2,8 billones de parámetros y sin destilar](https://storage.ghost.io/c/6d/e3/6de31f63-d0a8-45df-9c6a-481016520347/content/images/size/w300/format/webp/2026/10/microsoft-mai-base-2-modelo-2-8-billones-parametros.webp)Microsoft MAI-Base-2: 2,8 billones de parámetros y sin destilar](https://www.digitalbrain.news/noticias/microsoft-mai-base-2-modelo-2-8-billones-parametros/)[![Microsoft trata a Claude Code y Codex como amenaza interna](https://storage.ghost.io/c/6d/e3/6de31f63-d0a8-45df-9c6a-481016520347/content/images/size/w300/format/webp/2026/10/microsoft-agentes-ia-amenaza-interna-guardian-agents.png)Microsoft trata a Claude Code y Codex como amenaza interna](https://www.digitalbrain.news/noticias/microsoft-agentes-ia-amenaza-interna-guardian-agents/)