En resumen
- Inception Labs presentó Mercury 3, un modelo de lenguaje que genera texto por difusión, no palabra por palabra.
- Llega a 1.068 tokens por segundo, entre 4 y 8 veces más rápido que modelos de calidad similar, según la empresa.
- Admite un millón de tokens de contexto y tiene precios muy bajos, con 50% de descuento de lanzamiento.
Casi todos los chatbots que usas, desde ChatGPT hasta Gemini, escriben de la misma forma: una palabra (o pedacito de palabra) detrás de la otra. Por eso ves el texto aparecer de a poco. Mercury 3 hace algo distinto, y por eso es tan rápido.
Qué es un modelo por difusión
Los modelos de imágenes como Midjourney trabajan por difusión: arrancan con una imagen llena de ruido y la van limpiando de a pasos hasta que aparece el resultado. Mercury aplica esa misma idea al texto. En lugar de escribir palabra por palabra, genera un borrador de toda la respuesta y lo va refinando en paralelo. Es como pasar de escribir a mano a revelar una foto entera de golpe.
Los números
Según Inception Labs, la empresa que lo creó:
- Genera 1.068 tokens por segundo en placas de Nvidia, entre 4 y 8 veces más rápido que modelos de calidad parecida.
- Admite un contexto de un millón de tokens, frente a 260.000 de la versión anterior.
- Dice tener una calidad igual o mejor que GPT-6 Luna y Claude Haiku 5.5 en varias pruebas.
Ojo: son cifras de la propia empresa, todavía sin pruebas independientes a gran escala.
Cuánto cuesta
El precio normal es de 0,20 dólares por millón de tokens de entrada y 0,70 por millón de salida. Por el lanzamiento hay 50% de descuento, y quienes se registren reciben 100 millones de tokens gratis para probar. Se puede usar desde la plataforma de Inception, OpenRouter, Vercel y otros servicios, y es compatible con la API de OpenAI.
Para qué sirve tanta velocidad
Para charlar con un chatbot, unos segundos más o menos no cambian mucho. Pero para agentes que navegan páginas, asistentes de voz o buscadores que tienen que responder al instante, la velocidad lo es todo. En pruebas de búsqueda en tiempo real, Mercury 3 generó respuestas en menos de un segundo.
Lee también: DeepSeek libera V4.1-Flash: un modelo abierto que pelea con los grandes en programación
¿Por qué te importa?
Porque la carrera de la IA ya no es solo por ver quién es más inteligente, sino quién responde más rápido y más barato. Si los modelos por difusión funcionan tan bien como prometen, en poco tiempo las respuestas “de a poquito” pueden quedar como algo del pasado.
Vía: Inception Labs
Lo más importante de tech, en 5 minutos.
