CONFIRMÉCertitude de la date: CONFIRMÉAnnoncé comme fermeAvec quelle fermeté la source formule la date : confirmée, programmée, estimée, reportée ou non vérifiée.Voir toutes les épingles CONFIRMÉCONFIANCE 83 %Confiance globale: 83%Dans quelle mesure la source et les références du pin étayent ses dates.Moyenne pondérée de la fermeté avec laquelle 5 références, source comprise, étayent les heures de début et de fin de l’épingle ; une référence compte moitié moins pour chaque tranche de 180 jours d’ancienneté par rapport à la plus récenteAfficher toutes les épingles à 75 % de confiance ou plus
L'article d'Inception « Introducing Mercury 2 » dit « Today, we're introducing Mercury 2 » et le reportage de The Decoder[5] sur le lancement est daté du 24 févr. 2026 ; OpenRouter[4] référence le modèle depuis le 4 mars 2026, date à laquelle le routeur l'a ajouté.- Début
- 24 févr. 2026CONFIANCE 90 %selon la source
Mercury 2 : lancement
Traduit automatiquement de l’original
Titre original: Mercury 2 Released
Inception lance Mercury 2, qu'elle présente comme le premier LLM de diffusion à raisonnement : 1,009 tokens par seconde sur GPU NVIDIA Blackwell à $0.25 par million de tokens en entrée et $0.75 par million de tokens en sortie, avec un contexte de 128K.
- Inception, la start-up de Palo Alto dirigée par son PDG Stefano Ermon, a présenté Mercury 2 le 24 février 2026 comme « le modèle de langage à raisonnement le plus rapide au monde » et le premier LLM de diffusion à raisonnement[1][5]
- Au lieu de générer un token à la fois de gauche à droite, Mercury 2 produit et affine de nombreux tokens en parallèle en un petit nombre d'étapes, ce qu'Inception compare à un éditeur qui révise un brouillon entier ; elle affirme générer plus de 5x plus vite[1]
- La vitesse atteint 1,009 tokens par seconde sur GPU NVIDIA Blackwell, contre 89 pour Claude Haiku 4.5 et 71 pour GPT-5 Mini dans le graphique d'Inception, avec 1.7 seconde de latence de bout en bout contre 14.4 secondes pour Gemini 3 Flash et 23.4 secondes pour Claude Haiku 4.5 avec raisonnement[1][5]
- Il coûte $0.25 par million de tokens en entrée et $0.75 par million de tokens en sortie, ce que The Decoder a relevé comme la moitié du prix d'entrée de Gemini 3 Flash et le quart de son prix de sortie[1][4][5]
- La qualité, selon le fournisseur, est compétitive avec les modèles optimisés pour la vitesse : 74 sur GPQA Diamond, 67 sur LiveCodeBench, 38 sur SciCode, 71 sur IFBench, 91 sur AIME et 53 sur TAU, même si Gemini 3 Flash obtient de meilleurs scores sur plusieurs d'entre eux (90 sur GPQA Diamond, 91 sur LiveCodeBench) avec une latence bien plus élevée[1][5]
Principales fonctionnalités
- Raisonnement réglable, fenêtre de contexte de 128K, usage natif d'outils et sortie JSON conforme à un schéma, derrière une API compatible OpenAI[1][4]
- Destiné aux boucles sensibles à la latence : codage et édition, boucles d'agents, voix en temps réel et pipelines de recherche/RAG, avec des témoignages du jour du lancement de Zed, Skyvern (« au moins deux fois plus rapide que GPT-5.2 »), Wispr Flow et SearchBlox[1]
- La citation de NVIDIA elle-même dans l'article disait que dépasser les 1,000 tokens par seconde sur ses GPU démontre les performances de sa plateforme, et Inception a ensuite mis Mercury 2 sur Azure AI Foundry[1][2]
- The Decoder a relevé la quête plus large d'alternatives au Transformer, avec Gemini Diffusion de Google DeepMind qui n'a plus été mentionné depuis mai 2025 et Inception ayant levé $50 millions en novembre dernier[5]
- Inception a enchaîné le 8 septembre 2026 avec Mercury 2.5, qu'elle présente comme le plus grand modèle de langage à diffusion jamais entraîné, avec 1,107 tokens par seconde et un contexte de 260K[3]