CONFIRMADOConfiança da data: CONFIRMADOInformado como definitivoQuão firme a fonte é sobre a data: confirmada, agendada, estimada, adiada ou não verificada.Mostrar todos os pins CONFIRMADO83% DE CONFIANÇAConfiança geral: 83%Quanto a fonte e as referências do pin sustentam suas datas.Média ponderada de quanto 5 referências, incluindo a fonte, sustentam os horários de início e fim do pin; uma referência conta metade a cada 180 dias a mais em relação à mais recenteMostrar todos os pins com confiança de 75% ou mais
A publicação da Inception «Introducing Mercury 2» diz «Today, we're introducing Mercury 2» e a reportagem do The Decoder[5] sobre o lançamento é datada de 24 fev 2026; a OpenRouter[4] lista o modelo desde 4 mar 2026, quando o roteador o adicionou.- Início
- 24 de fev. de 202690% DE CONFIANÇAde a fonte
Mercury 2 lançado
Traduzido automaticamente do original
Título original: Mercury 2 Released
A Inception lança o Mercury 2, que chama de primeiro LLM de difusão com raciocínio: 1,009 tokens por segundo em GPUs NVIDIA Blackwell a $0.25 por 1 milhão de tokens de entrada e $0.75 por 1 milhão de tokens de saída, com contexto de 128K.
- A Inception, startup de Palo Alto liderada pelo CEO Stefano Ermon, apresentou o Mercury 2 em 24 de fevereiro de 2026 como «o modelo de linguagem com raciocínio mais rápido do mundo» e o primeiro LLM de difusão com raciocínio[1][5]
- Em vez de gerar um token por vez da esquerda para a direita, o Mercury 2 produz e refina muitos tokens em paralelo em poucas etapas, o que a Inception compara a um editor que revisa um rascunho inteiro; ela afirma gerar mais de 5x mais rápido[1]
- O número de velocidade é de 1,009 tokens por segundo em GPUs NVIDIA Blackwell, contra 89 do Claude Haiku 4.5 e 71 do GPT-5 Mini no gráfico da Inception, com 1.7 segundo de latência de ponta a ponta contra 14.4 segundos do Gemini 3 Flash e 23.4 segundos do Claude Haiku 4.5 com raciocínio[1][5]
- Custa $0.25 por 1 milhão de tokens de entrada e $0.75 por 1 milhão de tokens de saída, o que o The Decoder notou ser metade do preço de entrada do Gemini 3 Flash e um quarto do de saída[1][4][5]
- A qualidade, informada pelo fornecedor, é competitiva com modelos otimizados para velocidade: 74 no GPQA Diamond, 67 no LiveCodeBench, 38 no SciCode, 71 no IFBench, 91 no AIME e 53 no TAU, embora o Gemini 3 Flash pontue mais em vários (90 no GPQA Diamond, 91 no LiveCodeBench) com latência bem maior[1][5]
Principais recursos
- Raciocínio ajustável, janela de contexto de 128K, uso nativo de ferramentas e saída JSON alinhada a esquemas, por trás de uma API compatível com OpenAI[1][4]
- Voltado para laços sensíveis à latência: programação e edição, laços de agentes, voz em tempo real e pipelines de busca/RAG, com depoimentos do dia do lançamento de Zed, Skyvern («pelo menos duas vezes mais rápido que o GPT-5.2»), Wispr Flow e SearchBlox[1]
- A própria citação da NVIDIA na publicação dizia que ultrapassar 1,000 tokens por segundo em suas GPUs mostra o desempenho de sua plataforma, e a Inception depois colocou o Mercury 2 no Azure AI Foundry[1][2]
- O The Decoder destacou a busca mais ampla por alternativas ao Transformer, com o Gemini Diffusion do Google DeepMind sem menção desde maio de 2025 e a Inception tendo levantado $50 milhões em novembro anterior[5]
- A Inception seguiu em 8 de setembro de 2026 com o Mercury 2.5, que chama de o maior modelo de linguagem de difusão treinado, com 1,107 tokens por segundo e contexto de 260K[3]