Mercury 3 Promete 1.000 Tokens por Segundo com Difusão

Segundo informações divulgadas pelo the-decoder.com, a startup Inception disponibilizou o Mercury 3, um modelo de linguagem baseado na tecnologia de difusão. Em vez de redigir textos palavra por palavra de forma sequencial, o sistema estrutura uma resposta preliminar completa e a refina em etapas sucessivas.

O que os números revelam na prática?

Nos testes internos divulgados pela empresa e reportados pelo the-decoder.com, o Mercury 3 alcança a marca de 1.068 tokens por segundo em GPUs Nvidia. O desempenho supera concorrentes como Claude Haiku 5.5 e GPT-6 Luna em oito dos 12 testes avaliados, rodando de quatro a oito vezes mais rápido.

Como funciona o ganho de velocidade?

Modelos tradicionais criam um gargalo operacional porque cada palavra precisa aguardar a conclusão da anterior. A arquitetura de difusão elimina essa espera ao processar múltiplos termos simultaneamente, o que reduz drasticamente a latência em aplicações críticas de tempo real.

Como funciona na prática e onde testar

Desenvolvedores podem adotar a ferramenta sem esforço complexo de reescrita de código, pois o modelo utiliza uma API compatível com os padrões da OpenAI. O acesso é oferecido diretamente na plataforma da Inception e por meio de intermediários como OpenRouter, Baseten e Vercel.

Vale a pena para a sua rotina?

O modelo é indicado para projetos onde pequenos atrasos comprometem a experiência, como assistentes de voz, agentes autônomos e óculos inteligentes. Por outro lado, vale ponderar que todos os dados de desempenho vêm exclusivamente de benchmarks internos da fabricante, sem validações independentes publicadas até o momento.